风险规避智能体的真实性程度
计算机科学与博弈论
2026-01-07 v3 多智能体系统
理论经济学
摘要
经典的真实性概念要求没有智能体拥有可行的操纵--一种不诚实的报告，对于其他智能体的一些报告组合，都会增加她的效用。这种强大的真实性概念隐含地假设操纵者要么知道其他所有智能体将报告什么，要么愿意冒险并行动如同她知道他们的报告。在缺乏对其他智能体报告的知识的情况下，大多数操纵都是有风险的--它们可能因其他智能体的报告组合而降低操纵者的效用。因此，最近的一篇论文(Bu, Song and Tao, ``On the existence of truthful fair cake cutting mechanisms'', Artificial Intelligence 319 (2023), 103904)提出了一种放宽的概念，我们称为风险规避真实性(RAT)，其要求只有当没有智能体可以从一种安全的操纵中获益时才满足真实性--即这种操纵在有时有益且从不致命于操纵者。真实性和RAT是两个极端:前者考虑完全了解他人报告的操纵者，而后者考虑完全不了解他人报告的操纵者。实际情况下，智能体往往知道一些--但并非全部--其他智能体。本文引入了机制的RAT程度概念，定义为最少需要知道多少个智能体的报告，若已知这些报告，即可使另一智能体安全地操纵;若不存在此类数字，则为n。这种概念在经典真实性(程度为n)和RAT(程度至少为1)之间进行插值:具有更高RAT程度的机制更难安全地操纵。为说明此概念的普遍性和适用性，我们分析了各种社会选择情境下(包括拍卖、不可分割物品分配、蛋糕切割、投票和双边匹配)的著名机制的RAT程度。
引用
@article{arxiv.2502.18805,
title = {It's Not All Black and White: Degree of Truthfulness for Risk-Avoiding Agents},
author = {Eden Hartman and Erel Segal-Halevi and Biaoshuai Tao},
journal= {arXiv preprint arXiv:2502.18805},
year = {2026}
}
备注
Accepted to EC 2025