中国餐馆博弈——第一部分：具有负网络外部性的学习理论
社会与信息网络
2012-02-14 v3 机器学习
摘要
在社交网络中，智能体具有智能，并有能力做出决策以最大化其效用。他们既可以通过学习利用其他智能体的经验做出明智决策，也可以尽早决策以避免来自庞大群体的竞争。社会学习和负网络外部性这两种效应在智能体的决策过程中都扮演着重要角色。虽然已有分别关于社会学习或负网络外部性的研究，但同时考虑这两种矛盾效应的一般性研究仍然有限。我们发现，中国餐馆过程这一流行的随机过程，为建模智能体在这两种效应下的决策过程提供了一个定义良好的结构。通过将策略行为引入非策略性的中国餐馆过程，在这篇由两部分组成的论文的第一部分中，我们提出了一种称为中国餐馆博弈的新博弈，用以刻画具有负网络外部性的社会学习问题。通过分析所提出的中国餐馆博弈，我们推导出每个智能体的最优策略，并提供了一种实现最优策略的递归方法。还通过仿真研究了社会学习和负网络外部性在不同设定下如何相互影响。
引用
@article{arxiv.1112.2188,
title = {Chinese Restaurant Game - Part I: Theory of Learning with Negative Network Externality},
author = {Chih-Yu Wang and Yan Chen and K. J. Ray Liu},
journal= {arXiv preprint arXiv:1112.2188},
year = {2012}
}