📈 economics

Two-Sided Time-Independent Regret for Matching Markets with Limited Interviews

यह शोध पत्र एक रणनीतिक स्थगन तंत्र (strategic deferral mechanism) प्रस्तुत करता है और सीमित साक्षात्कारों वाले द्वि-पक्षीय मिलान बाजारों के लिए एल्गोरिदम डिजाइन करता है, जो यह प्रदर्शित करता है कि प्रति दौर साक्षात्कारों की एक स्थिर संख्या एजेंटों और फर्मों दोनों के लिए समय-स्वतंत्र पछतावे (time-independent regret) को सक्षम बनाती है, जिससे पारंपरिक मॉडलों के $O(\log T)$ बाउंड्स की तुलना में इसमें महत्वपूर्ण सुधार होता है।

मूल लेखक: Amirmahdi Mirfakhar, Xuchuang Wang, Mengfan Xu, Hedyeh Beyhaghi, Mohammad Hajiesmaili

प्रकाशित 2026-05-26

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Amirmahdi Mirfakhar, Xuchuang Wang, Mengfan Xu, Hedyeh Beyhaghi, Mohammad Hajiesmaili

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि एक विशाल, अराजक जॉब फेयर (रोजगार मेला) चल रहा है जहाँ हजारों नौकरी चाहने वाले (एजेंट्स) और सैकड़ों कंपनियां (फर्म्स) एक-दूसरे को खोजने की कोशिश कर रहे हैं। लेकिन एक पेंच है: किसी को भी ठीक से पता नहीं है कि किसके लिए कौन सबसे अच्छा फिट है। हर किसी को सीमित जानकारी के आधार पर अनुमान लगाना पड़ता है।

अतीत में, शोधकर्ताओं ने माना था कि कंपनियों को ठीक से पता होता है कि उन्हें क्या चाहिए, और केवल नौकरी चाहने वालों को ही सीखना होता था। यह पेपर उस धारणा को उलट देता है। यह मानता है कि दोनों पक्ष अनुमान लगा रहे हैं, और यह एक नया नियम पेश करता है: इंटरव्यू (साक्षात्कार)।

यहाँ उनके समाधान का विवरण दिया गया है, सरल उपमाओं का उपयोग करते हुए:

1. समस्या: "ब्लाइंड डेट" की दुविधा

कल्पना कीजिए कि आप एक स्पीड-डेटिंग इवेंट में हैं। आपके पास सभी से मिलने के लिए 10 मिनट हैं, लेकिन आपको कुछ लोगों से बात करने के बाद ही तय करना होगा कि आप किसे दूसरी डेट के लिए पूछेंगे।

पुराना तरीका: आपको तुरंत अपना साथी चुनना पड़ता था। यदि आपने किसी ऐसे व्यक्ति को चुना जो गलत था क्योंकि आप उन्हें अच्छी तरह नहीं जानते थे, तो आप पूरी रात उनके साथ फंस जाते और आपने बेहतर विकल्पों को खो दिया।
पेपर का तरीका: डेट के लिए पूछने से पहले, आपको एक त्वरित, कम लागत वाली बातचीत (एक इंटरव्यू) करने का मौका मिलता है। यह बातचीत आपको एक "संकेत" देती है कि क्या वह व्यक्ति अच्छा है, लेकिन यह कोई गारंटी नहीं है। यह आइसक्रीम का पूरा डिब्बा खरीदने से पहले उसका एक छोटा सा सैंपल चखने जैसा है।

2. ट्विस्ट: कंपनियां भी अपना मन बदल सकती हैं

आमतौर पर, इन मॉडलों में, कंपनियां रोबोट की तरह होती हैं: वे एक रिज्यूमे देखती हैं और तुरंत कहती हैं "हायर किया गया!" या "नहीं।"
यह पेपर कहता है: कंपनियां भी इंसान हैं। वे एक रिज्यूमे देख सकती हैं, सोच सकती हैं "बहुत बढ़िया!", किसी को काम पर रख सकती हैं, और फिर उन्हें एहसास हो सकता है, "रुको, मुझे वास्तव में कोई और पसंद है।"

समाधान (स्ट्रैटेजिक डिफरल - रणनीतिक विलंब): यह पेपर कंपनियों को एक सुपरपावर देता है: "अभी नहीं" कहने की क्षमता।
- यदि कंपनी पूरी तरह से आश्वस्त नहीं है, तो वे एक राउंड के लिए सीट खाली छोड़ सकती हैं।
- यह क्यों अच्छा है? यह एक "डू नॉट डिस्टर्ब" साइन की तरह है। यह सभी को बताता है, "मैं अभी भी तलाश कर रहा हूँ, अभी मुझ पर आवेदन करके अपना समय बर्बाद न करें।" यह कंपनियों को जल्दी में गलत मैच में फंसने से रोकता है और सिस्टम को गलतियों को सुधारने की अनुमति देता है।

3. सीक्रेट सॉस: दो इंटरव्यू काफी हैं

शोधकर्ताओं ने पूछा: एक नौकरी चाहने वाले को एक स्थिर मैच खोजने से पहले कितने त्वरित संवाद (इंटरव्यू) करने की आवश्यकता है?

पुराना परिणाम: बिना इंटरव्यू के, आपको शायद हमेशा नए लोगों को आज़माना पड़ता, और आपका "पछतावा" (वह खुशी जो आपने खो दी) समय के साथ धीरे-धीरे बढ़ता (जैसे लॉग ग्राफ)।
नया परिणाम: यह पेपर साबित करता है कि यदि हर कोई प्रति राउंड केवल दो त्वरित इंटरव्यू करता है, तो सिस्टम अविश्वसनीय रूप से तेजी से सीख जाता है।
- जादुई संख्या: आपको केवल दो बातचीत की आवश्यकता है। एक अपने वर्तमान "सर्वश्रेष्ठ अनुमान" पर आवेदन करने के लिए, और एक एक नए विकल्प को खोजने के लिए (जैसे राउंड-रॉबिन रोटेशन)।
- फायदा: केवल दो चैट के साथ, "पछतावा" कुछ समय बाद बढ़ना बंद हो जाता है। यह स्थिर (constant) हो जाता है। चाहे जॉब फेयर कितने भी लंबे समय तक चले (100 राउंड या 10,000 राउंड), आप थोड़े समय के बाद गलतियां करना बंद कर देते हैं।

4. दो परिदृश्य: कंडक्टर बनाम भीड़

पेपर देखता है कि ये दो तरीकों से बाजार कैसे चल सकता है:

A. केंद्रीकृत बाजार (द कंडक्टर - संचालक)

यह कैसे काम करता है: एक केंद्रीय बॉस (समन्वयक) होता है जो सबको बताता है कि किसे इंटरव्यू लेना है और किसे आवेदन करना है।
परिणाम: बॉस एक क्लासिक एल्गोरिदम (गेल-शैपली) का उपयोग करके अराजकता को व्यवस्थित करता है। क्योंकि बॉस इंटरव्यू से मिले सभी "संकेतों" को देख सकता है, इसलिए वे बाजार को बहुत जल्दी एक आदर्श मैच की ओर निर्देशित कर सकते हैं।
उपमा: एक ट्रैफिक पुलिसकर्मी जो कारों को निर्देशित करता है ताकि कोई दुर्घटना न हो।

B. विकेंद्रीकृत बाजार (द क्राउड - भीड़)

यह कैसे काम करता है: यहाँ कोई बॉस नहीं है। हर कोई अपने दम पर काम करता है। वे केवल बहुत अस्पष्ट संकेत देखते हैं, जैसे "क्या कोई सीट खाली है?" या "क्या किसी को काम पर रखा गया है?" उन्हें यह नहीं पता होता कि किसको काम पर रखा गया है, बस इतना पता होता है कि कुछ बदलाव हुआ है।
चुनौती: बिना बॉस के, लोग एक ही व्यक्ति की ओर भाग सकते हैं, या एक ऐसे लूप में फंस सकते हैं जहाँ वे लगातार अपने पार्टनर बदलते रहते हैं।
समाधान:
- समन्वित भीड़ (Coordinated Crowd): भीड़ बारी-बारी से काम करने के लिए सहमत होती है। जब वे कोई संकेत देखते हैं (जैसे रिक्तता), तो वे सभी रुक जाते हैं और एक साथ अपने विकल्पों पर "पुनर्विचार" करते हैं।
- असमन्वित भीड़ (Uncoordinated Crowd): बिना एक-दूसरे से बात किए भी, यदि कंपनियां "स्ट्रैटेजिक डिफरल" (कहना "अभी नहीं") का उपयोग करती हैं और लोग "दो इंटरव्यू" के नियम का पालन करते हैं, तो भीड़ स्वाभाविक रूप से खुद को व्यवस्थित कर लेती है।
- परिणाम: बिना बॉस के भी, अराजक भीड़ में, वे तेजी से एक स्थिर मैच पा लेते हैं, बशर्ते उनके पास वे दो इंटरव्यू हों और कंपनियां अनिश्चित होने पर प्रतीक्षा करने को तैयार हों।

5. निचोड़ (The Bottom Line)

यह पेपर दिखाता है कि ऐसी दुनिया में जहाँ दोनों पक्ष सीख रहे हैं और अनुमान लगा रहे हैं:

इंटरव्यू शक्तिशाली हैं: वे "संकेत" के रूप में कार्य करते हैं जो सीखने की गति को तेज करते हैं।
धैर्य का फल मिलता है: कंपनियों को "अभी नहीं" (विलंब) कहने की अनुमति देने से शुरुआती गलत निर्णयों को रोका जा सकता है।
दक्षता (Efficiency): आपको सभी से बात करने की आवश्यकता नहीं है। एक स्थिर, सुखद मैच खोजने के लिए प्रति राउंड केवल दो त्वरित चैट ही पर्याप्त हैं, और आप बहुत जल्दी गलतियां करना बंद कर देते हैं, चाहे प्रक्रिया कितनी भी लंबी क्यों न हो।

यह एक अराजक, अंतहीन अनुमान लगाने वाले खेल को एक तेज़, कुशल प्रणाली में बदल देता है जहाँ हर कोई अंततः अपना सही साथी पा लेता है।

तकनीकी सारांश: सीमित साक्षात्कार वाले मिलान बाजारों के लिए टू-साइडेड टाइम-इंडिपेंडेंट रिग्रेट (Two-Sided Time-Independent Regret)

1. समस्या विवरण (Problem Statement)

यह शोध पत्र मिलान बाजारों (matching markets) में टू-साइडेड बैंडिट लर्निंग की समस्या को संबोधित करता है, जहाँ प्रतिभागियों को महत्वपूर्ण बाधाओं का सामना करते हुए अपनी प्राथमिकताओं को सीखने के लिए अंतःक्रिया (interaction) करनी पड़ती है। इस सेटिंग में $n$ एजेंट और $m$ फर्में ( $n \le m$ ) शामिल हैं जिनके बीच एक सख्त और अज्ञात प्राथमिकता (preference) संबंध है। पहचाने गए मुख्य चुनौतियाँ निम्नलिखित हैं:

सीमित स्क्रीनिंग (साक्षात्कार/Interviews): प्रतिभागी प्रतिबद्ध होने से पहले संभावित भागीदारों के एक छोटे अंश का मूल्यांकन कर सकते हैं। मॉडल इसे एक "प्री-मैच" साक्षात्कार चरण के रूप में औपचारिक रूपता देता है जहाँ एजेंट फर्मों के एक उपसमूह (subset) का साक्षात्कार करने के लिए चुनते हैं। ये अंतःक्रियाएं मैच की गुणवत्ता के बारे में शोर युक्त, स्टोकेस्टिक संकेत (hints) प्रदान करती हैं लेकिन पुरस्कार (reward) की गारंटी नहीं देतीं। महत्वपूर्ण रूप से, एजेंट केवल उन्हीं फर्मों के लिए आवेदन कर सकते हैं जिनका उन्होंने साक्षात्कार किया है।
दो-तरफा अनिश्चितता (Two-Sided Uncertainty): पूर्ववर्ती कार्यों के विपरीत, जो अक्सर यह मानते हैं कि फर्मों की प्राथमिकताएँ ज्ञात और स्थिर होती हैं, यह मॉडल मानता है कि फर्में भी अनिश्चित हैं और उन्हें समय के साथ अपनी प्राथमिकताओं को सीखना होगा।
सीमित फीडबैक (Limited Feedback): विकेंद्रीकृत सेटिंग्स में, एजेंट केवल मोटे, गुमनाम फर्म-पक्ष संकेतों को प्राप्त करते हैं। दो फीडबैक मॉडल पर विचार किया गया है:
- केवल रिक्ति (Vacancy-only - $V$ ): एजेंट देखते हैं कि कौन सी फर्में वर्तमान में रिक्त हैं।
- हायरिंग-परिवर्तन (Hiring-change - $V^+$ ): एजेंट देखते हैं कि किन फर्मों ने अपनी हायरिंग स्थिति (रिक्त या किसी अन्य एजेंट को नियुक्त करना) बदली है, बिना पहचान प्रकट किए।
रणनीतिक स्थगन (Strategic Deferral): फर्म की अनिश्चितता को संभालने के लिए, यह शोध पत्र एक नवीन एक्शन स्पेस पेश करता है जहाँ फर्में रणनीतिक रूप से स्थगित (defer) कर सकती हैं (रिक्त रह सकती हैं) यदि उन्हें संदेह है कि उनके अनुमान गलत हैं। यह तंत्र समयपूर्व प्रतिबद्धता को सुधारने और विकेंद्रीकृत गतिशीलता को स्थिर करने के लिए डिज़ाइन किया गया है।

उद्देश्य रिग्रेट (regret) को कम करना है, जिसे एक एजेंट के स्थिर मिलान (ग्राउंड-ट्रुथ प्राथमिकताओं के तहत) के अपेक्षित पुरस्कार और $T$ राउंड के संचयी पुरस्कार के बीच के अंतर के रूप में परिभाषित किया गया है। शोध पत्र विशेष रूप से होराइजन-इंडिपेंडेंट रिग्रेट (अर्थात, $O(1)$ या $O(\text{poly}(n,m))$ , जो $T$ से स्वतंत्र है) को लक्षित करता है, जो बिना साक्षात्कार वाले बैंडिट मैचिंग के $O(\log T)$ बाउंड्स की तुलना में एक महत्वपूर्ण सुधार है।

2. कार्यप्रणाली (Methodology)

शोध पत्र केंद्रीयकृत (centralized) और विकेंद्रीकृत (decentralized) बाजार सेटिंग्स दोनों के लिए एल्गोरिदम प्रस्तावित करता है, जिसमें साक्षात्कारों को "बैंडिट हिंट्स" के रूप में उपयोग किया जाता है।

मुख्य तंत्र (Core Mechanisms)

संकेत के रूप में साक्षात्कार (Interviews as Hints): एजेंट प्रति राउंड $k$ फर्मों का साक्षात्कार लेते हैं (आमतौर पर $k=2$ )। एक फर्म को राउंड-रॉबिन योजना ( $f^{RR}_a(t)$ ) के माध्यम से चुना जाता है ताकि समान अन्वेषण (uniform exploration) सुनिश्चित हो सके, और दूसरी वह लक्षित आवेदन फर्म है ( $f^{apply}_a(t)$ ) जो प्राथमिकता अनुमानों द्वारा निर्धारित होती है।
रणनीतिक अस्वीकरण नीति (Strategic Rejection Policy - Algorithm 1): अनिश्चित फर्में एजेंट की गुणवत्ता के अनुमान बनाए रखती हैं। यदि किसी फर्म का वर्तमान शीर्ष आवेदक उन सभी पूर्ववर्ती एजेंटों पर हावी नहीं है जिन्हें पहले अस्वीकार किया गया था (जो अब अनुमान विकसित होने के साथ पसंदीदा बन सकते हैं), तो फर्म रणनीतिक रूप से भर्ती करने से बचती है। यह एक रिक्ति संकेत ( $V$ या $V^+$ ) उत्पन्न करता है जो एजेंटों को पुनर्मूल्यांकन करने के लिए सचेत करता है, जिससे प्रारंभिक फर्म-पक्ष अनुमान त्रुटियों के कारण उत्पन्न होने वाले संभावित डेडलॉक टूट जाते हैं।
अनुभवजन्य माध्य (Empirical Means): एजेंट और फर्में दोनों अपने देखे गए पुरस्कारों के अनुभवजन्य औसत (empirical averages) का उपयोग करके अपनी प्राथमिकता सूची को अपडेट करते हैं।

एल्गोरिदम प्रतिमान (Algorithmic Paradigms)

केंद्रीयकृत सेटिंग (Algorithm 6):
- एक केंद्रीय साक्षात्कार आवंटक (Central Interview Allocator - CIA) साक्षात्कारों का समन्वय करता है।
- CIA वर्तमान अनुमानित प्राथमिकताओं पर गेल-शैपली (Gale-Shapley - GS) एल्गोरिदम चलाता है ताकि प्रत्येक एजेंट के लिए लक्षित आवेदन फर्म निर्धारित की जा सके।
- एजेंट अपने लक्ष्य और एक राउंड-रॉबिन फर्म का साक्षात्कार करते हैं, और फिर अपने लक्ष्य को आवेदन करते हैं।
- यह सेटिंग समय-स्वतंत्र रिग्रेट प्राप्त करती है क्योंकि एक बार जब अनुमान "वैध" (स्थिर मिलान के सापेक्ष सही क्रम में) हो जाते हैं, तो सिस्टम तुरंत अभिसरित (converge) हो जाता है।
विकेंद्रीकृत सेटिंग (Decentralized Setting):
- समन्वित (Coordinated - Algorithm 7, $V$ फीडबैक के तहत): एजेंट बारी-बारी से अपडेटिंग और कमिटिंग चरणों में कार्य करते हैं।
  - अपडेटिंग: एजेंट प्राथमिकताओं के एक निश्चित स्नैपशॉट के आधार पर वितरित GS निष्पादन को सिंक्रोनस रूप से चलाते हैं।
  - कमिटिंग: एजेंट अपने सौंपे गए मिलानों के लिए आवेदन करते हैं।
  - समन्वय: यदि कोई एजेंट प्राथमिकता विसंगति या रणनीतिक अस्वीकरण (रिक्ति संकेतों के माध्यम से) का पता लगाता है, तो वह आवेदन करने से बचकर वापस अपडेटिंग चरण में स्विच करने का संकेत देता है।
- समन्वय-मुक्त (Coordination-Free - Algorithm 3 & 9, $V^+$ फीडबैक के तहत):
  - एजेंट स्वतंत्र रूप से कार्य करते हैं, हायरिंग परिवर्तनों ( $V^+$ ) पर प्रतिक्रिया देते हैं।
  - एजेंट फर्मों के एक कैंडिडेट सेट को बनाए रखते हैं जिन्होंने या तो उन्हें कभी अस्वीकार नहीं किया है या हाल ही में हायरिंग बदली है।
  - सामान्य बाजार (General Markets - Algorithm 9): कई स्थिर मिलानों वाले बाजारों में अनंत चक्रों (infinite cycles) को रोकने के लिए, एजेंट $k=3$ साक्षात्कार (वर्तमान लक्ष्य, पिछला लक्ष्य, राउंड-रॉबिन) का उपयोग करते हैं और प्रायिकता $\lambda$ के साथ फर्मों के एक सेट को आवेदन करते हैं। यह रैंडमाइजेशन ब्लॉकिंग-पेयर चक्रों को तोड़ता है।

3. प्रमुख योगदान (Key Contributions)

अनिश्चित फर्मों के लिए रणनीतिक स्थगन (Strategic Deferral for Uncertain Firms): यह शोध पत्र दो-तरफा लर्निंग के लिए एक मॉड्यूल प्रिमिटिव के रूप में 'डिफरल' को पेश करता है। यह फर्म के एक्शन स्पेस को "हमेशा भर्ती करें" से आगे बढ़ाने वाला पहला कार्य है, जिससे फर्में प्रारंभिक गलतियों को सुधार सकती हैं और सीमित फीडबैक के तहत विकेंद्रीकृत गतिशीलता को स्थिर कर सकती हैं।
स्थिर साक्षात्कारों के साथ होराइजन-इंडिपेंडेंट रिग्रेट: लेखक सिद्ध करते हैं कि प्रति राउंड निरंतर संख्या में साक्षात्कार (विशेष रूप से $k=2$ ) समय-स्वतंत्र रिग्रेट प्राप्त करने के लिए पर्याप्त हैं। यह पूर्ववर्ती बैंडिट-मैचिंग साहित्य के $O(\log T)$ गारंटियों में सुधार करता है।
खुली कल्पनाओं (Conjectures) का समाधान: एकल-एजेंट मामले में, यह शोध पत्र भास्करकर एट अल. [6] की एक खुली कल्पना को हल करता है, यह दिखाते हुए कि अनुभवजन्य माध्यों का उपयोग करके समय-स्वतंत्र रिग्रेट के लिए दो संकेत (साक्षात्कार) पर्याप्त हैं, जबकि पहले तीन की आवश्यकता होने की कल्पना की गई थी।
गुमनामी के तहत विकेंद्रीकृत लर्निंग: यह कार्य पहला विकेंद्रीकृत एल्गोरिदम प्रदान करता है जो केवल गुमनाम फर्म-पक्ष स्थिति संकेतों (रिक्ति या हायरिंग परिवर्तन) का उपयोग करके समय-स्वतंत्र रिग्रेट प्राप्त करता है, भले ही फर्में अनिश्चित और रणनीतिक हों।

4. परिणाम (Results)

शोध पत्र निम्नलिखित रिग्रेट बाउंड्स स्थापित करता है (जहाँ $\Delta$ न्यूनतम पुरस्कार अंतराल है):

केंद्रीयकृत (Algorithm 6):
- रिग्रेट: $O(nm^2 \Delta^{-2})$ ।
- इष्टतमता (Optimality): सूचना-सैद्धांतिक निचली सीमा $\Omega(nm)$ के $m$ कारक के भीतर। लेखक अनुमान लगाते हैं कि $O(nm^2)$ सटीक (tight) है।
विकेंद्रीकृत समन्वित (Algorithm 7, $V$ फीडबैक):
- $\alpha$ -रिड्यूसिबल बाजार: $O(n^3m^2 \Delta^{-2})$ ।
- सामान्य बाजार: $O(n^4m^2 \Delta^{-2})$ ।
- ये बाउंड्स वितरित GS निष्पादन की लागत ( $O(n^2)$ ) को केंद्रीयकृत लर्निंग लागत से दर्शाते हैं।
विकेंद्रीकृत समन्वय-मुक्त (Algorithm 3/9, $V^+$ फीडबैक):
- $\alpha$ -रिड्यूसिबल बाजार ( $k=2$ ): $O(n^3m^2 \Delta^{-2})$ (बाजार-निर्भर स्थिरांक)।
- सामान्य बाजार ( $k=3$ ): $O(\epsilon^{-1} n^5 m^4 \Delta^{-2})$ , जहाँ $\epsilon$ रैंडमाइजेशन पैरामीटर $\lambda$ पर निर्भर करता है और $n$ और $m$ के साथ तेजी से घटता है।
- सामान्य बाजारों में घातीय (exponential) कारक ब्लॉकिंग-पेयर डायनेमिक्स को तोड़ने के लिए रैंडमाइजेशन की आवश्यकता के कारण आता है।

5. महत्व और दावे (Significance and Claims)

शोध पत्र यह दावा करता है कि यह फर्म अनिश्चितता को स्पष्ट रूप से मॉडल करके और रणनीतिक स्थगन पेश करके विकेंद्रीकृत दो-तरफा लर्निंग के लिए एक अधिक सामान्य ढांचा प्रदान करता है। इसका महत्व निम्नलिखित है:

मजबूत धारणाओं को शिथिल करना: यह फर्मों की ज्ञात प्राथमिकताओं की धारणा को हटाकर और पूर्ण मिलान पहचान (full match identity revelation) के बजाय बहुत कमजोर फीडबैक (गुमनाम संकेत) के तहत काम करके पूर्ववर्ती कार्यों (जैसे Liu et al. [19]) में सुधार करता है।
दक्षता: यह प्रदर्शित करता है कि प्रति राउंड कम लागत वाले प्री-मैच इंटरैक्शन के निरंतर संख्या का उपयोग करके स्थिर मिलानों को निकट-इष्टतम, होराइजन-इंडिपेंडेंट रिग्रेट के साथ सीखा जा सकता है।
स्थिरीकरण: रणनीतिक स्थगन तंत्र को उन विकेंद्रीकृत प्रणालियों में अस्थिरता को ठीक करने के लिए आवश्यक दिखाया गया है जहाँ फर्में सीख रही होती हैं, जिससे यह सुनिश्चित होता कि सिस्टम प्रारंभिक अनुमान त्रुटियों के कारण उप-इष्टतम अवस्थाओं में न फंस जाए।

लेखक नोट करते हैं कि जबकि उनके बाउंड्स संरचित विकेंद्रीकृत सेटिंग्स के लिए निकट-इष्टतम हैं, सामान्य समन्वय-मुक्त बाजारों में घातीय स्थिरांक (exponential constants) बिना समन्वय या समृद्ध फीडबैक के ब्लॉकिंग पेयर्स को हल करने की अंतर्निहित कठिनाई को उजागर करते हैं। वे असंरचित बाजारों में समन्वय-मुक्त एल्गोरिदम के लिए सटीक निचली सीमाओं (tight lower bounds) को प्राप्त करने के लिए एक खुला प्रश्न छोड़ते हैं।