卖家使用定价算法时的平台设计-研究论文

使用经济理论和人工智能 (AI) 定价算法，我们调查了平台设计其市场以促进竞争、改善消费者剩余甚至提高自身利润的能力。 我们允许卖家使用 Q-learning 算法（计算机科学文献中的一种常见强化学习技术）在重复交互的环境中设计定价策略，并考虑平台规则的影响，这些规则奖励那些降低价格并增加曝光率的公司给消费者。 总体而言，我们的实验证据表明，即使算法合谋可能出现，平台设计决策也可以使消费者有意义地受益，但当算法高度重视未来时，实现这些收益可能需要的不仅仅是最简单的转向策略。 我们还发现，提高消费者剩余的政策可以提高平台的利润，这取决于平台的收入模式。 最后，我们记录了算法面临的几个学习挑战。