BriefGPT - AI 论文速递
·
非原子拥堵博弈中的最优税收设计学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过启发式学习方案，派生出一种调整复制者漂移的新类连续时间学习动态。该动态基于玩家保留回报的指数折扣总和，并使用平滑最佳响应选择行动。该动态满足进化博弈理论的民间定理变体，并以纳什均衡的逼近收敛于潜在游戏。基于交通工程应用的启发，设计了离散时间的基于回报的学习算法，具有收敛性质，仅需要玩家观察游戏中的回报。
🎯
关键要点
- 通过启发式学习方案，派生出一种调整复制者漂移的新类连续时间学习动态。
- 该动态基于玩家保留回报的指数折扣总和，并使用平滑最佳响应选择行动。
- 所提出的动态满足进化博弈理论的民间定理变体，并以纳什均衡的逼近收敛于潜在游戏。
- 设计了离散时间的基于回报的学习算法，具有收敛性质，仅需要玩家观察游戏中的回报。
➡️
