具有前瞻的最佳响应市场动态
计算机科学与博弈论
2016-05-31 v1
摘要
市场动态的一个吸引人的方法是水平模型，其中水平玩家对当前条件采取非常简单响应，水平玩家对其他人采取水平动作的模型最佳响应，依此类推。（这类似于AI中博弈树的层探索，以及控制理论中的滚动时域控制。）如果玩家具有带有此类有限水平响应的确定性心智模型，显然他们的心智模型不可能全部一致。尽管如此，有实验证据表明人们在许多情境中如此行动，这引发了此类交互的动态导致什么的问题。我们在具有常数替代弹性(CES)效用的Fisher市场背景下，于弱总替代(WGS)机制中解决此问题。我们表明，尽管心智模型不一致，且即使玩家的模型逐轮任意改变，市场仍收敛到其唯一均衡。（我们对同步和异步离散时间更新均展示了这一点。）此外，该结果在计算上是可行的，因为收敛速率是线性的，即到均衡的距离呈指数快速衰减。据我们所知，这是在Fisher市场中首个展示由合理的卖家激励模型驱动的动态以任何速率收敛的结果。即使对于（水平）最佳响应动态的简单情况，我们观察到某速率的收敛可从近期凸优化结果导出，我们的结果也是首个展示线性收敛速率的。
引用
@article{arxiv.1605.09012,
title = {Market Dynamics of Best-Response with Lookahead},
author = {Krishnamurthy Dvijotham and Yuval Rabani and Leonard J. Schulman},
journal= {arXiv preprint arXiv:1605.09012},
year = {2016}
}