Learning When to Automate: Queue Control in Human-AI Service Systems
챗봇과 인간 에이전트로 구성된 2단계 하이브리드 서비스 시스템에서 자동화 비용과 대기열 혼잡 간의 트레이드오프를 온라인 학습으로 최적화하는 문제를 다루며, UCB(Upper Confidence Bounds)와 DPP(Drift-Plus-Penalty) 제어를 결합한 UCB-DPP 정책을 제안한다. UCB-DPP는 미지의 챗봇 성공 확률과 인간 서비스율을 학습하면서 $\widetilde{\mathcal{O}}(K\sqrt{T})$의 후회(regret) 상한과 인간 서비스 대기열의 평균율 안정성(mean-rate stability)을 이론적으로 보장하며, 합성 실험에서 기준 정책들을 능가함을 보인다.