解读

在机票动态定价 Agent 中，“机票价格”节点既是状态变量也是奖励信号的一部分。面试官想考察的是：

1. 你能否把业务语义（价格随起飞临近而衰减或波动）抽象成数学形式；
2. 你能否让衰减函数可在线学习、可解释且对齐收益目标；
3. 你能否兼顾冷启动、异常值与实时性等工程约束。
   因此，回答必须给出可落地的半衰期衰减函数表达式、参数估计方法以及在 Agent 里的嵌入方式。

知识点

1. 半衰期衰减本质
   价格敏感度随“距起飞时间”指数下降，形式为 P(t)=P₀·e^(–λt)，其中λ=ln2/T½，T½ 为业务定义的半衰期（如7天）。
2. 国内机票业务约束
   • T+0 出票：价格刷新粒度 5~15 min，函数必须单趟航班 24 h 内计算耗时 <50 ms；
   • 舱位嵌套：经济舱多子舱位，需对每个舱位独立拟合 λ；
   • 节假日反转：春运、国庆等需求反而上升，需引入需求强度因子 I(d)∈[–1,1]做方向修正。
3. 在线学习机制
   使用指数加权移动平均(EWMA) 更新 λ：
   λₙ = α·(ln2/T½_observed) + (1–α)·λₙ₋₁，其中 α 由强化学习策略梯度自动调节，目标为最大化长期收益 G=Σγᵗ·Rₜ。
4. 安全对齐
   • 设置λ_min、λ_max硬阈值，防止价格崩溃；
   • 引入差分隐私噪声 ε=0.1对外输出，满足《个人信息保护法》对行程数据的要求。
5. 可解释输出
   把 λ 转换成人话：
   “该航班价格记忆半衰期为 5.2 天，意味着每 5 天价格影响力减半，当前剩余 37%。”

答案

给面试官一个可直接写入代码的完整设计：

1. 衰减函数
   P_decay(t)=P₀·exp(–λ·t·(1+I(d)))
   其中

   • t：距起飞天数，t≥0；
   • I(d)：基于搜索量、客座率、节假日标签的 XGBoost 输出的需求强度，范围 [–1,1]；
   • λ：初始值 ln2/7≈0.099 d⁻¹，在线更新。

2. 参数更新
   每条订单或搜索日志到达后，用时序差分误差 δ指导 λ 调整：
   λ ← λ + η·δ·(–t)·P_decay(t)
   η 取 1e-4，保证24 h 内收敛且方差可控。

3. 工程实现

   • 用Flink CEP实时流，按航班号 keyBy，维护状态 λ_state；
   • 设置checkpoint 5 s，故障恢复后重放 Kafka 队列，Exactly-Once；
   • 对外 RPC 接口返回P_decay 与置信区间[P_low, P_high]，区间由 λ 的 95% 置信方差计算。

4. 效果验证

   • 离线：用过去 90 天数据做滚动回测，MAPE 目标 <6%；
   • 在线：A/B 桶对比原系统，GMV 提升 ≥3% 且投诉率下降 ≥1 pp即通过。

拓展思考

1. 多 Agent 协同
   把“价格衰减”节点升级为多 Agent 博弈：
   • 本公司 Agent 与竞对爬虫 Agent 在模拟舱中对打，用MADDPG学习最优 λ；
   • 引入** regulator Agent** 模拟民航局限价政策，确保λ 不突破政府指导价红线。
2. 因果推断
   用双重机器学习(DML) 分离需求自然波动与价格衰减效应，避免混淆偏差导致 λ 过拟合。
3. 跨模态
   将微博舆情情感向量接入 I(d)，发现“航班延误”热搜时，半衰期可动态拉长 30%，减少负面舆情下的收益损失。