通过重复线性公共 goods 游戏中的逆强化学习识别潜在意图
综合经济学
2026-01-14 v1 经济学
摘要
重复公共 goods 游戏中的行为持续挑战标准理论：异构的社会偏好可以解释首轮贡献，但无法解释跨重复互动看到的显著波动性。我们引入两种方法论创新以弥合这一差距。首先，我们采用动态时间错位对行为轨迹进行聚类，得到具有不同时序形状的distinct且理论可解释的行为类型。其次，我们应用分层逆Q学习框架，将决策建模为在潜在合作意图与欺诈意图之间进行离散切换的过程。该方法揭示了一种大型（21.4%）且此前未被建模的行为类型——切换者（Switchers），他们频繁反转意图而非坚持稳定策略。同时，该框架恢复了诸如持续合作与投机消费等标准战略行为。在实质意义上，识别意图的波动性有助于维持合作：切换者的短暂欺诈往往会反转，因此战略的耐心可防止不必要的合作崩溃。
引用
@article{arxiv.2601.08803,
title = {Identifying Latent Intentions via Inverse Reinforcement Learning in Repeated Linear Public Good Games},
author = {Carina I. Hausladen and Marcel H. Schubert and Christoph Engel},
journal= {arXiv preprint arXiv:2601.08803},
year = {2026}
}