非定常需要を持つ反復Cournotゲームにおける学習のための非定常バンディットの利用【JST・京大機械翻訳】

Taywade Kshitija; Harrison Brent; Goldsmith Judy

プレプリント

J-GLOBAL ID：202202200331492608 整理番号：22P0022723

非定常需要を持つ反復Cournotゲームにおける学習のための非定常バンディットの利用【JST・京大機械翻訳】

Using Non-Stationary Bandits for Learning in Repeated Cournot Games with Non-Stationary Demand

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月03日プレプリントサーバーでの情報更新日： 2022年01月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

反復Cournotゲームのモデリングにおける多くの過去の試みは,需要が静止していると仮定する。これは,市場需要が無数の理由で製品の寿命にわたって進化できる実世界シナリオとは一致しない。本論文では,企業/エージェントが非定常多腕帯域問題の別々のインスタンスに直面するような非定常需要を持つ反復Cournotゲームをモデル化した。エージェントが離散的生産量から選択できるアーム/行動の集合;ここでは,動作空間を順序付けした。エージェントは独立で自律性であり,環境からは観察できない。それらは,行動を取った後に自分自身の報酬を見るだけで,これらの報酬を最大化するための作業のみである。よく知られたε-欲求アプローチに基づいて遠隔ベースである重み付け探索(AWE)ε-欲求による新しいアルゴリズムを提案した。このアルゴリズムは,市場需要の変化による報酬の変化を検出し,定量化し,需要の変化の程度に比例して学習率と探索率を変化させ,従って,エージェントが新しい最適行動をよりよく同定することを可能にする。効率的な探索のために,それはまた,順序付け行動空間を利用する重み行動の機構を展開する。市場における様々な平衡の出現を研究するためにシミュレーションを使用した。さらに,システム内の全エージェント数と行動空間のサイズに関する提案アプローチのスケーラビリティを研究した。このモデルにおいて,対称および非対称企業の両方を考察した。提案手法を用いることにより,エージェントは需要の変化に従って行動のコースを高速に変化でき,また多くのシミュレーションにおける collus行動にも関与していることを見出した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , その他のオペレーションズリサーチの手法 , 数値計算

, , , ,

前のページに戻る