Dynamiques et apprentissage dans les problèmes d’allocation séquentielle

La thèse analyse comment des systèmes décisionnels peuvent apprendre et s’adapter dans des environnements incertains, à travers l’étude de problèmes d’appariement en ligne sur graphes bipartis. Ces modèles formalisent des décisions séquentielles irréversibles prises sans connaissance complète de l’avenir, avec des applications majeures en attribution de ressources, et en particulier en publicité en ligne à grande échelle. À l’interface du matching en ligne et des bandits multi-bras, la thèse apporte trois contributions principales. La première introduit un modèle original d’appariement en ligne avec recharge de budgets, motivé par les mécanismes publicitaires, et en propose une analyse théorique dans des cadres adversarial et stochastique. La deuxième contribution étudie l’appariement en ligne sur des graphes issus de modèles à blocs stochastiques, et traite le cas où les probabilités de compatibilité sont inconnues à l’aide d’algorithmes d’apprentissage de type bandit, avec des garanties de performance. La troisième contribution porte sur l’optimisation du gain collectif dans les enchères publicitaires en ligne via des bandits structurés, en exploitant la structure des récompenses pour concevoir des algorithmes efficaces et théoriquement justifiés.