从行为理论到计量经济学:从重复交互数据推断人类主体的偏好
计算机科学与博弈论
2022-01-03 v1 人工智能
摘要
我们考虑从主体重复交互的战略系统数据中估计人类主体偏好的问题。近来有研究表明,一种称为“量子后悔(quantal regret)”的新估计方法比假设主体理性并达到纳什均衡的经典方法能对人类主体产生更精确的估计;然而,该方法尚未与考虑人类博弈行为特征的方法进行比较。在本文中,我们为此目的借助行为经济学中的均衡概念,并探究它们与量子后悔及纳什均衡方法相比表现如何。我们基于已确立的行为均衡模型发展了四种估计方法,以从观测到的正规形式博弈数据中推断人类主体的效用。我们所研究的均衡模型为量子响应均衡、动作抽样均衡、收益抽样均衡与冲动平衡均衡。我们展示,在其中某些概念下推断可通过闭式公式解析地实现,而在其他概念下推断只能以算法方式实现。我们使用 2x2 博弈的实验数据来评估这些行为均衡方法的估计成功率。结果显示它们所产生的估计比纳什均衡的估计更精确。与量子后悔方法的比较表明,行为方法具有更高的命中率,但量子后悔方法在总体均方误差方面表现更优,我们讨论了这些方法间的差异。
引用
@article{arxiv.2112.15151,
title = {From Behavioral Theories to Econometrics: Inferring Preferences of Human Agents from Data on Repeated Interactions},
author = {Gali Noti},
journal= {arXiv preprint arXiv:2112.15151},
year = {2022}
}
备注
Published in the Proceedings of the Thirty-Fifth AAAI Conference on Artificial Intelligence (AAAI-21)