更新概率集的游戏理论分析
人工智能
2014-07-29 v1
摘要
我们考虑当不确定性由一组概率分布 P 表示，且智能体观察到随机变量 X 取值 x 时，智能体应如何更新其不确定性；前提是智能体使用极小极大准则（minimax criterion）进行决策，这可能是文献中研究最深入且最常用的准则。我们采用一个游戏理论框架，其中智能体与庄家对抗，庄家从 P 中选择某个分布。我们考虑两种合理的博弈，其区别在于庄家做出选择时所掌握的信息不同。此前观察到的异常现象（如时间不一致性）可被理解为源于针对不同信息状态的庄家进行了不同的博弈。我们刻画了重要特例，其中根据极小极大准则的最优决策规则等同于条件化或直接忽略信息。最后，我们探讨了当不确定性由概率集描述时，条件化与校准之间的关系。
引用
@article{arxiv.1407.7190,
title = {A Game-Theoretic Analysis of Updating Sets of Probabilities},
author = {Peter D. Grunwald and Joseph Y. Halpern},
journal= {arXiv preprint arXiv:1407.7190},
year = {2014}
}
备注
Appears in Proceedings of the Twenty-Fourth Conference on Uncertainty in Artificial Intelligence (UAI2008)