通过引导机制克服囚徒困境的价格
计算机科学与博弈论
2025-02-27 v1
摘要
诸如交通网络、供应链和能源网等多样化的实际系统，都包含许多代理人必须学习共享资源的协调问题。众所周知，代理人在这些系统中的独立和自私互动可能导致效率低下，常被称为“囚徒困境的价格”（Price of Anarchy）。在保持个人自主性的同时降低囚徒困境价格的有效干预措施备受关注。在本文中，我们探索将推荐系统作为此类干预机制。我们以Braess悖论为出发点，这是一种描述道路交通、互联网数据包以及电力网电力流动的网络路由游戏模型。遵循最新文献，我们将代理人的互动建模为Q学习者之间的重复游戏，这是一种常见的强化学习代理类型。本文提出了学习动力学操纵问题，其中外部推荐系统可以通过选择Q学习者在学习期间观察到的状态来战略性地触发行为。我们的计算贡献表明，合适选择的推荐可以稳健地将系统引导至社会最优收敛，即便面对众多玩家亦然。我们的理论和实证结果表明，推荐空间的增加可以提高推荐系统的操纵潜力，应在推荐系统设计中予以考虑。
引用
@article{arxiv.2502.18988,
title = {Overcoming the Price of Anarchy by Steering with Recommendations},
author = {Cesare Carissimo and Marcin Korecki and Damian Dailisan},
journal= {arXiv preprint arXiv:2502.18988},
year = {2025}
}