研究主体 - 代理问题中的主体为了引导代理采取成本高且不可观察的行动以获得有利结果而承诺一种与结果相关的支付方案，考虑了与代理进行多轮合同承诺的问题的推广，设计了一种算法，在观察到每轮的结果后，能够以高概率学习到近似最优的合同，对于行动空间较小的情景，在最优合同学习方面取得了突破性进展，并在相关在线学习环境下用于最大化主体累积效用以提供近似为 O (T^4/5) 的遗憾上界，从而明显改善了之前已知的遗憾上界。

Sep, 2023

本文研究了基于隐藏行动模型的委托 - 代理问题，在其中委托人通过合同激励代理人参与项目。我们探讨了有界支付的合同是否可学习并近似最优。我们的主要结果是两个学习算法，可以在文献中的两个标准假设下通过多项式数量的查询找到近乎最优的有界合同。我们的多项式查询复杂性上界表明，标准假设足以在一般情况下实现对已知下界的指数改进。与现有算法不同，我们的算法直接学习基础的结果分布。关于有界合同的近似最优性，我们发现它们在乘法或加法逼近方面可能远非最优，但满足混合逼近的概念。

Feb, 2024

该论文主要研究了在线学习视角下的重复主体 - 代理问题，研究了当主体每轮与单个代理进行合同交互时的三种不同情境，并提出了不同的方法和技术来设计学习算法。此外，还研究了团队生产模型，并提出了一种有效找到最优合同的方法。

Mar, 2024

通过学习代理的重复合同，我们提供了一种动态合同的解决方案，这种合同对于知识有限的主体和代理都有利，并且可以应用于不同的时间范围。

Jan, 2024

在线强化学习中的数据效率是一个核心问题，本文针对有限时间不均匀马尔可夫决策过程，证明了一种修改版的单调值传播算法在理论上达到了最小化遗憾度的最优性，并且没有任何预烧成本，其样本复杂度也是最优的。

Jul, 2023

通过合同设计解决在线学习问题中不同利益相关方的经济利益一致性，提出一种理论框架来解决机器学习中的代理问题，并设计了有效的动态规划算法和无悔学习算法以实现最优合同和平衡探索与开发的挑战。

Jul, 2024

适应性代理、在线控制、后悔最小化、对抗性干扰、表现性预测是该研究论文的主要关键词，该论文提出了一个统一的算法框架，用于在预测和优化可能的代理响应空间中实现可计算的后悔最小化，同时说明了在各种情况下的的紧界限制以及应用实例。

Jun, 2024

本文探讨通过理论计算机科学的角度研究契约理论，旨在解释和证明简单契约的普遍性，并通过证明线性契约保证是极端情况下的最佳选择，揭示了 NN 这种简单契约的特征。

Aug, 2018

这项研究探讨了多任务委托 - 代理问题，通过研究成本函数、边际效用和在线学习方法等，寻求了最优合约的解决方案。

May, 2024

研究重复合同中的非响应均衡、赌博算法和有限责任合同的对策理论。

Feb, 2024