[论文解读] Chinese Restaurant Game - Part I: Theory of Learning with Negative Network Externality

Chih-Yu Wang, Yan Chen+1 more|arXiv (Cornell University)|Dec 9, 2011

Opinion Dynamics and Social Influence参考文献 23被引用 4

一句话总结

本文提出了中国餐厅博弈（Chinese Restaurant Game），这是一种新颖的博弈论框架，用于建模具有负网络外部性与社会学习特征的社会网络中的策略性决策。通过整合不完美信号与顺序选择，该框架利用递归方法推导出最优策略，揭示了信号质量与桌位大小比例在决定早期或晚期决策是否带来更高效用方面起着关键作用。

ABSTRACT

In a social network, agents are intelligent and have the capability to make decisions to maximize their utilities. They can either make wise decisions by taking advantages of other agents' experiences through learning, or make decisions earlier to avoid competitions from huge crowds. Both these two effects, social learning and negative network externality, play important roles in the decision process of an agent. While there are existing works on either social learning or negative network externality, a general study on considering both these two contradictory effects is still limited. We find that the Chinese restaurant process, a popular random process, provides a well-defined structure to model the decision process of an agent under these two effects. By introducing the strategic behavior into the non-strategic Chinese restaurant process, in Part I of this two-part paper, we propose a new game, called Chinese Restaurant Game, to formulate the social learning problem with negative network externality. Through analyzing the proposed Chinese restaurant game, we derive the optimal strategy of each agent and provide a recursive method to achieve the optimal strategy. How social learning and negative network externality influence each other under various settings is also studied through simulations.

研究动机与目标

• 为解决在顺序决策中同时建模社会学习与负网络外部性的空白。
• 开发一种博弈论框架，捕捉早期决策（以避免拥挤）与晚期决策（以受益于学习）之间的权衡。
• 推导在决策通过负外部性影响他人效用的网络中，代理人的最优策略。
• 分析信号质量与资源规模比例如何基于决策顺序影响代理人的期望效用。
• 提供一种在不完美信息与策略激励下计算均衡策略的递归方法。

提出的方法

• 提出中国餐厅博弈作为中国餐厅过程的战略扩展，用于建模具有负网络外部性的社会网络中代理人的选择。
• 将代理人建模为基于对桌位质量的私人信号及对前驱者选择的观察，按顺序选择桌位（行动）。
• 引入基于贝叶斯推断的信念更新机制，以根据信号和观察到的行为估计各桌的真实状态。
• 利用动态规划与不确定性下期望效用的递归计算，推导最优策略。
• 考虑两种情形：资源池（固定桌位大小）与可用/不可用（桌位可用性随机），具有不同的均衡动态。
• 通过模拟评估不同信号质量（p）与桌位大小比例（r）下，早期与晚期决策者的效用权衡。

实验结果

研究问题

• RQ1 在不完美信息下，代理人进行顺序决策时，社会学习与负网络外部性如何相互作用？
• RQ2 一个必须在从他人处学习与承担拥挤风险之间权衡的代理人，其最优策略是什么？
• RQ3 信号质量（p）如何影响早期与晚期决策者之间的相对优势？
• RQ4 桌位大小比例（r）如何影响不同决策顺序下代理人的期望效用？
• RQ5 在何种条件下，学习的收益会超过因网络外部性导致的延迟选择成本？

主要发现

• 当信号质量较高（p > 0.6）且桌位大小比例较低时，后期决策者因决策更充分而获得更高的平均效用。
• 当信号质量较低（p = 0.55）且桌位大小比例较高时，早期决策者因拥挤风险降低而具有更高的期望效用。
• 在可用/不可用情形下，当p > 0.6时，客户5获得最高平均效用，而客户1最低，表明先行者优势发生逆转。
• 即使信号表明某张桌更可能可用，后期决策者仍可能因强负外部性而避免选择已被占用的桌。
• 客户1的最优策略可能出人意料：在信号不完美时选择较小桌，因其可避免竞争而带来更高的期望效用。
• 递归方法通过根据信号历史与观察到的行为动态更新信念与期望效用，实现了均衡策略的计算。