عامل مبتنی بر نمونه‌گیری پسین برای مزایدهٔ تبلیغات و تخفیف بسته‌های کالایی

پژوهشگران برای خرده‌فروشی که محصولی فاسدشدنی عرضه می‌کند، عاملی مبتنی بر نمونه‌گیری پسین طراحی کرده‌اند. این فروشنده برای کلیک‌های جست‌وجوی تبلیغاتی پیشنهاد قیمت می‌دهد، محصول خود را با یک کالای پایهٔ همیشه‌موجود بسته‌بندی و تخفیف‌گذاری می‌کند و موجودی باقی‌مانده را نمایش می‌دهد؛ نمایش موجودی می‌تواند تمایل مشتریان به پرداخت را افزایش دهد.

فروشنده از ابتدا نمی‌داند پیشنهاد قیمتش چه اثری بر تعداد کلیک‌ها می‌گذارد یا بازار تا چه اندازه قوی و پراکنده است. او این اطلاعات را در فصل‌های پیاپی و از داده‌هایی می‌آموزد که تصمیم‌های خودش بخشی از آن‌ها را پنهان می‌کنند: اگر پیشنهادش صفر باشد، چیزی دربارهٔ کلیک‌های پولی نمی‌فهمد و مشتریان نیز فقط پس از کلیک انتخاب می‌کنند.

عامل در هر دوره از توزیع پسین دقیق، نمونه‌ای از وضعیت بازار برمی‌دارد و پیشنهاد قیمت و تخفیفی را اجرا می‌کند که برنامهٔ فصلیِ بهینه برای همان بازار تعیین کرده است؛ بنابراین هر اقدامش در شرایطی انجام می‌شود که فروشنده اطلاعات کامل داشته باشد. در شبیه‌سازی یک گل‌فروشی آنلاین، عامل کمترین regret میانگین را ثبت کرد. چکیدهٔ منتشرشده جزئیات بیشتری دربارهٔ مقایسه‌ها یا اندازهٔ این برتری ارائه نمی‌کند.