从一致性到渐近学习
统计理论
2012-11-14 v5 统计理论
摘要
我们考虑一组贝叶斯智能体，每个智能体都获得一个关于世界未知状态的独立信号，并随后相互通信。我们研究渐近学习问题：当智能体数量趋于无穷时，智能体学习到世界状态的概率是否趋近于1？我们证明，在一般条件下，无论通信动态如何，渐近学习都源于后验行动或后验信念的一致性。特别地，我们证明了在无向网络和非原子私有信念的Gale-Kariv模型中，渐近学习成立。
引用
@article{arxiv.1105.4765,
title = {From Agreement to Asymptotic Learning},
author = {Elchanan Mossel and Allan Sly and Omer Tamuz},
journal= {arXiv preprint arXiv:1105.4765},
year = {2012}
}
备注
This paper has been split into two: http://arxiv.org/abs/1207.5893 and http://arxiv.org/abs/1207.5895