이 논문은 모델 기반 및 모델 없는 강화 학습 접근법을 결합하여 온라인 가격 책정 학습 과제를 위한 ε-정책 경사 알고리즘을 제안하고 분석합니다. 이 알고리즘은 탐험 확률 ε과 활용 비용을 최적화하여 T 시행에 걸쳐 O(√T) 수준의 기대 후회율을 달성합니다.
