[論文レビュー] On Agreement and Learning

Elchanan Mossel, Allan Sly+1 more|arXiv (Cornell University)|Jul 25, 2012

Game Theory and Applications参考文献 19被引用数 14

ひとこと要約

本稿は、未知の状態に関するプライベート・シグナルを有するベイジアンエージェントの群における漸近的学習を調査する。エージェントが事後確信度または行動について合意する限り、情報交換のダイナミクスにかかわらず、一般の条件下で、効率的な情報拡散—つまり漸近的学習—が達成されることを示している。

ABSTRACT

We consider a group of Bayesian agents who each possess an independent private signal about an unknown state of the world. We study the question of efficient learning: in which games is private information efficiently disseminated among the agents? In particular, we explore the notion of asymptotic learning, which is said to occur when agents learn the state of the world with probability that approaches one as the number of agents tends to infinity. We show that under general conditions asymptotic learning follows from agreement on posterior actions or posterior beliefs, regardless of the information exchange dynamics.

研究の動機と目的

• プライベート情報がベイジアンエージェントの間で効率的に共有される条件を調査すること。
• 事後確信度または行動についての合意が、漸近的学習をもたらすかどうかを特定すること。
• 情報交換ダイナミクスが効率的学習を達成する上で果たす役割を分析すること。
• エージェントが群の大きさが増大するにつれて真の状態を高い確率で学習する一般の条件を確立すること。

提案手法

• 未知の状態に関する独立したプライベート・シグナルを受信するベイジアンエージェントの群をモデル化する。
• エージェントの事後確信度と行動の時間的変化を分析する。
• 漸近的学習の十分条件として、事後確信度または行動についての合意を用いる。
• 信号分布およびエージェントの合理性に関する一般の条件を適用し、収束結果を導出する。
• 確率的解析と収束の議論を用いて、合意が学習をもたらすことを示す。
• 合意が達成されていれば、特定の情報交換プロトコルにかかわらず、学習が成立することを示す。

実験結果

リサーチクエスチョン

• RQ1 プライベート・シグナルを有するベイジアンエージェントの群において、どのような条件下で漸近的学習が達成されるか。
• RQ2 通信ダイナミクスにかかわらず、事後確信度または行動についての合意が、漸近的学習を保証するか。
• RQ3 中央集権的調整なしに、プライベート情報の効率的拡散を達成できるか。
• RQ4 一般の信号分布およびエージェントの合理性が、真の状態への収束に与える影響は何か。
• RQ5 情報交換メカニズムの変動に対して、学習プロセスは頑健か。

主な発見

• エージェントが事後確信度または行動について合意すれば、情報交換ダイナミクスにかかわらず、漸近的学習が達成される。
• 一般の条件下で、事後確信度または行動についての合意は、漸近的学習の十分条件である。
• 構造的または対称的な通信プロトコルがなくても、プライベート情報の効率的拡散が達成される。
• エージェント数が無限大に近づくにつれて、真の状態への収束が保証される。
• 信号が情報的であり、エージェントがベイジアン的合理である限り、プライベート・シグナルの具体的な形式にかかわらず、結果は成り立つ。
• 合意が達成されていれば、情報交換メカニズムの任意の変動に対しても、学習は頑健である。