具有异构代理人市场：动力学与贝叶斯学习者与无后悔学习者的生存
计算机科学与博弈论
2026-05-04 v3 人工智能
多智能体系统
理论经济学
摘要
我们分析了在具有随机收益的资产市场中异构学习代理人的表现。我们的主要关注点是比较在市场中竞争的贝叶斯学习者和无后悔学习者，并确定每种方法更有效的条件。我们正式地将经济学中所研究的生存与市场主导概念与后悔最小化框架联系起来，从而搭建了这两种理论之间的桥梁。一个核心发现是，后悔在市场选择中发挥关键作用，但低后悔本身并不保证生存：惊讶地，一个代理人即便实现了对数级后悔，却在竞争一个拥有有限先验且为正确模型分配正概率的贝叶斯学习者时被驱逐出市场。同时，我们展示贝叶斯学习极其脆弱，而无后悔学习对环境了解要求更低，因此更具鲁棒性。针对这种对比，我们提出两种简单的混合策略，融合贝叶斯更新，同时提高了对分布迁移的鲁棒性和适应性，迈出了一步通往“两全其美”学习方法的步伐。更广泛地说，我们的工作促进了对异构学习代理人动力学及其对市场影响的理解。
引用
@article{arxiv.2502.08597,
title = {Markets with Heterogeneous Agents: Dynamics and Survival of Bayesian vs. No-Regret Learners},
author = {David Easley and Yoav Kolumbus and Eva Tardos},
journal= {arXiv preprint arXiv:2502.08597},
year = {2026}
}
备注
Learning in Markets, Heterogeneous Agents, Regret and Survival, Bayesian Learning, No-Regret Learning, Portfolio Optimization, Kelly Rule, Distribution Shifts, Robust Bayesian Updates