利用逆优化进行均衡中的数据驱动估计
最优化与控制
2014-05-20 v2
摘要
均衡建模在博弈论和交通科学等多个领域十分常见。然而，这些模型的输入往往难以估计，而其输出（即它们旨在描述的均衡）通常是直接可观测的。通过结合逆优化思想与变分不等式理论，我们开发了一种高效的数据驱动技术，用于从观测到的均衡中估计这些模型的参数。我们利用该技术从观测到的行为中估计博弈中参与者的效用函数，并从交通流量数据中估计路网的拥堵函数。我们方法的一个显著特征是，通过利用统计学习（核方法和正则化算子）的思想，它支持参数化和非参数化估计。在涉及非参数设定下 Nash 均衡和 Wardrop 均衡的计算实验中，我们发现：a) 我们能有效地估计未知的需求或拥堵函数；b) 我们提出的正则化技术显著提高了估计量的样本外性能。
引用
@article{arxiv.1308.3397,
title = {Data-Driven Estimation in Equilibrium Using Inverse Optimization},
author = {Dimitris Bertsimas and Vishal Gupta and Ioannis Ch. Paschalidis},
journal= {arXiv preprint arXiv:1308.3397},
year = {2014}
}
备注
36 pages, 5 figures Additional theorems for generalization guarantees and statistical analysis added