دانلود مقاله ISI انگلیسی شماره 114008
ترجمه فارسی عنوان مقاله

بر پایه ی توانایی یادگیری در بازی ها با مشاهدات بازپرداخت غیرمنتظره است

عنوان انگلیسی
On the robustness of learning in games with stochastically perturbed payoff observations
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
114008 2017 38 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Games and Economic Behavior, Volume 103, May 2017, Pages 41-66

ترجمه چکیده
انگیزه کمبود بازخورد دقیق بازخورد در کاربرد عملی تئوری بازی، ما یک کلاس از دینامیک یادگیری را بررسی می کنیم که بازیکنان انتخاب خود را براساس مشاهدات گذشته پرداخت می کنند که در معرض سر و صدا و اختلالات تصادفی هستند. اول، در مورد تک نفره (مربوط به یک عامل برای سازگاری با یک محیط به طور دائمی در حال تغییر)، نشان می دهد که دینامیک تصادفی تحت مطالعه منجر به هیچ گونه پشیمانی تقریبا مطمئنا، صرف نظر از سطح سر و صدا در مشاهدات بازیکن. در مورد چند نفره، ما دریافتیم که استراتژی های تحت سلطه منقرض می شوند و ما نشان می دهیم که تعادل دقیق ناش به طور اتفاقی پایدار و جذاب است؛ برعکس، اگر یک دولت با ثبات یا جذب با احتمال مثبت جذب شود، این یک تعادل نها است. در نهایت، ما یک اصل عادی برای بازی های دو نفره ارائه می دهیم، و ما نشان می دهیم که در بازی های صفر با تعادل داخلی، میانگین زمان برای هر سطح نویز همگام با تعادل نجات می شود.
پیش نمایش مقاله
پیش نمایش مقاله  بر پایه ی توانایی یادگیری در بازی ها با مشاهدات بازپرداخت غیرمنتظره است

چکیده انگلیسی

Motivated by the scarcity of accurate payoff feedback in practical applications of game theory, we examine a class of learning dynamics where players adjust their choices based on past payoff observations that are subject to noise and random disturbances. First, in the single-player case (corresponding to an agent trying to adapt to an arbitrarily changing environment), we show that the stochastic dynamics under study lead to no regret almost surely, irrespective of the noise level in the player's observations. In the multi-player case, we find that dominated strategies become extinct and we show that strict Nash equilibria are stochastically stable and attracting; conversely, if a state is stable or attracting with positive probability, then it is a Nash equilibrium. Finally, we provide an averaging principle for 2-player games, and we show that in zero-sum games with an interior equilibrium, time averages converge to Nash equilibrium for any noise level.