[论文解读] Prolonged Learning and Hasty Stopping: the Wald Problem with Ambiguity

Sarah Auster, Yeon‐Koo Che+1 more|arXiv (Cornell University)|Aug 30, 2022

Auction Theory and Applications被引用 5

一句话总结

本文研究在模糊厌恶下的序列信息获取，建模一个决策者（DM）通过逐先验更新信念，并针对最坏情况优化。结果表明，当不确定性适中时，模糊性导致学习时间延长；当不确定性较高时，导致过早停止——表现为非单调停止规则和随机停止——从而产生超越贝叶斯模型的丰富动态行为。

ABSTRACT

This paper studies sequential information acquisition by an ambiguity-averse decision maker (DM), who decides how long to collect information before taking an irreversible action. The agent optimizes against the worst-case belief and updates prior by prior. We show that the consideration of ambiguity gives rise to rich dynamics: compared to the Bayesian DM, the DM here tends to experiment excessively when facing modest uncertainty and, to counteract it, may stop experimenting prematurely when facing high uncertainty. In the latter case, the DM's stopping rule is non-monotonic in beliefs and features randomized stopping.

研究动机与目标

• 分析面对不可逆行动的模糊厌恶决策者（DM）的动态信息获取行为。
• 建模在逐先验更新下最坏情况信念更新如何导致时间不一致行为。
• 刻画模糊存在时的均衡策略，尤其与贝叶斯最优行为进行对比。
• 识别DM因模糊厌恶而表现出延长学习或过早停止的条件。
• 引入并分析在中间成本和高模糊性下存在的新型策略——分心注意力学习。

提出的方法

• DM面对一个两状态世界（L或R），在不可逆行动ℓ和r之间选择，或延迟行动并通过泊松过程获取关于状态R的证据。
• DM使用Gilboa和Schmeidler（1989）提出的最大最小期望效用框架，基于一组先验中的最坏情况信念来评估行为。
• 不假设动态一致性；相反，DM采用前瞻性的复杂规划，以预见未来的偏好逆转。
• 模型采用汉密尔顿-雅可比-贝尔曼（HJB）方程来刻画价值函数和在模糊性下的最优停止规则。
• 解涉及均衡策略的分段刻画：在模糊性较低区域表现为类似贝叶斯的行为，在中间信念区间采用随机停止，在高模糊性下则采用分心注意力学习。
• 论文通过常微分方程（ODE）系统和与最坏情况信念相关的边界条件，推导出随机停止和分心注意力均衡存在的显式条件。

实验结果

研究问题

• RQ1 与贝叶斯基准相比，模糊厌恶如何改变序列信息获取问题中的最优停止规则？
• RQ2 在何种条件下，模糊性导致延长学习，何时又导致过早停止？
• RQ3 模糊性、成本与信念动态之间的相互作用如何导致非单调停止行为？
• RQ4 逐先验更新在模糊性下如何导致时间不一致行为？
• RQ5 DM在何时以及为何选择分心注意力学习策略，而非纯粹的证据搜寻或立即行动？

主要发现

• 当不确定性适中时，模糊厌恶的DM会过度实验，这是由于持续担心状态R可能为真但证据仅是缺失。
• 当不确定性较高时，DM可能过早停止——表现出非单调停止规则——因为其最坏情况信念会转向更悲观的状态。
• 在高不确定性区域，DM在通过泊松速率停止与继续搜寻证据之间随机化，导致随机停止策略。
• 该模型识别出一种新型均衡策略——分心注意力学习，即DM同时为两个状态搜寻证据，这在贝叶斯更新下严格占优。
• 在模糊性下，信息的价值高于风险下，DM的最优行为表现出依赖于成本和模糊性水平的阈值信念结构。
• 均衡特征为一个临界信念区间[p₋, p₊]，其中p₋ = 1 − p₊，在此区间内，DM的行为从纯粹证据搜寻转变为依赖成本和收益参数的随机化或分心注意力策略。