不完全信息下异质智能体网络形成的影响

我们提出了一个不确定条件下的基于智能体的网络形成模型，旨在放宽完全信息的常见假设，并引起对信念在隔离中可能发挥作用的认识。我们证明了我们的模型能够生成一组网络，涵盖了完全信息模型所生成的那些网络。此外，我们表明，通过允许智能体基于可观测属性彼此抱有偏见，我们的模型能够生成对这些属性无差异的偏好下的同质性均衡。我们以基于模拟的研究伴随我们的理论结果，考察信念与隔离之间的关系，并表明在有偏信念是不完全信息下隔离的重要驱动因素。