[论文解读] Do players reason by forward induction in dynamic perfect information games?

Sujata Ghosh, Aviad Heifetz+1 more|University of Groningen research database (University of Groningen / Centre for Information Technology)|Jun 24, 2016

Decision-Making and Behavioral Economics参考文献 23被引用 9

一句话总结

本实验研究通过让50名参与者与早期偏离逆向归纳法的计算机对手对弈，检验玩家在动态完美信息博弈中是否使用前向推理（FI）思维。结果表明，参与者经常选择与广义形式可理性化（EFR）一致的行动，暗示其可能使用了前向推理，但无法排除其他解释，尤其是对计算机未来选择的风险规避，因此尚无法得出关于前向推理思维的决定性证据。

ABSTRACT

We conducted an experiment where participants played a perfect-information game against a computer, which was programmed to deviate often from its backward induction strategy right at the beginning of the game. Participants knew that in each game, the computer was nevertheless optimizing against some belief about the participant's future strategy. It turned out that in the aggregate, participants were likely to respond in a way which is optimal with respect to their best-rationalization extensive form rationalizability conjecture - namely the conjecture that the computer is after a larger prize than the one it has foregone, even when this necessarily meant that the computer has attributed future irrationality to the participant when the computer made the first move in the game. Thus, it appeared that participants applied forward induction. However, there exist alternative explanations for the choices of most participants; for example, choices could be based on the extent of risk aversion that participants attributed to the computer in the remainder of the game, rather than to the sunk outside option that the computer has already foregone at the beginning of the game. For this reason, the results of the experiment do not yet provide conclusive evidence for Forward Induction reasoning on the part of the participants.

研究动机与目标

• 测试玩家在已知对手早期偏离逆向归纳法的动态完美信息博弈中是否应用前向推理思维。
• 通过使用计算机对手而非人类搭档，将前向推理行为与重复博弈中的合作效应分离开来。
• 检验参与者的选择是否与基于前向推理的广义形式可理性化（EFR）策略一致。
• 将前向推理思维与风险规避等其他认知因素（如对对手未来决策的风险规避）分离开来。

提出的方法

• 参与者在50轮中与计算机对手对弈，该计算机对手被编程为早期偏离逆向归纳法，但根据对参与者未来策略的信念进行优化。
• 游戏以互动式“弹珠下落”形式呈现，以减少策略重复并防止类似 Folk 定理的合作行为。
• 通过交错使用不同游戏变体（如游戏1、游戏2、游戏3）来防止参与者在轮次间形成学习或模式识别。
• 计算机的策略在每局游戏中固定，且不随轮次调整，确保对手行为的一致性。
• 对参与者的选择进行分析，检验其与EFR预测的一致性，并在不同收益结构的游戏间进行比较。
• 收集口头描述和反应时间，以探索理论思维和决策速度等认知过程。

实验结果

研究问题

• RQ1 当面对在完美信息博弈中早期偏离逆向归纳法的对手时，参与者是否使用前向推理思维？
• RQ2 参与者的选择在多大程度上与广义形式可理性化（EFR）策略一致？后者是前向推理的形式化表达。
• RQ3 对计算机未来决策的风险规避是否能比前向推理思维更好地解释参与者的行为？
• RQ4 是否存在其他认知机制（如直觉思维或高阶理论思维）能更佳地解释观察到的行为？
• RQ5 反应模式和口头报告是否有助于将参与者分类为不同的推理类型？

主要发现

• 总体而言，参与者更倾向于选择与广义形式可理性化（EFR）策略一致的行动，暗示可能存在前向推理的使用。
• 50名参与者中有42人（占84%）在游戏1中选择EFR指定行动的频率高于游戏2，支持EFR一致性。
• 然而，该模式也可能由参与者在游戏1中对计算机赋予更高的风险规避倾向所解释，此时计算机可能为获取更高收益而冒险。
• 参与者常将计算机的早期偏离解读为追求更大奖励的信号，即使这意味着需将参与者自身未来的非理性行为归因于计算机。
• 参与者的口头反馈表明，风险规避以及对计算机后期激励的感知是其选择的常见理由。
• 结果并未提供关于前向推理的决定性证据，因为其他解释（尤其是对计算机未来决策的风险规避）仍具合理性。