用于预测博弈中人类行为的 Level-0 行为模型

行为博弈论旨在描述实际的人（相对于理想化的“理性”主体）在战略情境中的行为方式。我们最近的工作已确定迭代模型（如 quantal cognitive hierarchy）是预测非重复、同步移动博弈中人类博弈的最先进方法 (Wright & Leyton-Brown 2012, 2016)。迭代模型预测主体会迭代地推理其对手，从称为 level-0 的非战略行为规范开始构建。原则上，建模者可以自由选择任何适合该情境的 level-0 行为描述。然而，几乎所有现有工作都将此行为指定为动作上的均匀分布。在大多数博弈中，即使是非战略主体随机均匀选择动作，或者其他主体预期他们会这样做，都是不合理的。更准确的 level-0 行为模型有可能显著改善对人类行为的预测，因为相当一部分主体可能直接采用 level-0 策略，而且迭代模型将所有更高层级的策略建立在对 level-0 策略的反应之上。我们的工作研究了 level-0 主体在给定任意博弈时如何构建动作概率分布的模型。使用名为 SMAC 的贝叶斯优化包 (Hutter, Hoos, & Leyton-Brown, 2010, 2011, 2012)，我们系统地评估了大量此类模型的空间，其中每个模型仅基于可从任何标准型博弈中计算的一般特征进行预测。最终，我们推荐了一个在各方面的表现都极佳的模型：一种需要估计四个权重的特征线性加权。我们评估了将此新的 level-0 模型与几种迭代模型结合的效果，并观察到模型的预测精度有了大幅提高。