本研究提出了一种统计学习模型，用于解决双边市场中的稳定匹配问题，其中一方需从随机奖励中学习另一方的偏好，该模型扩展了标准的多臂赌博机框架，并研究了集中式和分散式方法，发现与单人多臂赌博机设置相比，具有令人惊讶的探索-利用权衡。

Jun, 2019

该研究针对两侧市场匹配问题，通过引入一种新算法，提高了在分散式多人选手竞争、无优先认知偏好和与偏好相关猜测等场景下博弈的结果鲁棒性。

Dec, 2020

本文提出 Dichotomous Affiliate Stable Matching (DASM) 问题，通过权衡代理人和其关联方的接受或拒绝并基于加权估值函数来解决匹配市场偏好问题，通过人类研究和算法验证，证明该方法的高效性。

Feb, 2022

研究马尔可夫匹配市场，提出强化学习框架，结合最大权匹配算法解决序列探索、匹配稳定性和函数逼近等问题，并证明算法可达到次线性的遗憾率。

Mar, 2022

在双边撮合市场中，我们研究了竞争环境下在线学习的问题，如一方的代理人必须通过重复互动了解对另一方的企业的偏好，并与其他代理人竞争成功匹配。我们提出了一类分散、不需要协调的算法，代理人可以使用该算法在结构化匹配市场中达到稳定匹配，其决策仅基于代理人自己的游戏历史，不需要预先了解企业的偏好。研究表明，在代理人和企业的底层偏好具有现实结构假设的情况下，所提出的算法在时间范围内具有最多对数增加的后悔成本。在匹配市场的情况下，我们的结果表明，竞争不会极大地影响分散、不需要通信和协调的在线学习算法的性能。

Jun, 2022

研究Regret Matching+算法及其变体在解决大规模博弈中的应用，提出稳定化的解决方案，成功获取了在正态型博弈中的个体遗憾和社会遗憾的最优解，并在clairvoyant在线问题解决方面获得了理想结果。

May, 2023

我们提供了一种名为explore-then-Gale-Shapley（ETGS）的新算法，并展示了每个参与者的最佳稳定后悔可以由O（KlogT/Δ^2）上界来限制，其中K是参与者的数量，T是时间，Δ是参与者在前N+1个排名的选择中的最小差距。

Jul, 2023

在这篇论文中，我们介绍了适应性的探索-延迟接受算法（AETDA）用于回应性设置，并得到了一个玩家最优稳定遗憾的 O(Nmin{N,K}ClogT/Δ²)上界，同时证明了它的激励兼容性保证。我们还考虑了更广泛的可替代偏好，在此设置中设计了一种在线DA（ODA）算法，并为其建立了一个 O(NKlogT/Δ²)的玩家最差稳定遗憾界限。

Jan, 2024

本文研究了带有平局的匹配市场问题，指出在这种情况下，市场一方对另一方成员的不严格偏好会导致无法找到唯一的稳定匹配。作者提出了一种通过随机不稳定匹配来实现对工人最佳稳定效用的近似，同时在有效性未知的情况下也提供了一种算法，能够在带有平局的参数环境中有效地选择匹配。这项研究的重要发现是，即使在存在平局的情况下，也能有效地最大化工人的效用分享。

Nov, 2024

本研究解决了不确定性条件下的资源公平分配问题，旨在优化整体福利并维持群体公平。提出了一种利用机器学习估计代理效用的创新方法，权衡平均效用与预测方差之间的关系。在随机优化和鲁棒优化的框架内探讨福利目标，研究结果表明该方法在多个现实数据集上表现出色，对不确定环境下的资源分配具有重要影响。

Nov, 2024