关于博弈中前瞻搜索的启示
计算机科学与博弈论
2012-06-19 v1 数据结构与算法
摘要
前瞻搜索或许是最自然且广泛使用的博弈策略。鉴于该方法的实际重要性，本文旨在对前瞻搜索在广泛应用中的理论性能进行考察。为了使用前瞻搜索确定策略行动，每个智能体预测对其行动的多层可能反应（通过使用搜索树），然后选择考虑到这些反应能优化其未来收益的行动。智能体可以选择多种优化函数，其中最适合的函数选择取决于实际博弈的具体情况——我们在示例中说明了这一点。此外，受计算约束的智能体所选择的搜索树类型也可能不同。我们关注智能体只能评估有限数量 步未来行动的情况。也就是说，我们使用深度为 的搜索树，并将此方法称为-前瞻搜索。我们将该方法应用于五个知名场景：AdWord 拍卖；产业组织（Cournot 模型）；拥塞博弈；有效效用博弈和基本效用博弈；成本分担网络设计博弈。我们考虑两个问题。首先，当智能体应用前瞻搜索时，结果的预期社会质量如何？其次，当玩家使用前瞻搜索时，会表现出哪些交互行为？
引用
@article{arxiv.1202.4134,
title = {On the Implications of Lookahead Search in Game Playing},
author = {Vahab Mirrokni and Nithum Thain and Adrian Vetta},
journal= {arXiv preprint arXiv:1202.4134},
year = {2012}
}