车辆间通信模型中的理性与行为反馈

车辆间（V2V）通信旨在通过分布式信息共享提升道路安全；然而此类系统面临一项设计挑战：难以预测并优化人类智能体在引入该信息后将如何响应。贝叶斯博弈是建模此类场景的标准方法；在贝叶斯博弈中，智能体基于固定已知分布以概率方式采纳各类类型。此类模型中的智能体表面上进行贝叶斯推断，这对多数人类而言或许并非合理的认知要求。更棘手的是，提供给智能体的信息常隐式依赖于智能体行为，意味着智能体类型分布是智能体行为的函数（即类型分布是内生的）。本文研究一个既有的 V2V 通信模型，并从两个维度放宽：首先，我们提出不要求人类智能体进行贝叶斯推断的行为模型；其次，我们提出避免棘手内生递归的均衡模型。出人意料地，我们证明简化的非贝叶斯行为模型产生了与原贝叶斯模型完全相同的均衡行为，这或许增强了贝叶斯模型的可信度。然而，我们也证明原内生均衡模型对于获得某些信息悖论是严格必要的；这些悖论在更简单的外生模型中不出现。这表明具有固定类型分布的标准贝叶斯博弈模型不足以表达某些重要现象。