知识即力量吗？论从战略互动中学习的（不）可能性
计算机科学与博弈论
2024-11-21 v2 机器学习
摘要
在战略环境中学习时，一个关键问题是智能体能否克服对其偏好的不确定性，以实现若无任何不确定性本可达到的结果。他们能否仅通过彼此互动来实现？我们将这一问题聚焦于智能体达到其 Stackelberg 最优策略值的能力，并研究信息不对称的影响。我们研究完全战略环境中的重复互动，其中玩家的行动基于考虑其观测历史和博弈知识的决策算法。我们研究元博弈的纯纳什均衡（PNE），其中玩家将这些算法作为其行动。我们证明，若一个玩家对博弈具有完美知识，则任何初始信息差距都会持续存在。即，虽然总存在一个 PNE 使知情智能体达到其 Stackelberg 值，但存在一个博弈，其中元博弈的任何 PNE 都不允许部分知情玩家达到其 Stackelberg 值。另一方面，若两个玩家起初对博弈都存在一些不确定性，信息质量本身并不能决定哪个智能体能够达到其 Stackelberg 值。在这种情况下，信息不对称的概念变得微妙，且依赖于博弈的结构。整体而言，我们的发现表明，仅靠重复的战略互动不足以有效地促进学习，使未知情玩家获得其 Stackelberg 值。
引用
@article{arxiv.2408.08272,
title = {Is Knowledge Power? On the (Im)possibility of Learning from Strategic Interactions},
author = {Nivasini Ananthakrishnan and Nika Haghtalab and Chara Podimata and Kunhe Yang},
journal= {arXiv preprint arXiv:2408.08272},
year = {2024}
}