带外部性的贝叶斯说服：利用智能体类型

我们研究了一个带外部性的贝叶斯说服问题。在此模型中，委托人发送信号以告知多个智能体世界状态。同时，由于智能体效用中存在外部性，委托人也充当相关装置来关联智能体的行动。我们考虑将智能体划分为少数几种类型的设定。同一类型的智能体共享相同的效用函数，并且在其他智能体和委托人的效用函数中被公平对待。我们研究了在三种不同类型的信号信道（公共、私有和半私有）下，为委托人计算最优信号策略的问题。我们的结果包括最优信号策略的揭示原理式刻画、线性规划公式，以及优化问题易解性/难解性的分析。结果表明，当偏离智能体的最大数量受限于一个常数时，我们基于线性规划的公式能在多项式时间内计算出最优信号策略。否则，该问题是 NP-hard 的。