在不观察收益的情况下获胜：利用行为偏差几乎每轮都赢
计算机科学与博弈论
2024-04-02 v1
摘要
各种不确定性下的博弈已被广泛研究。Feldman等人（2010）研究了一种特别低信息量的设置，其中观察对手的行动但看不到任何收益，甚至看不到自己的收益，并引入了一种算法，保证其收益在对称零和博弈中仍接近极小化最优值（即零）。面对采用极小化最优策略的对手，接近博弈的值是能保证的最佳结果。然而，行为经济学的大量研究表明，人们往往不会做出完全理性、最优的决策。在这里，我们考虑如果对手存在行为偏差，是否有可能在这种设置中实际获胜。我们建模了几种确定性的有偏差对手，并表明即使事先不知道博弈矩阵或观察任何收益，也可以利用每种偏差在几乎每轮中获胜（只要博弈具有每个动作至少击败一个动作且被至少一个动作击败的性质）。我们还部分刻画了可以被利用来几乎每轮获胜的偏差策略类型，并提供了即使在不知道对手使用哪种策略的情况下也能击败某些偏差策略的算法。
引用
@article{arxiv.2404.00150,
title = {Winning Without Observing Payoffs: Exploiting Behavioral Biases to Win Nearly Every Round},
author = {Avrim Blum and Melissa Dutz},
journal= {arXiv preprint arXiv:2404.00150},
year = {2024}
}