线性二次高斯网络博弈中个体智能体的信息偏好
计算机科学与博弈论
2023-02-28 v1 多智能体系统
系统与控制
综合经济学
系统与控制
最优化与控制
经济学
摘要
我们考虑线性二次高斯(LQG)网络博弈,其中智能体具有依赖于自身及邻居行动以及未知收益相关状态的二次型收益。信息设计者决定向智能体揭示的关于收益状态的信息保真度,以最大化社会福利。已有结果表明,在收益的特定假设下完全信息披露是最优的,即其对平均个体有益。本文基于收益对邻居行动的依赖强度(即竞争)给出条件,在此条件下理性智能体预期可从完全信息披露中获益(即获得更高收益)。我们发现,当博弈对称且次模或超模时,所有智能体在星型网络结构下均从信息披露中获益。我们还确定,除非竞争强烈且外围智能体数量足够少,否则中心智能体比外围智能体从完全信息披露中获益更多。尽管所有智能体事前均预期从信息披露中获益,但在强竞争下,中心智能体在收益状态的许多实现中可能因信息披露而境况更差,这表明风险厌恶的中心智能体事前可能偏好无信息量的信号。
引用
@article{arxiv.2203.13056,
title = {Information Preferences of Individual Agents in Linear-Quadratic-Gaussian Network Games},
author = {Furkan Sezer and Ceyhun Eksin},
journal= {arXiv preprint arXiv:2203.13056},
year = {2023}
}
备注
6 pages, 4 figures