[论文解读] Player-Compatible Equilibrium

Drew Fudenberg, Kevin He|arXiv (Cornell University)|Dec 24, 2017

Game Theory and Applications参考文献 1被引用 3

一句话总结

本文提出了玩家兼容均衡（PCE），这是一种纳什均衡的精炼形式，其基于缺乏经验的参与者在不确定性下的刻意实验，对行动幅度施加了跨玩家的约束。PCE 在传统概念如颤抖手完美均衡和恰当均衡失效的博弈中，能够选择出直观的均衡，并且得到了基于学习的微观基础和实验验证的支持，显示出更优的预测能力。

ABSTRACT

We define Player-Compatible Equilibrium or PCE, which imposes cross-player restrictions on magnitudes of the players' onto different actions. These restrictions are inspired by the idea that trembles correspond to deliberate experiments by inexperienced agents who are unsure of the prevailing distribution of strategies in opponent populations. We show that PCE selects the intuitive equilibria in a number of examples where trembling-hand perfect equilibrium (Selten, 1975) and proper equilibrium (Myerson, 1978) have no bite. We also provide a learning-based microfoundation for PCE in some easy-to-analyze classes of games. Finally, we conduct a lab experiment based on one of our examples and verify PCE leads to better predictions than other equilibrium concepts.

研究动机与目标

• 解决现有均衡精炼方法（如颤抖手完美均衡和恰当均衡）在选择直观均衡时的局限性。
• 形式化玩家策略选择反映其因对对手行为不确定而进行的刻意实验这一思想。
• 提出一个概念上合理且可实证检验的均衡精炼概念，以捕捉现实中的玩家行为。
• 为所提出的均衡概念在可分析的博弈类别中提供基于学习的微观基础。
• 通过实验室实验，实证验证PCE在预测人类行为方面优于其他均衡概念。

提出的方法

• 通过基于玩家在不确定性下刻意实验而施加的跨玩家行动幅度限制，定义PCE。
• 将颤抖建模为有意的探索行为而非随机错误，将其与缺乏经验的玩家学习策略的过程联系起来。
• 建立理论条件，使PCE能够在其他精炼方法失效的博弈中选择出直观的均衡。
• 推导PCE在特定博弈类别中的基于学习的微观基础，证明在合理的学习动态下PCE会收敛。
• 设计并开展基于代表性博弈的受控实验室实验，以检验预测性能。
• 利用实验数据，将PCE的预测准确性与其他均衡概念进行比较。

实验结果

研究问题

• RQ1 在哪些博弈中，现有均衡精炼方法（如颤抖手完美均衡和恰当均衡）无法选出直观的均衡？
• RQ2 如何形式化缺乏经验的玩家进行的刻意实验，以实现对均衡选择的精炼？
• RQ3 哪些学习过程可作为所提出的玩家兼容均衡的微观基础？
• RQ4 PCE是否在预测人类在战略情境中的实际行为方面优于其他均衡概念？
• RQ5 一个基于经验学习的正式均衡概念，是否能更好地解释实验室实验中观察到的行为？

主要发现

• 在颤抖手完美均衡和恰当均衡无法发挥区分作用的博弈中，PCE成功选出了直观的均衡。
• 该概念在可分析的博弈类别中得到了基于学习的微观基础支持，表明PCE是合理学习过程的长期结果。
• 实验室实验结果证实，PCE比其他均衡概念更准确地预测了实际观察到的行为。
• 实验结果表明，PCE在均衡选择存在模糊性的场景中，比标准精炼方法更能有效捕捉战略行为。
• PCE中的跨玩家约束有效建模了刻意实验，从而产生了更稳健、更直观的均衡结果。