算法鲁棒预测聚合

本研究探讨了二元决策聚合问题，涉及两位专家根据私人信号提出推荐。

在通用信息结构下，二阶信息对聚合效果没有好处。

没有聚合器能够优于始终遵循第一个专家推荐的平凡聚合器。

当假设专家信号在给定世界状态下相互独立时，使用二阶信息的聚合器可以优于没有二阶信息的对手。

提出了一种利用二阶信息的鲁棒聚合器，能明显优于没有二阶信息的对手。

在专家同质且信号上添加非退化假设的情况下，使用二阶信息的随机聚合器可以超越没有二阶信息的最优聚合器。

在其他情境中，二阶信息没有益处。

研究结果推广到聚合器的效用函数更一般的情况。