无后悔智能体的机制设计：超越共同先验

一大类机制设计问题可以被理解为这样一个不完全信息博弈：一个承诺于某项政策的主方与一个做出响应的智能体之间进行博弈，收益由未知的世界状态决定。传统上，这些模型需要对信念做出强硬且往往不切实际的假设（关于状态的共同先验）。在本文中，我们摒弃了共同先验。相反，我们考虑一种重复交互，其中主方和智能体都可以随着状态历史随时间学习。我们将机制设计重新表述为一个强化学习问题，并开发了在不对状态生成过程做任何假设的情况下达到自然基准的机制。我们的结果利用了针对智能体的新颖行为假设——以反事实内部后悔（counterfactual internal regret）为核心——在不依赖信念的情况下抓住了理性之要义。