[论文解读] Iterated Regret Minimization: A More Realistic Solution Concept

Joseph Y. Halpern, Rafael Pass|ArXiv.org|Oct 16, 2008

Game Theory and Applications参考文献 20被引用 6

一句话总结

本文提出迭代后悔最小化（IRM），一种新颖的解概念，通过迭代剔除高后悔策略，在旅行者困境、千里马博弈和古诺竞争等博弈中提供比纳什均衡更符合实验现实的替代方案。IRM通过最小化最大后悔而非追求策略主导，预测的行为更接近实验结果（如旅行者困境中的高报价），解决了纳什均衡预测值偏低与人类行为相悖的悖论。

ABSTRACT

For some well-known games, such as the Traveler's Dilemma or the Centipede Game, traditional game-theoretic solution concepts--and most notably Nash equilibrium--predict outcomes that are not consistent with empirical observations. In this paper, we introduce a new solution concept, iterated regret minimization, which exhibits the same qualitative behavior as that observed in experiments in many games of interest, including Traveler's Dilemma, the Centipede Game, Nash bargaining, and Bertrand competition. As the name suggests, iterated regret minimization involves the iterated deletion of strategies that do not minimize regret.

研究动机与目标

• 解决纳什均衡预测与实验行为在旅行者困境和千里马博弈等博弈中脱节的问题。
• 提出一种更符合人类在战略情境中决策行为的解概念。
• 构建基于后悔最小化的框架，避免依赖理性性的共同知识或共同信念。
• 展示IRM在多个经典博弈（包括古诺竞争和纳什议价）中与实验数据的一致性。
• 通过关于理性的层级信念（较高层次信念概率递减）对IRM提供认识论表征。

提出的方法

• IRM通过迭代删除未最小化后悔的策略，其中后悔定义为给定行动组合下最大可能收益与实际收益的差值。
• 按玩家计算所有对手行动组合的后悔，以最大后悔评估策略表现。
• 该方法适用于纯策略与混合策略，混合策略中的后悔定义为所有对手策略组合下最大后悔的上确界。
• IRM采用认识论框架，为更高层次的理性信念分配更低的概率，避免对共同知识或共同信念的假设。
• 该方法扩展至贝叶斯博弈与机制设计，表明其在标准型博弈之外的适用性。
• 关键技术工具包括作用于行动组合与混合策略的后悔函数，以及对旅行者困境等特定博弈中后悔界的形式化证明。

实验结果

研究问题

• RQ1 为何标准解概念（如纳什均衡）在旅行者困境等博弈中无法预测人类行为？
• RQ2 基于后悔最小化的解概念是否能更好地与战略博弈中的实证观察对齐？
• RQ3 在千里马博弈和古诺竞争等博弈中，迭代后悔最小化与传统解概念相比如何？
• RQ4 在不依赖理性共同知识的前提下，迭代后悔最小化有何认识论基础？
• RQ5 后悔最小化在多大程度上可推广至贝叶斯博弈与机制设计？

主要发现

• 在 p=2 的旅行者困境中，IRM 预测策略集中在 95–97 之间，与实验数据一致，显示多数博弈论者报价在 90 至 99 之间。
• 97 号策略在与 51 名博弈论者策略的两两对抗中，平均收益达 85.09 美元，显著优于纳什均衡策略 2 的表现。
• 策略 2 的平均收益仅为 3.92 美元，证实纳什均衡预测在该博弈中在实证上不可行。
• IRM 预测：当 p 值较低时，策略趋向高报价；当 p 值较高时，策略趋向低报价，与实验中对 p 的敏感性一致；而纳什均衡对 p 值完全不敏感。
• 在千里马博弈中，IRM 预测行为与早期合作和延迟背叛一致，与后向归纳预测的立即背叛形成对比。
• IRM 在各类博弈中提供一致的框架：预测纳什议价中的合作结果、古诺竞争中的高价，以及千里马博弈中的早期合作，所有结果均与观察到的人类行为一致。