Datasets:

mabidan

/

econ_paper_abstracts_fa_translation

like 1

Demand response involves system operators using incentives to modulate electricity consumption during peak hours or when faced with an incidental supply shortage. However, system operators typically have imperfect information about their customers' baselines, that is, their consumption had the incentive been absent. The standard approach to estimate the reduction in a customer's electricity consumption then is to estimate their counterfactual baseline. However, this approach is not robust to estimation errors or strategic exploitation by the customers and can potentially lead to overpayments to customers who do not reduce their consumption and underpayments to those who do. Moreover, optimal power consumption reductions of the customers depend on the costs that they incur for curtailing consumption, which in general are private knowledge of the customers, and which they could strategically misreport in an effort to improve their own utilities even if it deteriorates the overall system cost. The two-stage mechanism proposed in this paper circumvents the aforementioned issues. In the day-ahead market, the participating loads are required to submit only a probabilistic description of their next-day consumption and costs to the system operator for day-ahead planning. It is only in real-time, if and when called upon for demand response, that the loads are required to report their baselines and costs. They receive credits for reductions below their reported baselines. The mechanism for calculating the credits guarantees incentive compatibility of truthful reporting of the probability distribution in the day-ahead market and truthful reporting of the baseline and cost in real-time. The mechanism can be viewed as an extension of the celebrated Vickrey-Clarke-Groves mechanism augmented with a carefully crafted second-stage penalty for deviations from the day-ahead bids.

پاسخ تقاضا شامل اپراتورهای سیستم است که از مشوق ها برای تعدیل استفاده می کنند مصرف برق در ساعات اوج یا هنگام مواجه شدن با حادثه کمبود تأمینبا این حال ، اپراتورهای سیستم به طور معمول اطلاعات ناقص دارند در مورد خطوط مشتری خود ، یعنی مصرف آنها انگیزه ای داشته است غایب بوده استرویکرد استاندارد برای برآورد کاهش مشتری مصرف برق پس از آن تخمین مبنای پیشخوان آنها است. با این حال ، این رویکرد نسبت به خطاهای تخمین یا استراتژیک قوی نیست بهره برداری توسط مشتریان و به طور بالقوه می تواند منجر به پرداخت بیش از حد شود مشتریانی که مصرف و پرداخت هزینه های خود را برای کسانی که کاهش نمی دهند انجام دادن.علاوه بر این ، کاهش بهینه مصرف برق مشتریان به آن بستگی دارد هزینه هایی که آنها برای کاهش مصرف متحمل می شوند ، که به طور کلی عبارتند از دانش خصوصی از مشتریان ، و آنها می توانند از نظر استراتژیک گزارش اشتباه در تلاش برای بهبود خدمات خود حتی اگر بدتر شود هزینه کلی سیستم.مکانیسم دو مرحله ای که در این مقاله ارائه شده است مسائل فوق را دور می زند.در بازار روز پیشرو ، بارهای شرکت کننده لازم است فقط توضیحات احتمالی را ارسال کنند مصرف و هزینه های بعدی آنها برای اپراتور سیستم برای روز برنامه ریزی.این فقط در زمان واقعی است ، اگر و وقتی برای پاسخ به تقاضا فراخوانده می شود ، که بارها برای گزارش خطوط و هزینه های خود مورد نیاز هستند.آنها دریافت می کنند اعتبار برای کاهش زیر خطوط گزارش شده خود.مکانیسم برای محاسبه اعتبار ، سازگاری تشویقی راستگو را تضمین می کند گزارش توزیع احتمال در بازار روز و راستگو گزارش از پایه و هزینه در زمان واقعی.مکانیسم را می توان به عنوان مشاهده کرد گسترش مکانیسم مشهور Vickrey-Clarke-Groves با یک مجازات مرحله دوم با دقت برای انحراف از پیشنهادات روز.

Stereotypes are generalized beliefs about groups of people, which are used to make decisions and judgments about them. Although such heuristics can be useful when decisions must be made quickly, or when information is lacking, they can also serve as the basis for prejudice and discrimination. In this paper we study the evolution of stereotypes through group reciprocity. We characterize the warmth of a stereotype as the willingness to cooperate with an individual based solely on the identity of the group they belong to. We show that when stereotypes are coarse, such group reciprocity is less likely to evolve, and stereotypes tend to be negative. We also show that, even when stereotypes are broadly positive, individuals are often overly pessimistic about the willingness of those they stereotype to cooperate. We then show that the tendency for stereotyping itself to evolve is driven by the costs of cognition, so that more people are stereotyped with greater coarseness as costs increase. Finally we show that extrinsic "shocks", in which the benefits of cooperation are suddenly reduced, can cause stereotype warmth and judgement bias to turn sharply negative, consistent with the view that economic and other crises are drivers of out-group animosity.

کلیشه ها باورهای عمومی در مورد گروه های افراد است که مورد استفاده قرار می گیرند در مورد آنها تصمیم گیری و قضاوت کنید.اگرچه چنین اکتشافی می تواند مفید باشد هنگامی که تصمیمات باید به سرعت اتخاذ شود ، یا وقتی اطلاعات فاقد اطلاعات هستند ، می توانند همچنین به عنوان پایه ای برای تعصب و تبعیض عمل می کند.در این مقاله ما تکامل کلیشه ها را از طریق متقابل گروه مطالعه کنید.ما توصیف می کنیم گرمی یک کلیشه به عنوان تمایل به همکاری با یک فرد فقط بر اساس هویت گروهی که متعلق به آنها است.ما این را نشان می دهیم کلیشه ها درشت هستند ، چنین متقابل گروهی کمتر به تکامل می رسد و کلیشه ها منفی هستند.ما همچنین نشان می دهیم که ، حتی وقتی کلیشه ها هستند به طور گسترده مثبت ، افراد غالباً بیش از حد بدبین هستند تمایل کسانی که آنها کلیشه ای برای همکاری دارند.سپس نشان می دهیم که تمایل به کلیشه خود برای تکامل توسط هزینه های شناخت هدایت می شود ، به طوری که با افزایش هزینه ها ، افراد بیشتری با درشت بیشتر کلیشه می شوند. سرانجام ما آن "شوک" بیرونی را نشان می دهیم ، که در آن مزایای همکاری ناگهان کاهش می یابد ، می تواند باعث گرمای کلیشه و تعصب قضاوت شود به شدت منفی ، سازگار با این نظر که بحران های اقتصادی و دیگر هستند رانندگان دشمنی خارج از گروه.

Proportionality is an attractive fairness concept that has been applied to a range of problems including the facility location problem, a classic problem in social choice. In our work, we propose a concept called Strong Proportionality, which ensures that when there are two groups of agents at different locations, both groups incur the same total cost. We show that although Strong Proportionality is a well-motivated and basic axiom, there is no deterministic strategyproof mechanism satisfying the property. We then identify a randomized mechanism called Random Rank (which uniformly selects a number $k$ between $1$ to $n$ and locates the facility at the $k$'th highest agent location) which satisfies Strong Proportionality in expectation. Our main theorem characterizes Random Rank as the unique mechanism that achieves universal truthfulness, universal anonymity, and Strong Proportionality in expectation among all randomized mechanisms. Finally, we show via the AverageOrRandomRank mechanism that even stronger ex-post fairness guarantees can be achieved by weakening universal truthfulness to strategyproofness in expectation.

تناسب یک مفهوم انصاف جذاب است که برای a اعمال شده است طیف وسیعی از مشکلات از جمله مشکل محل تسهیلات ، یک مشکل کلاسیک در انتخاب اجتماعی.در کار ما مفهومی به نام تناسب قوی پیشنهاد می کنیم ، که تضمین می کند وقتی دو گروه از عوامل در مکان های مختلف وجود دارند ، هر دو گروه هزینه کل یکسان را متحمل می شوند.ما نشان می دهیم که اگرچه قوی است تناسب یک محرک خوب و اساسی است ، هیچ قطعی وجود ندارد مکانیسم ضد استراتژی رضایت از خاصیت.سپس یک تصادفی را شناسایی می کنیم مکانیسم به نام Random Rank (که به طور یکنواخت بین $ $ $ بین 1 دلار انتخاب می کند به $ n $ و تسهیلات را در $ $ $ بالاترین عامل قرار می دهد) که تناسب قوی در انتظار را برآورده می کند.قضیه اصلی ما توصیف می کند رتبه تصادفی به عنوان مکانیسم منحصر به فرد که به حقیقت جهانی می رسد ، ناشناس بودن جهانی و تناسب قوی در انتظار همه مکانیسم های تصادفی.سرانجام ، ما از طریق مکانیسم AnaDOrrandomRank نشان می دهیم این که حتی تضمین های انصاف سابق قوی تر نیز با تضعیف می توان به دست آورد حقیقت جهانی به ضد استراتژی در انتظار.

In order to identify expertise, forecasters should not be tested by their calibration score, which can always be made arbitrarily small, but rather by their Brier score. The Brier score is the sum of the calibration score and the refinement score; the latter measures how good the sorting into bins with the same forecast is, and thus attests to "expertise." This raises the question of whether one can gain calibration without losing expertise, which we refer to as "calibeating." We provide an easy way to calibeat any forecast, by a deterministic online procedure. We moreover show that calibeating can be achieved by a stochastic procedure that is itself calibrated, and then extend the results to simultaneously calibeating multiple procedures, and to deterministic procedures that are continuously calibrated.

به منظور شناسایی تخصص ، پیش بینی کنندگان نباید توسط آنها آزمایش شوند نمره کالیبراسیون ، که همیشه می تواند به طور خودسرانه کوچک باشد ، بلکه توسط نمره Brier آنها.نمره Brier مجموع نمره کالیبراسیون و نمره پالایش ؛دوم اندازه گیری کرد که مرتب سازی در سطل ها با سطل ها چقدر خوب است پیش بینی همین است ، و بنابراین به "تخصص" گواهی می دهد.این سوال را مطرح می کند آیا می توان بدون از دست دادن تخصص ، کالیبراسیون به دست آورد ، که ما به آن اشاره می کنیم "Calibeating."ما یک روش آسان برای کالیبرات هر پیش بینی ، توسط روش آنلاین قطعی.علاوه بر این ، ما نشان می دهیم که کالیباسیون می تواند باشد با یک روش تصادفی که خود کالیبره شده است ، حاصل می شود و سپس گسترش می یابد نتایج به طور همزمان به کالیبید کردن چندین روش و به روشهای قطعی که به طور مداوم کالیبره می شوند.

In social choice theory, anonymity (all agents being treated equally) and neutrality (all alternatives being treated equally) are widely regarded as ``minimal demands'' and ``uncontroversial'' axioms of equity and fairness. However, the ANR impossibility -- there is no voting rule that satisfies anonymity, neutrality, and resolvability (always choosing one winner) -- holds even in the simple setting of two alternatives and two agents. How to design voting rules that optimally satisfy anonymity, neutrality, and resolvability remains an open question. We address the optimal design question for a wide range of preferences and decisions that include ranked lists and committees. Our conceptual contribution is a novel and strong notion of most equitable refinements that optimally preserves anonymity and neutrality for any irresolute rule that satisfies the two axioms. Our technical contributions are twofold. First, we characterize the conditions for the ANR impossibility to hold under general settings, especially when the number of agents is large. Second, we propose the most-favorable-permutation (MFP) tie-breaking to compute a most equitable refinement and design a polynomial-time algorithm to compute MFP when agents' preferences are full rankings.

در نظریه انتخاب اجتماعی ، ناشناس ماندن (همه عوامل به طور مساوی با آنها رفتار می شوند) و بی طرفی (تمام گزینه های مورد نیاز به طور مساوی) به طور گسترده ای در نظر گرفته می شوند "" حداقل خواسته ها "و" "غیرقانونی" بدیهی از عدالت و انصاف. با این حال ، غیرممکن بودن ANR - هیچ قانون رای گیری وجود ندارد که رضایت دهد ناشناس بودن ، بی طرفی و رفع پذیری (همیشه انتخاب یک برنده) - نگه می دارد حتی در تنظیم ساده دو گزینه و دو عامل.نحوه طراحی قوانینی رأی دهی که ناشناس بودن ، بی طرفی و رفع را بهینه برآورده می کند یک سوال باز باقی مانده است. ما به سؤال طراحی بهینه برای طیف گسترده ای از ترجیحات و تصمیماتی که شامل لیست ها و کمیته های رتبه بندی شده است.سهم مفهومی ما یک مفهوم جدید و قوی از اصلاحات عادلانه است که بهینه است ناشناس بودن و بی طرفی را برای هر قانون غیرقابل تحمل که برآورده می کند ، حفظ می کند دو بدیهیمشارکتهای فنی ما دو برابر است.اول ، ما توصیف می کنیم شرایطی برای عدم امکان ANR در تنظیمات عمومی ، به ویژه وقتی تعداد عوامل بزرگ باشد.دوم ، ما پیشنهاد می کنیم با ارزش ترین-Permutation (MFP) کراوات برای محاسبه عادلانه ترین پالایش و طراحی یک الگوریتم زمان چند جمله ای برای محاسبه MFP در هنگام نمایندگان ترجیحات رتبه بندی کامل است.

We study the problem of online learning in competitive settings in the context of two-sided matching markets. In particular, one side of the market, the agents, must learn about their preferences over the other side, the firms, through repeated interaction while competing with other agents for successful matches. We propose a class of decentralized, communication- and coordination-free algorithms that agents can use to reach to their stable match in structured matching markets. In contrast to prior works, the proposed algorithms make decisions based solely on an agent's own history of play and requires no foreknowledge of the firms' preferences. Our algorithms are constructed by splitting up the statistical problem of learning one's preferences, from noisy observations, from the problem of competing for firms. We show that under realistic structural assumptions on the underlying preferences of the agents and firms, the proposed algorithms incur a regret which grows at most logarithmically in the time horizon. Our results show that, in the case of matching markets, competition need not drastically affect the performance of decentralized, communication and coordination free online learning algorithms.

ما مشکل یادگیری آنلاین را در تنظیمات رقابتی در زمینه بازارهای تطبیق دو طرفه.به ویژه ، یک طرف بازار ، مأمورین ، باید در مورد ترجیحات خود نسبت به طرف دیگر ، بنگاهها بیاموزند. از طریق تعامل مکرر در حالی که برای موفقیت با سایر عوامل رقابت می کنید مسابقات.ما یک کلاس از غیر متمرکز ، ارتباطات و الگوریتم های بدون هماهنگی که عوامل می توانند از آنها برای دستیابی به تطابق پایدار خود استفاده کنند در بازارهای تطبیق ساخت یافته.برخلاف آثار قبلی ، پیشنهادی الگوریتم ها فقط بر اساس تاریخ بازی خود یک عامل تصمیم می گیرند و نیازی به عدم توجه به ترجیحات بنگاهها ندارد.الگوریتم های ما هستند ساخته شده با تقسیم مشکل آماری یادگیری شخص ترجیحات ، از مشاهدات پر سر و صدا ، از مشکل رقابت برای شرکت ها. ما نشان می دهیم که تحت فرضیات ساختاری واقع بینانه بر اساس اساسی ترجیحات عوامل و بنگاهها ، الگوریتم های پیشنهادی پشیمان می شوند که در اکثر افق های زمانی لگاریتمی رشد می کند.نتایج ما نشان می دهد که ، در صورت تطبیق بازارهای ، رقابت به شدت تأثیر نمی گذارد عملکرد غیر متمرکز ، ارتباطات و هماهنگی بصورت آنلاین الگوریتم های یادگیری.

Aggregating signals from a collection of noisy sources is a fundamental problem in many domains including crowd-sourcing, multi-agent planning, sensor networks, signal processing, voting, ensemble learning, and federated learning. The core question is how to aggregate signals from multiple sources (e.g. experts) in order to reveal an underlying ground truth. While a full answer depends on the type of signal, correlation of signals, and desired output, a problem common to all of these applications is that of differentiating sources based on their quality and weighting them accordingly. It is often assumed that this differentiation and aggregation is done by a single, accurate central mechanism or agent (e.g. judge). We complicate this model in two ways. First, we investigate the setting with both a single judge, and one with multiple judges. Second, given this multi-agent interaction of judges, we investigate various constraints on the judges' reporting space. We build on known results for the optimal weighting of experts and prove that an ensemble of sub-optimal mechanisms can perform optimally under certain conditions. We then show empirically that the ensemble approximates the performance of the optimal mechanism under a broader range of conditions.

جمع کردن سیگنال ها از مجموعه منابع پر سر و صدا اساسی است مشکل در بسیاری از حوزه ها از جمله منابع جمعیتی ، برنامه ریزی چند عامل ، سنسور شبکه ها ، پردازش سیگنال ، رأی گیری ، یادگیری گروه و یادگیری فدرال. سوال اصلی این است که چگونه سیگنال ها را از چندین منبع جمع کنیم (به عنوان مثال کارشناسان) به منظور آشکار کردن یک حقیقت اساسی زمینه.در حالی که یک پاسخ کامل است بستگی به نوع سیگنال ، همبستگی سیگنال ها و خروجی مورد نظر ، a مشکل مشترک برای همه این برنامه ها ، تمایز منابع است بر اساس کیفیت آنها و وزن آنها بر این اساس.اغلب فرض بر این است که این تمایز و تجمیع توسط یک مرکز دقیق و دقیق انجام می شود مکانیسم یا عامل (به عنوان مثال قاضی).ما این مدل را از دو طریق پیچیده می کنیم.اولین، ما تنظیمات را با یک قاضی واحد و یکی با چندین مورد بررسی می کنیم قضات.دوم ، با توجه به این تعامل چند عامل قضات ، ما تحقیق می کنیم محدودیت های مختلفی در فضای گزارش داوران.ما بر اساس نتایج شناخته شده می سازیم برای وزن بهینه متخصصان و ثابت کردن که یک گروه زیر بهینه مکانیسم ها می توانند در شرایط خاص بهینه عمل کنند.سپس نشان می دهیم از نظر تجربی که این گروه عملکرد بهینه را تقریب می دهد مکانیسم تحت شرایط وسیع تری از شرایط.

Democratization of AI involves training and deploying machine learning models across heterogeneous and potentially massive environments. Diversity of data opens up a number of possibilities to advance AI systems, but also introduces pressing concerns such as privacy, security, and equity that require special attention. This work shows that it is theoretically impossible to design a rational learning algorithm that has the ability to successfully learn across heterogeneous environments, which we decoratively call collective intelligence (CI). By representing learning algorithms as choice correspondences over a hypothesis space, we are able to axiomatize them with essential properties. Unfortunately, the only feasible algorithm compatible with all of the axioms is the standard empirical risk minimization (ERM) which learns arbitrarily from a single environment. Our impossibility result reveals informational incomparability between environments as one of the foremost obstacles for researchers who design novel algorithms that learn from multiple environments, which sheds light on prerequisites for success in critical areas of machine learning such as out-of-distribution generalization, federated learning, algorithmic fairness, and multi-modal learning.

دموکراتیک سازی هوش مصنوعی شامل آموزش و استقرار مدل های یادگیری ماشین است در محیط های ناهمگن و بالقوه عظیم.تنوع داده ها تعدادی از امکانات را برای پیشبرد سیستم های هوش مصنوعی باز می کند ، اما همچنین معرفی می کند فشرده سازی نگرانی هایی از قبیل حریم خصوصی ، امنیت و حقوق صاحبان سهام که به ویژه نیاز دارند توجهاین کار نشان می دهد که طراحی از نظر تئوری غیرممکن است الگوریتم یادگیری منطقی که توانایی یادگیری موفقیت آمیز را دارد محیط های ناهمگن ، که ما به صورت تزئینی آن را هوش جمعی می نامیم (CI).با نشان دادن الگوریتم های یادگیری به عنوان مکاتبات انتخابی فضای فرضیه ، ما می توانیم آنها را با خواص اساسی بدرقه کنیم. متأسفانه ، تنها الگوریتم امکان پذیر با همه بدیهیات سازگار است به حداقل رساندن ریسک تجربی استاندارد (ERM) که به طور خودسرانه از a یاد می گیرد محیط منفردنتیجه غیرممکن ما اطلاعاتی را نشان می دهد غیر قابل مقایسه بین محیط ها به عنوان یکی از مهمترین موانع برای محققانی که الگوریتم های جدیدی را طراحی می کنند که از چندین محیط یاد می گیرند ، که پیش نیازهای موفقیت در مناطق بحرانی دستگاه را روشن می کند یادگیری مانند تعمیم خارج از توزیع ، یادگیری فدراسیون ، انصاف الگوریتمی و یادگیری چند مدلی.

In physics, the wavefunctions of bosonic particles collapse when the system undergoes a Bose-Einstein condensation. In game theory, the strategy of an agent describes the probability to engage in a certain course of action. Strategies are expected to differ in competitive situations, namely when there is a penalty to do the same as somebody else. We study what happens when agents are interested how they fare not only in absolute terms, but also relative to others. This preference, denoted envy, is shown to induce the emergence of distinct social classes via a collective strategy condensation transition. Members of the lower class pursue identical strategies, in analogy to the Bose-Einstein condensation, with the upper class remaining individualistic.

در فیزیک ، عملکرد موج ذرات بوزونیک هنگام سیستم فروپاشیده می شود تحت یک تراکم بوز-انیشتین قرار می گیرد.در تئوری بازی ، استراتژی یک نماینده احتمال مشارکت در یک دوره خاص عمل را توصیف می کند. انتظار می رود استراتژی ها در موقعیت های رقابتی تفاوت داشته باشند ، یعنی در آنجا یک مجازات برای انجام همان شخص دیگری است.ما مطالعه می کنیم چه اتفاقی می افتد وقتی نمایندگان آیا علاقه مند هستند که چگونه آنها نه تنها به طور مطلق ، بلکه نسبت به آن نیز کرایه می کنند دیگران.این اولویت ، حسادت نشان داده شده ، القاء ظهور طبقات اجتماعی متمایز از طریق انتقال تراکم استراتژی جمعی. اعضای طبقه پایین استراتژی های یکسان را دنبال می کنند ، در قیاس با تراکم بوز-انیشتین ، با طبقه بالایی فردگرایانه باقی مانده است.

In this paper, we consider a discrete-time Stackelberg mean field game with a finite number of leaders, a finite number of major followers and an infinite number of minor followers. The leaders and the followers each observe types privately that evolve as conditionally independent controlled Markov processes. The leaders are of "Stackelberg" kind which means they commit to a dynamic policy. We consider two types of followers: major and minor, each with a private type. All the followers best respond to the policies of the Stackelberg leaders and each other. Knowing that the followers would play a mean field game (with major players) based on their policy, each (Stackelberg) leader chooses a policy that maximizes her reward. We refer to the resulting outcome as a Stackelberg mean field equilibrium with multiple leaders (SMFE-ML). In this paper, we provide a master equation of this game that allows one to compute all SMFE-ML. We further extend this notion to the case when there are infinite number of leaders.

در این مقاله ، ما یک بازی میدانی میانگین Stackelberg با یک زمان گسسته را در نظر می گیریم تعداد محدود رهبران ، تعداد محدودی از پیروان اصلی و بی نهایت تعداد پیروان جزئی.رهبران و پیروان هر کدام انواع را رعایت می کنند به صورت خصوصی که به عنوان فرآیندهای کنترل شده با شرطی مستقل از مارکوف تکامل می یابد. رهبران از نوع "Stackelberg" هستند و این بدان معنی است که آنها به یک پویا متعهد هستند خط مشی.ما دو نوع پیروان را در نظر می گیریم: عمده و جزئی ، هر کدام نوع خصوصیهمه پیروان به بهترین وجه به سیاست های Stackelberg پاسخ می دهند رهبران و یکدیگر.دانستن اینکه پیروان یک بازی میدانی متوسط ​​انجام می دهند (با بازیکنان اصلی) بر اساس خط مشی خود ، هر رهبر (Stackelberg) یک رهبر را انتخاب می کند سیاستی که پاداش او را به حداکثر می رساند.ما به نتیجه حاصل به عنوان a اشاره می کنیم Stackelberg میانگین تعادل میدان با رهبران متعدد (SMFE-ML).در این مقاله ، ما یک معادله اصلی این بازی را ارائه می دهیم که به یک نفر امکان محاسبه همه را می دهد SMFE-MLما بیشتر این مفهوم را در مورد موارد بی نهایت گسترش می دهیم تعداد رهبران

The Slutsky equation, central in consumer choice theory, is derived from the usual hypotheses underlying most standard models in Economics, such as full rationality, homogeneity, and absence of interactions. We present a statistical physics framework that allows us to relax such assumptions. We first derive a general fluctuation-response formula that relates the Slutsky matrix to spontaneous fluctuations of consumption rather than to response to changing prices and budget. We then show that, within our hypotheses, the symmetry of the Slutsky matrix remains valid even when agents are only boundedly rational but non-interacting. We then propose a model where agents are influenced by the choice of others, leading to a phase transition beyond which consumption is dominated by herding (or `"fashion") effects. In this case, the individual Slutsky matrix is no longer symmetric, even for fully rational agents. The vicinity of the transition features a peak in asymmetry.

معادله Slutsky ، در تئوری انتخاب مصرف کننده ، از آن گرفته شده است فرضیه های معمول در زمینه اصلی ترین مدل های استاندارد در اقتصاد ، مانند کامل عقلانیت ، همگن بودن و عدم تعامل.ما یک آماری ارائه می دهیم چارچوب فیزیک که به ما امکان می دهد چنین فرضیاتی را آرام کنیم.ما ابتدا فرمول پاسخ نوسان عمومی که ماتریس Slutsky را به نوسانات خود به خودی مصرف به جای پاسخ به تغییر قیمت و بودجهسپس نشان می دهیم که ، در فرضیه های خود ، تقارن ماتریس Slutsky حتی در شرایطی که مأمورین فقط منطقی باشند معتبر هستند اما عدم فعالیتسپس مدلی را پیشنهاد می کنیم که عوامل تحت تأثیر آن قرار بگیرند انتخاب دیگران ، منجر به انتقال فاز فراتر از آن مصرف می شود تحت سلطه اثرات گله (یا "مد").در این حالت ، فرد ماتریس Slutsky حتی برای عوامل کاملاً منطقی دیگر متقارن نیست.در در مجاورت انتقال ، اوج عدم تقارن است.

Islamic and capitalist economies have several differences, the most fundamental being that the Islamic economy is characterized by the prohibition of interest (riba) and speculation (gharar) and the enforcement of Shariah-compliant profit-loss sharing (mudaraba, murabaha, salam, etc.) and wealth redistribution (waqf, sadaqah, and zakat). In this study, I apply new econophysics models of wealth exchange and redistribution to quantitatively compare these characteristics to those of capitalism and evaluate wealth distribution and disparity using a simulation. Specifically, regarding exchange, I propose a loan interest model representing finance capitalism and riba and a joint venture model representing shareholder capitalism and mudaraba; regarding redistribution, I create a transfer model representing inheritance tax and waqf. As exchanges are repeated from an initial uniform distribution of wealth, wealth distribution approaches a power-law distribution more quickly for the loan interest than the joint venture model; and the Gini index, representing disparity, rapidly increases. The joint venture model's Gini index increases more slowly, but eventually, the wealth distribution in both models becomes a delta distribution, and the Gini index gradually approaches 1. Next, when both models are combined with the transfer model to redistribute wealth in every given period, the loan interest model has a larger Gini index than the joint venture model, but both converge to a Gini index of less than 1. These results quantitatively reveal that in the Islamic economy, disparity is restrained by prohibiting riba and promoting reciprocal exchange in mudaraba and redistribution through waqf. Comparing Islamic and capitalist economies provides insights into the benefits of economically embracing the ethical practice of mutual aid and suggests guidelines for an alternative to capitalism.

اقتصادهای اسلامی و سرمایه داری بیشترین تفاوت را دارند بنیادی این است که اقتصاد اسلامی با این ممنوعیت مشخص می شود علاقه (RIBA) و حدس و گمان (غار) و اجرای آن تقسیم سود از دست دادن شریعت (Mudaraba ، Murabaha ، Salam و غیره) و توزیع مجدد ثروت (Waqf ، Sadaqah و Zakat).در این مطالعه ، من جدید اعمال می کنم الگوهای اکونوفیزیک مبادله ثروت و توزیع مجدد به کمی این خصوصیات را با ویژگی های سرمایه داری مقایسه کرده و ثروت را ارزیابی کنید توزیع و اختلاف با استفاده از یک شبیه سازی.به طور خاص ، در مورد مبادله ، من یک مدل بهره وام را به نمایندگی از سرمایه داری مالی پیشنهاد می کنم و RIBA و یک مدل سرمایه گذاری مشترک به نمایندگی از سرمایه داری سهامدار و مودارابا ؛با توجه به توزیع مجدد ، من یک مدل انتقال را نشان می دهم مالیات وراثت و وقف.همانطور که مبادلات از لباس اولیه تکرار می شوند توزیع ثروت ، توزیع ثروت به توزیع قدرت قانون نزدیک می شود سریعتر برای علاقه وام از مدل سرمایه گذاری مشترک ؛و جینی فهرست ، نمایانگر اختلاف ، به سرعت افزایش می یابد.مدل سرمایه گذاری مشترک شاخص جینی آهسته تر افزایش می یابد ، اما در نهایت ، توزیع ثروت در هر دو مدل به توزیع دلتا تبدیل می شوند و شاخص جینی به تدریج رویکردهای 1. بعد ، هنگامی که هر دو مدل با مدل انتقال به توزیع ثروت در هر دوره معین ، مدل بهره وام بزرگتر است شاخص جینی از مدل سرمایه گذاری مشترک ، اما هر دو به یک شاخص جینی از همگرا می شوند کمتر از 1. این نتایج به طور کمی نشان می دهد که در اقتصاد اسلامی ، اختلاف با ممنوعیت RIBA و ترویج مبادله متقابل محدود می شود در Mudaraba و توزیع مجدد از طریق WAQF.مقایسه اسلامی و سرمایه داری اقتصاد بینش در مورد مزایای پذیرش اقتصادی را ارائه می دهد عمل اخلاقی کمک های متقابل و دستورالعمل هایی را برای جایگزینی برای ارائه می دهد نظام سرمایه داری.

We formalize a framework for coordinating funding and selecting projects, the costs of which are shared among agents with quasi-linear utility functions and individual budgets. Our model contains the classical discrete participatory budgeting model as a special case, while capturing other useful scenarios. We propose several important axioms and objectives and study how well they can be simultaneously satisfied. We show that whereas welfare maximization admits an FPTAS, welfare maximization subject to a natural and very weak participation requirement leads to a strong inapproximability. This result is bypassed if we consider some natural restricted valuations, namely laminar single-minded valuations and symmetric valuations. Our analysis for the former restriction leads to the discovery of a new class of tractable instances for the Set Union Knapsack problem, a classical problem in combinatorial optimization.

ما چارچوبی را برای هماهنگی بودجه و انتخاب پروژه ها رسمی می کنیم. هزینه هایی که در بین مأمورین با عملکردهای شبه خطی و بودجه های فردیمدل ما شامل مشارکتی گسسته کلاسیک است مدل بودجه بندی به عنوان یک مورد خاص ، ضمن ضبط سناریوهای مفید دیگر.ما چندین هدف و هدف مهم را پیشنهاد کنید و مطالعه کنید که چقدر می توانند باشند همزمان راضی است.ما نشان می دهیم که در حالی که حداکثر رساندن رفاه را می پذیرد fptas ، حداکثر رساندن رفاه مشارکت طبیعی و بسیار ضعیف است نیاز منجر به ناسازگاری شدید می شود.این نتیجه در صورتی دور می شود برخی از ارزیابی های محدود طبیعی را در نظر بگیرید ، یعنی لامینار یک ذهن ارزیابی و ارزیابی متقارن.تجزیه و تحلیل ما برای محدودیت قبلی منجر به کشف کلاس جدیدی از نمونه های قابل اجرا برای اتحادیه تنظیم شده است مشکل Knapsack ، یک مشکل کلاسیک در بهینه سازی ترکیبی.

We consider the diffusion of two alternatives in social networks using a game-theoretic approach. Each individual plays a coordination game with its neighbors repeatedly and decides which to adopt. As products are used in conjunction with others and through repeated interactions, individuals are more interested in their long-term benefits and tend to show trust to others to maximize their long-term utility by choosing a suboptimal option with respect to instantaneous payoff. To capture such trust behavior, we deploy limited-trust equilibrium (LTE) in diffusion process. We analyze the convergence of emerging dynamics to equilibrium points using mean-field approximation and study the equilibrium state and the convergence rate of diffusion using absorption probability and expected absorption time of a reduced-size absorbing Markov chain. We also show that the diffusion model on LTE under the best-response strategy can be converted to the well-known linear threshold model. Simulation results show that when agents behave trustworthy, their long-term utility will increase significantly compared to the case when they are solely self-interested. Moreover, the Markov chain analysis provides a good estimate of convergence properties over random networks.

ما انتشار دو گزینه در شبکه های اجتماعی را با استفاده از a در نظر می گیریم رویکرد نظری بازی.هر فرد یک بازی هماهنگی با خود انجام می دهد همسایگان به طور مکرر و تصمیم می گیرند که کدام را تصویب کنند.همانطور که از محصولات استفاده می شود ارتباط با دیگران و از طریق تعامل مکرر ، افراد بیشتر هستند علاقه مند به مزایای بلند مدت آنها و تمایل به اعتماد به دیگران به دیگران با انتخاب گزینه زیر حد متوسط ​​با احترام ، ابزار بلند مدت آنها را به حداکثر برسانید به بازپرداخت فوریبرای جلب چنین رفتار اعتماد ، ما مستقر می شویم تعادل با اعتماد به نفس محدود (LTE) در فرآیند انتشار.ما تجزیه و تحلیل می کنیم همگرایی دینامیک در حال ظهور به نقاط تعادل با استفاده از میدان میانگین تقریب و مطالعه حالت تعادل و میزان همگرایی انتشار با استفاده از احتمال جذب و زمان جذب مورد انتظار a زنجیره ای جذب کننده اندازه کاهش یافته.ما همچنین نشان می دهیم که مدل انتشار در LTE تحت بهترین استراتژی پاسخ می تواند به خطی مشهور تبدیل شود مدل آستانه.نتایج شبیه سازی نشان می دهد که وقتی نمایندگان رفتار قابل اعتماد دارند ، ابزار بلند مدت آنها در مقایسه با مورد افزایش می یابد آنها صرفاً علاقه مند هستند.علاوه بر این ، تجزیه و تحلیل زنجیره مارکوف برآورد خوب از خصوصیات همگرایی در شبکه های تصادفی.

We relax the strong rationality assumption for the agents in the paradigmatic Kyle model of price formation, thereby reconciling the framework of asymmetrically informed traders with the Adaptive Market Hypothesis, where agents use inductive rather than deductive reasoning. Building on these ideas, we propose a stylised model able to account parsimoniously for a rich phenomenology, ranging from excess volatility to volatility clustering. While characterising the excess-volatility dynamics, we provide a microfoundation for GARCH models. Volatility clustering is shown to be related to the self-excited dynamics induced by traders' behaviour, and does not rely on clustered fundamental innovations. Finally, we propose an extension to account for the fragile dynamics exhibited by real markets during flash crashes.

ما فرض عقلانیت قوی را برای مأمورین در پارادایم آرام می گیریم مدل کایل از تشکیل قیمت ، از این طریق چارچوب را آشتی می دهد معامله گران به صورت نامتقارن با فرضیه بازار تطبیقی ​​، کجا عوامل از استدلال استقرا و نه قیاسی استفاده می کنند.ساختن این ایده ها ، ما یک مدل تلطیف شده را پیشنهاد می کنیم که بتواند به طور جداگانه برای یک ثروتمند حساب کند پدیدارشناسی ، از نوسانات بیش از حد تا خوشه بندی نوسانات.در حالی که توصیف دینامیک بیش از حد ، ما یک ریزگردها را برای آن فراهم می کنیم مدل های گارچ.خوشه بندی نوسانات نشان داده شده است که مربوط به خود تحریک شده است پویایی ناشی از رفتار معامله گران ، و به خوشه ای متکی نیست نوآوری های اساسی.سرانجام ، ما یک برنامه افزودنی را برای حساب کردن پیشنهاد می کنیم پویایی شکننده به نمایش گذاشته شده توسط بازارهای واقعی در هنگام تصادفات فلش.

In tug-of-war, two players compete by moving a counter along edges of a graph, each winning the right to move at a given turn according to the flip of a possibly biased coin. The game ends when the counter reaches the boundary, a fixed subset of the vertices, at which point one player pays the other an amount determined by the boundary vertex. Economists and mathematicians have independently studied tug-of-war for many years, focussing respectively on resource-allocation forms of the game, in which players iteratively spend precious budgets in an effort to influence the bias of the coins that determine the turn victors; and on PDE arising in fine mesh limits of the constant-bias game in a Euclidean setting. In this article, we offer a mathematical treatment of a class of tug-of-war games with allocated budgets: each player is initially given a fixed budget which she draws on throughout the game to offer a stake at the start of each turn, and her probability of winning the turn is the ratio of her stake and the sum of the two stakes. We consider the game played on a tree, with boundary being the set of leaves, and the payment function being the indicator of a single distinguished leaf. We find the game value and the essentially unique Nash equilibrium of a leisurely version of the game, in which the move at any given turn is cancelled with constant probability after stakes have been placed. We show that the ratio of the players' remaining budgets is maintained at its initial value $\lambda$; game value is a biased infinity harmonic function; and the proportion of remaining budget that players stake at a given turn is given in terms of the spatial gradient and the $\lambda$-derivative of game value. We also indicate examples in which the solution takes a different form in the non-leisurely game.

در Tug-of-War ، دو بازیکن با حرکت یک پیشخوان در امتداد لبه های a رقابت می کنند نمودار ، هر یک برنده حق حرکت در یک چرخش معین با توجه به تلنگر یک سکه احتمالاً مغرضانه.بازی وقتی پیشخوان به مرز می رسد ، الف به پایان می رسد زیر مجموعه ای از راس ها را ثابت می کند ، در آن مرحله یک بازیکن دیگر را پرداخت می کند مقدار تعیین شده توسط راس مرزی.اقتصاددانان و ریاضیدانان دارند سالهاست که به طور مستقل جنگ را مورد مطالعه قرار داد ، به ترتیب متمرکز بر روی فرم های تخصیص منبع بازی ، که در آن بازیکنان به طور مکرر خرج می کنند بودجه های گرانبها در تلاش برای تأثیرگذاری بر تعصب سکه هایی که تعیین می کنند نوبت پیروز ؛و در PDE که در محدوده مش ریز از تعصب ثابت است بازی در یک محیط اقلیدسی. در این مقاله ، ما یک درمان ریاضی از کلاس Tug-of-War ارائه می دهیم بازی هایی با بودجه اختصاص یافته: در ابتدا به هر بازیکن بودجه ثابت داده می شود که او در طول بازی به آن توجه می کند تا در ابتدای هر یک از آنها سهم خود را ارائه دهد چرخش ، و احتمال او برای برنده شدن در نوبت ، نسبت سهام او و مجموع دو سهام.ما بازی را که در یک درخت انجام شده است ، با مرز در نظر می گیریم مجموعه ای از برگها و عملکرد پرداخت به عنوان نشانگر a برگ متمایز تک.ما ارزش بازی و اساساً منحصر به فرد را پیدا می کنیم تعادل نش از یک نسخه تفریحی از بازی ، که در آن حرکت در هر صورت پس از افزایش سهام ، چرخش با احتمال ثابت لغو می شود قرار داده شده.ما نشان می دهیم که نسبت بودجه باقیمانده بازیکنان حفظ می شود با ارزش اولیه خود $ \ lambda $ ؛ارزش بازی یک هارمونیک بی نهایت مغرضانه است تابع؛و نسبت بودجه باقی مانده که بازیکنان در یک داده شده در آن قرار دارند چرخش از نظر شیب فضایی و $ \ lambda $-خدمات داده شده است ارزش بازیما همچنین نمونه هایی را نشان می دهیم که در آن راه حل متفاوت است فرم در بازی غیر لیزری.

To take advantage of strategy commitment, a useful tactic of playing games, a leader must learn enough information about the follower's payoff function. However, this leaves the follower a chance to provide fake information and influence the final game outcome. Through a carefully contrived payoff function misreported to the learning leader, the follower may induce an outcome that benefits him more, compared to the ones when he truthfully behaves. We study the follower's optimal manipulation via such strategic behaviors in extensive-form games. Followers' different attitudes are taken into account. An optimistic follower maximizes his true utility among all game outcomes that can be induced by some payoff function. A pessimistic follower only considers misreporting payoff functions that induce a unique game outcome. For all the settings considered in this paper, we characterize all the possible game outcomes that can be induced successfully. We show that it is polynomial-time tractable for the follower to find the optimal way of misreporting his private payoff information. Our work completely resolves this follower's optimal manipulation problem on an extensive-form game tree.

برای استفاده از تعهد استراتژی ، یک تاکتیک مفید برای بازی ، رهبر باید اطلاعات کافی در مورد عملکرد بازپرداخت پیروان را بیاموزد. با این حال ، این باعث می شود پیروان فرصتی برای ارائه اطلاعات جعلی و بر نتیجه بازی نهایی تأثیر بگذارد.از طریق یک عملکرد بازپرداخت دقیق با گزارش نادرست به رهبر یادگیری ، پیروان ممکن است نتیجه ای را القا کند که در مقایسه با آنهایی که او به طور واقعی رفتار می کند ، بیشتر از او سود می برد. ما دستکاری بهینه پیروان را از طریق چنین رفتارهای استراتژیک در مطالعه می کنیم بازی های گسترده ای.نگرش های مختلف پیروان مورد توجه قرار می گیرد.در پیروان خوش بینانه ابزار واقعی خود را در بین تمام نتایج بازی که می تواند به حداکثر برساند توسط برخی از عملکرد بازپرداخت القا می شود.یک پیروان بدبین فقط در نظر می گیرد گزارش نادرست عملکردهای بازپرداخت که نتیجه بازی منحصر به فرد را القا می کند.برای همه تنظیمات در نظر گرفته شده در این مقاله ، ما تمام بازی های ممکن را توصیف می کنیم نتایج که می توانند با موفقیت القا شوند.ما نشان می دهیم که زمان چند جمله ای است برای پیروان برای یافتن روش بهینه برای گزارش نادرست خصوصی خود ، قابل ردیابی است اطلاعات بازپرداختکار ما بهینه این پیروان را به طور کامل حل می کند مشکل دستکاری در یک درخت بازی گسترده.

We study the diffusion of a true and a false message when agents are (i) biased towards one of the messages and (ii) agents are able to inspect messages for veracity. Inspection of messages implies that a higher rumor prevalence may increase the prevalence of the truth. We employ this result to discuss how a planner may optimally choose information inspection rates of the population. We find that a planner who aims to maximize the prevalence of the truth may find it optimal to allow rumors to circulate.

ما در هنگام انتشار یک پیام واقعی و نادرست در هنگام مأمورین (I) مطالعه می کنیم مغرضانه نسبت به یکی از پیام ها و (ii) عوامل قادر به بازرسی پیام ها هستند برای صحتبازرسی پیام ها حاکی از آن است که شیوع شایعه بالاتر ممکن است شیوع حقیقت را افزایش دهید.ما از این نتیجه استفاده می کنیم تا در مورد چگونگی a برنامه ریز ممکن است به طور بهینه نرخ بازرسی اطلاعات جمعیت را انتخاب کند.ما دریابید که یک برنامه ریز که قصد دارد حداکثر شیوع حقیقت را پیدا کند این بهینه اجازه گردش شایعات می شود.

In today's online advertising markets, a crucial requirement for an advertiser is to control her total expenditure within a time horizon under some budget. Among various budget control methods, throttling has emerged as a popular choice, managing an advertiser's total expenditure by selecting only a subset of auctions to participate in. This paper provides a theoretical panorama of a single advertiser's dynamic budget throttling process in repeated second-price auctions. We first establish a lower bound on the regret and an upper bound on the asymptotic competitive ratio for any throttling algorithm, respectively, when the advertiser's values are stochastic and adversarial. Regarding the algorithmic side, we propose the OGD-CB algorithm, which guarantees a near-optimal expected regret with stochastic values. On the other hand, when values are adversarial, we prove that this algorithm also reaches the upper bound on the asymptotic competitive ratio. We further compare throttling with pacing, another widely adopted budget control method, in repeated second-price auctions. In the stochastic case, we demonstrate that pacing is generally superior to throttling for the advertiser, supporting the well-known result that pacing is asymptotically optimal in this scenario. However, in the adversarial case, we give an exciting result indicating that throttling is also an asymptotically optimal dynamic bidding strategy. Our results bridge the gaps in theoretical research of throttling in repeated auctions and comprehensively reveal the ability of this popular budget-smoothing strategy.

در بازارهای تبلیغاتی آنلاین امروز ، یک نیاز اساسی برای یک تبلیغ کننده این است که کل هزینه های خود را در یک افق زمانی تحت برخی کنترل کند بودجه.از بین روشهای مختلف کنترل بودجه ، پرتاب به عنوان یک انتخاب محبوب ، مدیریت کل هزینه های تبلیغ کننده با انتخاب فقط a زیر مجموعه حراج ها برای شرکت در این مقاله یک نظری ارائه می دهد پانوراما فرآیند تخلیه بودجه پویا یک تبلیغ کننده در مکرر حراج های قیمت دوم.ما ابتدا با پشیمانی و یک محدودیت پایین ایجاد می کنیم حد بالایی بر نسبت رقابتی بدون علامت برای هر الگوریتم پرتاب ، به ترتیب ، هنگامی که مقادیر تبلیغ کننده تصادفی و مخالف هستند. با توجه به طرف الگوریتمی ، ما الگوریتم OGD-CB را پیشنهاد می کنیم ، که پشیمانی مورد انتظار تقریباً بهینه را با مقادیر تصادفی تضمین می کند.از سوی دیگر دست ، هنگامی که مقادیر مخالف هستند ، ما ثابت می کنیم که این الگوریتم نیز به آن می رسد حد بالایی به نسبت رقابتی بدون علامت.ما بیشتر مقایسه می کنیم پرتاب با قدم زدن ، یکی دیگر از روشهای کنترل بودجه که به طور گسترده اتخاذ شده است ، در حراج های قیمت دوم مکرر.در مورد تصادفی ، ما آن را نشان می دهیم قدم زدن به طور کلی از حمایت از تبلیغ کننده برتر است و از آن حمایت می کند نتیجه شناخته شده ای که قدم زدن در این سناریو به صورت نامتعارف بهینه است. با این حال ، در مورد مخالف ، ما نتیجه مهیج را نشان می دهیم که نشان می دهد پرتاب نیز یک استراتژی مناقصه پویا بهینه و بدون علامت است.ما نتایج به وجود می آید شکاف در تحقیقات نظری در مورد لرزش در مکرر حراج ها و به طور جامع توانایی این مردمی را نشان می دهد استراتژی صاف کردن بودجه.

This paper aims to formulate and study the inverse problem of non-cooperative linear quadratic games: Given a profile of control strategies, find cost parameters for which this profile of control strategies is Nash. We formulate the problem as a leader-followers problem, where a leader aims to implant a desired profile of control strategies among selfish players. In this paper, we leverage frequency-domain techniques to develop a necessary and sufficient condition on the existence of cost parameters for a given profile of stabilizing control strategies to be Nash under a given linear system. The necessary and sufficient condition includes the circle criterion for each player and a rank condition related to the transfer function of each player. The condition provides an analytical method to check the existence of such cost parameters, while previous studies need to solve a convex feasibility problem numerically to answer the same question. We develop an identity in frequency-domain representation to characterize the cost parameters, which we refer to as the Kalman equation. The Kalman equation reduces redundancy in the time-domain analysis that involves solving a convex feasibility problem. Using the Kalman equation, we also show the leader can enforce the same Nash profile by applying penalties on the shared state instead of penalizing the player for other players' actions to avoid the impression of unfairness.

این مقاله با هدف تدوین و بررسی مشکل معکوس غیر تعاونی بازی های درجه دوم خطی: با توجه به مشخصات استراتژی های کنترل ، هزینه پیدا کنید پارامترهایی که این نمایه استراتژی های کنترل برای آن NASH است.ما تدوین می کنیم مشکل به عنوان یک مشکل رهبر پیروان ، جایی که یک رهبر قصد دارد کاشت A مشخصات مطلوب استراتژی های کنترل در بین بازیکنان خودخواه.در این مقاله ، ما تکنیک های دامنه فرکانس برای توسعه یک نیاز و کافی شرط وجود پارامترهای هزینه برای مشخصات معین از تثبیت استراتژی های کنترل برای NASH تحت یک سیستم خطی معین.در شرایط لازم و کافی شامل معیار دایره برای هر یک است بازیکن و یک وضعیت رتبه مربوط به عملکرد انتقال هر بازیکن. این شرط یک روش تحلیلی برای بررسی وجود چنین هزینه ای فراهم می کند پارامترها ، در حالی که مطالعات قبلی نیاز به حل یک مشکل امکان سنجی محدب دارد برای پاسخ دادن به همان سوال ، از نظر عددی.ما یک هویت در بازنمایی دامنه فرکانس برای توصیف پارامترهای هزینه ، که ما به عنوان معادله کالمن مراجعه کنید.معادله کالمن باعث کاهش افزونگی در تجزیه و تحلیل دامنه زمانی که شامل حل یک مشکل امکان سنجی محدب است.استفاده كردن معادله کالمن ، ما همچنین نشان می دهیم که رهبر می تواند همان نمایه NASH را اجرا کند به جای مجازات کردن بازیکن ، با اعمال مجازات در حالت مشترک اقدامات سایر بازیکنان برای جلوگیری از برداشت ناعادلانه.

The emerging technology of Vehicle-to-Vehicle (V2V) communication over vehicular ad hoc networks promises to improve road safety by allowing vehicles to autonomously warn each other of road hazards. However, research on other transportation information systems has shown that informing only a subset of drivers of road conditions may have a perverse effect of increasing congestion. In the context of a simple (yet novel) model of V2V hazard information sharing, we ask whether partial adoption of this technology can similarly lead to undesirable outcomes. In our model, drivers individually choose how recklessly to behave as a function of information received from other V2V-enabled cars, and the resulting aggregate behavior influences the likelihood of accidents (and thus the information propagated by the vehicular network). We fully characterize the game-theoretic equilibria of this model using our new equilibrium concept. Our model indicates that for a wide range of the parameter space, V2V information sharing surprisingly increases the equilibrium frequency of accidents relative to no V2V information sharing, and that it may increase equilibrium social cost as well.

فناوری نوظهور ارتباطات وسیله نقلیه به وسیله نقلیه (V2V) بیش از شبکه های تعقیبی وسایل نقلیه موقت قول می دهند با اجازه دادن به وسایل نقلیه ، ایمنی جاده ها را بهبود بخشند برای هشدار دادن به همسایگی به یکدیگر در مورد خطرات جاده ای.با این حال ، تحقیقات در مورد دیگر سیستم های اطلاعات حمل و نقل نشان داده است که فقط یک زیر مجموعه از رانندگان شرایط جاده ممکن است اثر مختلفی از افزایش احتقان داشته باشند. در زمینه یک مدل ساده (در عین حال جدید) از اشتراک اطلاعات خطر V2V ، ما می پرسیم که آیا تصویب جزئی این فناوری به طور مشابه می تواند منجر شود نتایج نامطلوبدر مدل ما ، رانندگان به صورت جداگانه چگونه بی پروا را انتخاب می کنند برای رفتار به عنوان تابعی از اطلاعات دریافت شده از سایر اتومبیل های دارای قابلیت V2V ، و رفتار کل حاصل بر احتمال تصادفات تأثیر می گذارد (و بنابراین اطلاعات تبلیغ شده توسط شبکه وسایل نقلیه).ما کاملاً تعادل بازی-نظری این مدل را با استفاده از جدید ما مشخص کنید مفهوم تعادل.مدل ما نشان می دهد که برای طیف گسترده ای از پارامتر فضا ، به اشتراک گذاری اطلاعات V2V با کمال تعجب فرکانس تعادل را افزایش می دهد تصادفات نسبت به عدم اشتراک اطلاعات V2V ، و اینکه ممکن است افزایش یابد هزینه اجتماعی تعادل نیز.

Balancing pandemic control and economics is challenging, as the numerical analysis assuming specific economic conditions complicates obtaining predictable general findings. In this study, we analytically demonstrate how adopting timely moderate measures helps reconcile medical effectiveness and economic impact, and explain it as a consequence of the general finding of ``economic irreversibility" by comparing it with thermodynamics. A general inequality provides the guiding principles on how such measures should be implemented. The methodology leading to the exact solution is a novel theoretical contribution to the econophysics literature.

متعادل کردن کنترل همه گیر و اقتصاد به عنوان عددی چالش برانگیز است تجزیه و تحلیل با فرض اینکه شرایط اقتصادی خاص به دست آوردن پیچیده است یافته های عمومی قابل پیش بینی.در این مطالعه ، ما به صورت تحلیلی نشان می دهیم که چگونه اتخاذ اقدامات متوسط ​​به موقع به آشتی دادن اثربخشی پزشکی و تأثیر اقتصادی ، و آن را به عنوان یک نتیجه از یافته های عمومی توضیح دهید `` برگشت ناپذیری اقتصادی "با مقایسه آن با ترمودینامیک. یک ژنرال نابرابری اصول راهنمایی در مورد چگونگی چنین اقداماتی را ارائه می دهد پیاده سازی شدهروش منتهی به راه حل دقیق یک جدید است سهم نظری در ادبیات اکونوفیزیک.

We study fairness in social choice settings under single-peaked preferences. Construction and characterization of social choice rules in the single-peaked domain has been extensively studied in prior works. In fact, in the single-peaked domain, it is known that unanimous and strategy-proof deterministic rules have to be min-max rules and those that also satisfy anonymity have to be median rules. Further, random social choice rules satisfying these properties have been shown to be convex combinations of respective deterministic rules. We non-trivially add to this body of results by including fairness considerations in social choice. Our study directly addresses fairness for groups of agents. To study group-fairness, we consider an existing partition of the agents into logical groups, based on natural attributes such as gender, race, and location. To capture fairness within each group, we introduce the notion of group-wise anonymity. To capture fairness across the groups, we propose a weak notion as well as a strong notion of fairness. The proposed fairness notions turn out to be natural generalizations of existing individual-fairness notions and moreover provide non-trivial outcomes for strict ordinal preferences, unlike the existing group-fairness notions. We provide two separate characterizations of random social choice rules that satisfy group-fairness: (i) direct characterization (ii) extreme point characterization (as convex combinations of fair deterministic social choice rules). We also explore the special case where there are no groups and provide sharper characterizations of rules that achieve individual-fairness.

ما انصاف را در تنظیمات انتخاب اجتماعی تحت ترجیحات تک قضایی مطالعه می کنیم. ساخت و توصیف قوانین انتخاب اجتماعی در تک قضیه دامنه در کارهای قبلی به طور گسترده مورد مطالعه قرار گرفته است.در واقع ، در دامنه تک قضایی ، مشخص است که متفق القول و استراتژی قوانین قطعی باید قوانین حداقل حداکثر و مواردی باشد که نیز برآورده می شوند ناشناس بودن باید قوانین متوسط ​​باشد.علاوه بر این ، قوانین انتخاب اجتماعی تصادفی نشان داده شده است که رضایت از این خصوصیات ترکیب محدب است قوانین قطعی مربوطه.ما به طور غیر واقعی به این بدنه نتایج اضافه می کنیم از جمله ملاحظات انصاف در انتخاب اجتماعی.مطالعه ما به طور مستقیم به انصاف برای گروه های نمایندگان می پردازد.برای مطالعه گروهی ، ما در نظر می گیریم یک پارتیشن موجود از عوامل به گروه های منطقی ، بر اساس طبیعی ویژگی هایی مانند جنسیت ، نژاد و مکان.برای گرفتن انصاف در هر یک گروه ، ما مفهوم ناشناس بودن گروهی را معرفی می کنیم.برای گرفتن انصاف در سراسر گروه ها ، ما یک مفهوم ضعیف و همچنین یک مفهوم قوی از انصافمفاهیم انصاف پیشنهادی به تعمیم طبیعی تبدیل می شوند از مفاهیم موجود در فرد و علاوه بر این نتایج مربوط به ترجیحات دقیق نظم ، برخلاف گروهی موجود ، مفاهیمما دو توصیف جداگانه از انتخاب اجتماعی تصادفی ارائه می دهیم قوانینی که برآورده گروهی را برآورده می کنند: (i) خصوصیات مستقیم (ii) افراطی خصوصیات نقطه (به عنوان ترکیب محدب اجتماعی عادلانه اجتماعی عادلانه قوانین انتخاب).ما همچنین مورد ویژه ای را که در آن گروه وجود ندارد ، کشف می کنیم و خصوصیات واضح تری از قوانینی را ارائه می دهد که به فردی عوارض می رسند.

Cryptographic Self-Selection is a subroutine used to select a leader for modern proof-of-stake consensus protocols, such as Algorand. In cryptographic self-selection, each round $r$ has a seed $Q_r$. In round $r$, each account owner is asked to digitally sign $Q_r$, hash their digital signature to produce a credential, and then broadcast this credential to the entire network. A publicly-known function scores each credential in a manner so that the distribution of the lowest scoring credential is identical to the distribution of stake owned by each account. The user who broadcasts the lowest-scoring credential is the leader for round $r$, and their credential becomes the seed $Q_{r+1}$. Such protocols leave open the possibility of a selfish-mining style attack: a user who owns multiple accounts that each produce low-scoring credentials in round $r$ can selectively choose which ones to broadcast in order to influence the seed for round $r+1$. Indeed, the user can pre-compute their credentials for round $r+1$ for each potential seed, and broadcast only the credential (among those with a low enough score to be the leader) that produces the most favorable seed. We consider an adversary who wishes to maximize the expected fraction of rounds in which an account they own is the leader. We show such an adversary always benefits from deviating from the intended protocol, regardless of the fraction of the stake controlled. We characterize the optimal strategy; first by proving the existence of optimal positive recurrent strategies whenever the adversary owns last than $38\%$ of the stake. Then, we provide a Markov Decision Process formulation to compute the optimal strategy.

انتخاب خود رمزنگاری یک زیرروال است که برای انتخاب یک رهبر برای آن استفاده می شود پروتکل های اجماع اثبات شده از سهام مانند Algorand.در رمزنگاری انتخاب خود ، هر دور $ r $ دارای بذر $ q_r $ است.در دور $ R $ ، هر حساب از مالک خواسته شده است که به صورت دیجیتالی $ q_r $ را امضا کند ، امضای دیجیتالی آنها برای تولید اعتبار ، و سپس این اعتبار را به کل شبکه پخش کنید.آ عملکرد شناخته شده عمومی هر اعتبار را به شکلی کسب می کند تا توزیع کمترین اعتبار امتیاز با توزیع یکسان است سهام متعلق به هر حساب.کاربر که کمترین امتیاز را پخش می کند اعتبارنامه رهبر دور $ R $ است ، و اعتبار آنها بذر می شود $ q_ {r+1} $.چنین پروتکل هایی امکان یک سبک معدن خودخواهانه را باز می کنند حمله: کاربر که دارای چندین حساب است که هر یک از آنها امتیاز کمتری تولید می کنند اعتبارنامه در دور $ R $ می تواند به طور انتخابی انتخاب کند که کدام یک از آنها را پخش کنید برای تأثیرگذاری بر بذر برای دور $ R+1 $.در واقع ، کاربر می تواند از قبل تصویب کند اعتبار آنها برای دور $ R+1 $ برای هر دانه بالقوه ، و فقط پخش می شود اعتبار (در میان کسانی که نمره کافی برای رهبر بودن دارند) که مطلوب ترین بذر را تولید می کند. ما یک دشمن را در نظر می گیریم که می خواهد بخش مورد انتظار را به حداکثر برساند دور که در آن یک حساب کاربری در آن وجود دارد ، رهبر است.ما چنین دشمنی را نشان می دهیم همیشه از انحراف از پروتکل مورد نظر ، صرف نظر از کسری از سهام کنترل شده.ما استراتژی بهینه را توصیف می کنیم.اولین با اثبات وجود استراتژی های مکرر بهینه بهینه هر زمان دشمن صاحب آخرین سهام از 38 دلار است.سپس ، ما یک مارکوف ارائه می دهیم فرمولاسیون فرآیند تصمیم گیری برای محاسبه استراتژی بهینه.

We study a general scenario of simultaneous contests that allocate prizes based on equal sharing: each contest awards its prize to all players who satisfy some contest-specific criterion, and the value of this prize to a winner decreases as the number of winners increases. The players produce outputs for a set of activities, and the winning criteria of the contests are based on these outputs. We consider two variations of the model: (i) players have costs for producing outputs; (ii) players do not have costs but have generalized budget constraints. We observe that these games are exact potential games and hence always have a pure-strategy Nash equilibrium. The price of anarchy is $2$ for the budget model, but can be unbounded for the cost model. Our main results are for the computational complexity of these games. We prove that for general versions of the model exactly or approximately computing a best response is NP-hard. For natural restricted versions where best response is easy to compute, we show that finding a pure-strategy Nash equilibrium is PLS-complete, and finding a mixed-strategy Nash equilibrium is (PPAD$\cap$PLS)-complete. On the other hand, an approximate pure-strategy Nash equilibrium can be found in pseudo-polynomial time. These games are a strict but natural subclass of explicit congestion games, but they still have the same equilibrium hardness results.

ما یک سناریوی کلی از مسابقات همزمان را که جوایز اختصاص می دهند مطالعه می کنیم بر اساس اشتراک برابر: هر مسابقه جایزه خود را به همه بازیکنانی که برخی از معیارهای خاص مسابقه را برآورده کنید ، و ارزش این جایزه به a با افزایش تعداد برندگان ، برنده کاهش می یابد.بازیکنان تولید می کنند خروجی برای مجموعه ای از فعالیت ها ، و معیارهای برنده مسابقات است بر اساس این خروجی ها.ما دو تغییر مدل را در نظر می گیریم: (i) بازیکنان هزینه های تولید خروجی را داشته باشید.(ب) بازیکنان هزینه ندارند اما دارند محدودیت های بودجه عمومی.ما مشاهده می کنیم که این بازی ها از نظر پتانسیل دقیقی هستند بازی ها و از این رو همیشه یک تعادل Nash Strategy Nash دارند.قیمت آنارشی برای مدل بودجه 2 دلار است ، اما می تواند برای مدل هزینه بی حد و مرز باشد. نتایج اصلی ما برای پیچیدگی محاسباتی این بازی ها است.ما ثابت می کنیم که برای نسخه های کلی مدل دقیقاً یا تقریباً محاسبه a بهترین پاسخ NP-HARD است.برای نسخه های محدود طبیعی که در آن بهترین پاسخ است محاسبه آسان است ، ما نشان می دهیم که پیدا کردن یک تعادل Nash استراتژی خالص است pls-complete ، و پیدا کردن یک تعادل Nash با استراتژی مختلط است (ppad $ \ cap $ pls)-کاملی.از طرف دیگر ، یک استراتژی تقریبی NASH تعادل را می توان در زمان شبه پولینومیک یافت.این بازی ها سختگیر هستند اما زیر کلاس طبیعی بازی های احتقان صریح ، اما آنها هنوز هم یکسان هستند نتایج سختی تعادل.

This paper examines whether one can learn to play an optimal action while only knowing part of true specification of the environment. We choose the optimal pricing problem as our laboratory, where the monopolist is endowed with an underspecified model of the market demand, but can observe market outcomes. In contrast to conventional learning models where the model specification is complete and exogenously fixed, the monopolist has to learn the specification and the parameters of the demand curve from the data. We formulate the learning dynamics as an algorithm that forecast the optimal price based on the data, following the machine learning literature (Shalev-Shwartz and Ben-David (2014)). Inspired by PAC learnability, we develop a new notion of learnability by requiring that the algorithm must produce an accurate forecast with a reasonable amount of data uniformly over the class of models consistent with the part of the true specification. In addition, we assume that the monopolist has a lexicographic preference over the payoff and the complexity cost of the algorithm, seeking an algorithm with a minimum number of parameters subject to PAC-guaranteeing the optimal solution (Rubinstein (1986)). We show that for the set of demand curves with strictly decreasing uniformly Lipschitz continuous marginal revenue curve, the optimal algorithm recursively estimates the slope and the intercept of the linear demand curve, even if the actual demand curve is not linear. The monopolist chooses a misspecified model to save computational cost, while learning the true optimal decision uniformly over the set of underspecified demand curves.

در این مقاله بررسی شده است که آیا می توان یاد گرفت که یک عمل بهینه را انجام دهد فقط دانستن بخشی از مشخصات واقعی محیط.ما انتخاب می کنیم مشکل قیمت گذاری بهینه به عنوان آزمایشگاه ما ، جایی که انحصار آن وقف شده است یک مدل زیر مشخص از تقاضای بازار ، اما می تواند نتایج بازار را رعایت کند. برخلاف مدل های یادگیری معمولی که مشخصات مدل در آن قرار دارد کامل و اگزوژن ثابت ، انحصار باید مشخصات را بیاموزد و پارامترهای منحنی تقاضا از داده ها.ما یادگیری را تدوین می کنیم دینامیک به عنوان الگوریتمی که قیمت بهینه را بر اساس داده ها پیش بینی می کند ، پیروی از ادبیات یادگیری ماشین (شالف-شوارتز و بن دیوید (2014)).با الهام از یادگیری PAC ، ما مفهوم جدیدی از یادگیری را توسعه می دهیم با نیاز به این که الگوریتم باید یک پیش بینی دقیق با a ایجاد کند مقدار معقول داده ها به طور یکنواخت در کلاس مدل های سازگار با بخشی از مشخصات واقعی.علاوه بر این ، ما فرض می کنیم که انحصار ترجیح واژگونی نسبت به بازپرداخت و هزینه پیچیدگی آن الگوریتم ، به دنبال یک الگوریتم با حداقل تعداد پارامترهای مشمول Pac-Guaranteeing محلول بهینه (Rubinstein (1986)).ما این را برای مجموعه ای از منحنی های تقاضا با کاهش مداوم Lipschitz به طور مداوم منحنی درآمد حاشیه ای ، الگوریتم بهینه به صورت بازگشتی شیب را تخمین می زند و رهگیری منحنی تقاضای خطی ، حتی اگر منحنی تقاضای واقعی خطی نیستانحصارگر برای ذخیره یک مدل غلط شناخته شده را انتخاب می کند هزینه محاسباتی ، ضمن یادگیری تصمیم بهینه واقعی به طور یکنواخت بر روی مجموعه ای از منحنی های تقاضای مشخص شده.

In this study, I present a theoretical social learning model to investigate how confirmation bias affects opinions when agents exchange information over a social network. Hence, besides exchanging opinions with friends, agents observe a public sequence of potentially ambiguous signals and interpret it according to a rule that includes confirmation bias. First, this study shows that regardless of level of ambiguity both for people or networked society, only two types of opinions can be formed, and both are biased. However, one opinion type is less biased than the other depending on the state of the world. The size of both biases depends on the ambiguity level and relative magnitude of the state and confirmation biases. Hence, long-run learning is not attained even when people impartially interpret ambiguity. Finally, analytically confirming the probability of emergence of the less-biased consensus when people are connected and have different priors is difficult. Hence, I used simulations to analyze its determinants and found three main results: i) some network topologies are more conducive to consensus efficiency, ii) some degree of partisanship enhances consensus efficiency even under confirmation bias and iii) open-mindedness (i.e. when partisans agree to exchange opinions with opposing partisans) might inhibit efficiency in some cases.

در این مطالعه ، من یک الگوی یادگیری اجتماعی نظری را برای بررسی ارائه می دهم چگونه تعصب تأیید بر عقاید تأثیر می گذارد وقتی که نمایندگان اطلاعات را از طریق یک تبادل می کنند شبکه اجتماعی.از این رو ، علاوه بر تبادل نظر با دوستان ، عوامل مشاهده می کنند یک دنباله عمومی از سیگنال های بالقوه مبهم و تفسیر آن را مطابق با به قانونی که شامل تعصب تأیید است.اول ، این مطالعه نشان می دهد که صرف نظر از سطح ابهام هم برای افراد و هم برای جامعه شبکه ای ، فقط دو انواع نظرات را می توان شکل داد و هر دو مغرضانه هستند.با این حال ، یک نوع نظر بسته به وضعیت جهان نسبت به دیگری بیشتر مغرضانه است.اندازه ی هر دو تعصب به سطح ابهام و میزان نسبی دولت بستگی دارد و تعصبات تأییداز این رو ، یادگیری طولانی مدت حتی در صورت دستیابی به دست نمی آید مردم به طور بی طرفی ابهام را تفسیر می کنند.سرانجام ، تحلیلی را تأیید می کند احتمال ظهور اجماع کمتر مغرضانه هنگام اتصال افراد و داشتن مقدمات مختلف دشوار است.از این رو ، من از شبیه سازی ها برای تجزیه و تحلیل استفاده کردم عوامل تعیین کننده آن و سه نتیجه اصلی پیدا شده است: i) برخی از توپولوژی های شبکه هستند بیشتر به کارآیی اجماع ، ب) مقداری از حزب سازی افزایش کارآیی اجماع حتی تحت تعصب تأیید و III) ذهنیت آزاد (یعنی وقتی پارتیزان موافقت می کنند عقاید را با مخالف مبادله کنند پارتیزان) ممکن است در برخی موارد کارآیی را مهار کند.

We consider a Bayesian forecast aggregation model where $n$ experts, after observing private signals about an unknown binary event, report their posterior beliefs about the event to a principal, who then aggregates the reports into a single prediction for the event. The signals of the experts and the outcome of the event follow a joint distribution that is unknown to the principal, but the principal has access to i.i.d. "samples" from the distribution, where each sample is a tuple of the experts' reports (not signals) and the realization of the event. Using these samples, the principal aims to find an $\varepsilon$-approximately optimal aggregator, where optimality is measured in terms of the expected squared distance between the aggregated prediction and the realization of the event. We show that the sample complexity of this problem is at least $\tilde \Omega(m^{n-2} / \varepsilon)$ for arbitrary discrete distributions, where $m$ is the size of each expert's signal space. This sample complexity grows exponentially in the number of experts $n$. But, if the experts' signals are independent conditioned on the realization of the event, then the sample complexity is significantly reduced, to $\tilde O(1 / \varepsilon^2)$, which does not depend on $n$. Our results can be generalized to non-binary events. The proof of our results uses a reduction from the distribution learning problem and reveals the fact that forecast aggregation is almost as difficult as distribution learning.

ما یک مدل تجمع پیش بینی بیزی را در نظر می گیریم که در آن کارشناسان $ $ $ ، پس از آن با مشاهده سیگنال های خصوصی در مورد یک رویداد باینری ناشناخته ، خلفی آنها را گزارش دهید اعتقادات مربوط به این رویداد به یک مدیر ، که سپس گزارش ها را در یک جمع می کند پیش بینی منفرد برای این رویداد.سیگنال های کارشناسان و نتیجه این رویداد از توزیع مشترکی پیروی می کند که برای مدیر ناشناخته است ، اما اصلی به I.I.D دسترسی دارد."نمونه" از توزیع ، جایی که هر یک نمونه یک گزارش از گزارش های کارشناسان (نه سیگنال) و تحقق رویدادبا استفاده از این نمونه ها ، هدف اصلی یافتن یک $ \ varepsilon $-جمع آوری بهینه بهینه ، که در آن بهینه اندازه گیری می شود شرایط فاصله مربع مورد انتظار بین پیش بینی جمع شده و تحقق این رویداد.ما نشان می دهیم که پیچیدگی نمونه این مشکل حداقل $ \ tilde \ omega (m^{n-2} / \ varepsilon) $ برای دلخواه است توزیع های گسسته ، جایی که $ m $ اندازه فضای سیگنال هر متخصص است. این پیچیدگی نمونه به صورت نمایی در تعداد متخصصان $ n $ رشد می کند.ولی، اگر سیگنال های کارشناسان مستقل از تحقق بخش باشند رویداد ، سپس پیچیدگی نمونه به طور قابل توجهی کاهش می یابد ، به \ tilde o (1 / \ varepsilon^2) $ ، که به $ n $ بستگی ندارد.نتایج ما قابل تعمیم است به حوادث غیر دوتایی.اثبات نتایج ما از کاهش از مشکل یادگیری توزیع و این واقعیت را نشان می دهد که تجمع پیش بینی است تقریباً به اندازه یادگیری توزیع دشوار است.

We consider transferable utility cooperative games with infinitely many players and the core understood in the space of bounded additive set functions. We show that, if a game is bounded below, then its core is non-empty if and only if the game is balanced. This finding is a generalization of Schmeidler's (1967) original result ``On Balanced Games with Infinitely Many Players'', where the game is assumed to be non-negative. We furthermore demonstrate that, if a game is not bounded below, then its core might be empty even though the game is balanced; that is, our result is tight. We also generalize Schmeidler's (1967) result to the case of restricted cooperation too.

ما بازی های تعاونی ابزار قابل انتقال را با بی نهایت بسیاری در نظر می گیریم بازیکنان و هسته ای که در فضای توابع مجموعه افزودنی محدود درک شده اند. ما نشان می دهیم که اگر یک بازی در زیر محدود شود ، هسته آن غیر خالی است اگر و فقط اگر بازی متعادل باشد. این یافته تعمیم نتیجه اصلی اشمیتلر (1967) است. بازی های متعادل با بی نهایت بسیاری از بازیکنان ، جایی که بازی فرض می شود غیر منفیعلاوه بر این ، ما نشان می دهیم که اگر یک بازی در زیر محدود نشده باشد ، سپس هسته آن ممکن است خالی باشد حتی اگر بازی متعادل باشد.یعنی ما نتیجه محکم است. ما همچنین نتیجه Schmeidler (1967) را به پرونده محدود تعمیم می دهیم همکاری هم

We devise a theoretical model for the optimal dynamical control of an infectious disease whose diffusion is described by the SVIR compartmental model. The control is realized through implementing social rules to reduce the disease's spread, which often implies substantial economic and social costs. We model this trade-off by introducing a functional depending on three terms: a social cost function, the cost supported by the healthcare system for the infected population, and the cost of the vaccination campaign. Using the Pontryagin's Maximum Principle, we give conditions for the existence of the optimal policy, which we characterize explicitly in three instances of the social cost function, the linear, quadratic, and exponential models, respectively. Finally, we present a set of results on the numerical solution of the optimally controlled system by using Italian data from the recent Covid--19 pandemic for the model calibration.

ما یک مدل نظری را برای کنترل بهینه دینامیکی یک طراحی می کنیم بیماری عفونی که انتشار آن توسط محفظه SVIR توصیف شده است مدل.کنترل از طریق اجرای قوانین اجتماعی برای کاهش گسترش بیماری ، که اغلب دلالت بر هزینه های قابل توجهی اقتصادی و اجتماعی دارد.ما این تجارت را با معرفی یک کاربردی بسته به سه اصطلاح مدل کنید: الف عملکرد هزینه های اجتماعی ، هزینه ای که توسط سیستم مراقبت های بهداشتی پشتیبانی می شود جمعیت آلوده و هزینه کمپین واکسیناسیون.با استفاده از حداکثر اصل Pontryagin ، ما شرایط را برای وجود سیاست بهینه ، که ما صریحاً در سه مورد از آن توصیف می کنیم عملکرد هزینه اجتماعی ، مدل های خطی ، درجه دوم و نمایی ، به ترتیب.سرانجام ، ما مجموعه ای از نتایج را در مورد راه حل عددی ارائه می دهیم سیستم کنترل شده بهینه با استفاده از داده های ایتالیایی از COVID اخیر-19 همه گیر برای کالیبراسیون مدل.

We study a game between $N$ job applicants who incur a cost $c$ (relative to the job value) to reveal their type during interviews and an administrator who seeks to maximize the probability of hiring the best. We define a full learning equilibrium and prove its existence, uniqueness, and optimality. In equilibrium, the administrator accepts the current best applicant $n$ with probability $c$ if $n<n^*$ and with probability 1 if $n\ge n^*$ for a threshold $n^*$ independent of $c$. In contrast to the case without cost, where the success probability converges to $1/\mathrm{e}\approx 0.37$ as $N$ tends to infinity, with cost the success probability decays like $N^{-c}$.

ما یک بازی بین $ n $ متقاضیان شغل را که متحمل هزینه C $ $ می شوند ، مطالعه می کنیم (نسبت به ارزش شغلی) برای آشکار کردن نوع خود در طی مصاحبه ها و یک مدیر که به دنبال به حداکثر رساندن احتمال استخدام بهترین ها است.ما یک یادگیری کامل را تعریف می کنیم تعادل و اثبات وجود ، منحصر به فرد بودن و بهینه بودن آن.که در تعادل ، مدیر بهترین متقاضی فعلی $ n $ را با آن می پذیرد احتمال $ c $ اگر $ n <n^*$ و با احتمال 1 اگر $ n \ ge n^*$ برای آستانه $ n^*$ مستقل از $ c $.برخلاف پرونده بدون هزینه ، جایی که احتمال موفقیت به 1 $/\ Mathrm {E} \ تقریبا 0.37 $ به عنوان $ n $ تمایل دارد بی نهایت ، با هزینه موفقیت موفقیت مانند $ n^{-c} $.

The productivity of a common pool of resources may degrade when overly exploited by a number of selfish investors, a situation known as the tragedy of the commons (TOC). Without regulations, agents optimize the size of their individual investments into the commons by balancing incurring costs with the returns received. The resulting Nash equilibrium involves a self-consistency loop between individual investment decisions and the state of the commons. As a consequence, several non-trivial properties emerge. For $N$ investing actors we prove rigorously that typical payoffs do not scale as $1/N$, the expected result for cooperating agents, but as $(1/N)^2$. Payoffs are hence reduced with regard to the functional dependence on $N$, a situation denoted catastrophic poverty. We show that catastrophic poverty results from a fine-tuned balance between returns and costs. Additionally, a finite number of oligarchs may be present. Oligarchs are characterized by payoffs that are finite and not decreasing when $N$ increases. Our results hold for generic classes of models, including convex and moderately concave cost functions. For strongly concave cost functions the Nash equilibrium undergoes a collective reorganization, being characterized instead by entry barriers and sudden death forced market exits.

بهره وری یک مجموعه مشترک منابع ممکن است در صورت بیش از حد تخریب شود مورد سوء استفاده از تعدادی از سرمایه گذاران خودخواه ، وضعیتی که به عنوان فاجعه شناخته می شود عوام (TOC).بدون مقررات ، عوامل اندازه خود را بهینه می کنند سرمایه گذاری های فردی در عوام با متعادل کردن هزینه های تحمل با بازده دریافت شدهتعادل NASH حاصل شامل یک خود است حلقه بین تصمیمات سرمایه گذاری فردی و وضعیت عوام.به عنوان نتیجه ، چندین خاصیت غیر منطقه ای پدیدار می شوند.برای بازیگران سرمایه گذاری $ $ ما با دقت ثابت کنید که بازپرداختهای معمولی به عنوان 1 دلار/N $ ، مورد انتظار نمی شوند نتیجه برای عوامل همکاری ، اما به عنوان $ (1/n)^2 $.بازپرداخت از این رو با کاهش می یابد با توجه به وابستگی عملکردی به $ n $ ، وضعیتی که فاجعه بار است فقر.ما نشان می دهیم که فقر فاجعه بار ناشی از تعادل تنظیم شده است بین بازده و هزینه ها.علاوه بر این ، تعداد محدودی از الیگارشی ممکن است باشد حاضر.الیگارشی با بازپرداختهای محدود مشخص می شود و نه با افزایش $ $ $ کاهش می یابد.نتایج ما برای کلاسهای عمومی مدل ها ، از جمله توابع هزینه محدب و نسبتاً مقعر.به شدت مقعر توابع هزینه تعادل Nash تحت یک سازماندهی مجدد جمعی قرار می گیرد ، در عوض با موانع ورود و مرگ ناگهانی بازار اجباری مشخص می شود خروج

We show the perhaps surprising inequality that the weighted average of negatively dependent super-Pareto random variables, possibly caused by triggering events, is larger than one such random variable in the sense of first-order stochastic dominance. The class of super-Pareto distributions is extremely heavy-tailed and it includes the class of infinite-mean Pareto distributions. We discuss several implications of this result via an equilibrium analysis in a risk exchange market. First, diversification of super-Pareto losses increases portfolio risk, and thus a diversification penalty exists. Second, agents with super-Pareto losses will not share risks in a market equilibrium. Third, transferring losses from agents bearing super-Pareto losses to external parties without any losses may arrive at an equilibrium which benefits every party involved. The empirical studies show that our new inequality can be observed empirically for real datasets that fit well with extremely heavy tails.

ما نابرابری تعجب آور را نشان می دهیم که میانگین وزنی متغیرهای تصادفی فوق العاده پارتو وابسته به منفی ، که احتمالاً ناشی از آن است تحریک حوادث ، از یک متغیر تصادفی بزرگتر است به معنای تسلط تصادفی مرتبه اول.کلاس توزیع فوق العاده پارتو است بسیار سنگین است و شامل کلاس نامحدود پارتو است توزیعما در مورد چندین پیامدهای این نتیجه از طریق تجزیه و تحلیل تعادل در بازار تبادل ریسک.اول ، متنوع سازی ضررهای فوق العاده پارتو باعث افزایش ریسک نمونه کارها و در نتیجه متنوع سازی می شود مجازات وجود دارد.دوم ، عوامل دارای ضرر فوق العاده پارتو خطرات را در این زمینه به اشتراک نمی گذارند تعادل بازار.سوم ، انتقال خسارات از طرفداران تحمل ضررهای فوق العاده پارتو به احزاب خارجی بدون هیچ گونه ضرر ممکن است به یک تعادل که به نفع هر یک از طرفین است.مطالعات تجربی نشان می دهد که نابرابری جدید ما را می توان به صورت تجربی برای مجموعه داده های واقعی متناسب مشاهده کرد خوب با دمهای بسیار سنگین.

We investigate Gately's solution concept for cooperative games with transferable utilities. Gately's conception introduced a bargaining solution that minimises the maximal quantified ``propensity to disrupt'' the negotiation process of the players over the allocation of the generated collective payoffs. Gately's solution concept is well-defined for a broad class of games. We also consider a generalisation based on a parameter-based quantification of the propensity to disrupt. Furthermore, we investigate the relationship of these generalised Gately values with the Core and the Nucleolus and show that Gately's solution is in the Core for all regular 3-player games. We identify exact conditions under which generally these Gately values are Core imputations for arbitrary regular cooperative games. Finally, we investigate the relationship of the Gately value with the Shapley value.

ما مفهوم راه حل گیتل را برای بازی های تعاونی بررسی می کنیم خدمات قابل انتقالبرداشت گیتیل یک راه حل چانه زنی را معرفی کرد این مذاکره حداکثر "تمایل به اختلال" را به حداقل می رساند روند بازیکنان در مورد تخصیص بازپرداختهای جمعی تولید شده. مفهوم راه حل گیتیل برای کلاس گسترده ای از بازی ها به خوبی تعریف شده است.ما همچنین تعمیم را بر اساس اندازه گیری مبتنی بر پارامتر در نظر بگیرید تمایل به اختلال.علاوه بر این ، ما رابطه اینها را بررسی می کنیم مقادیر دروازه را با هسته و هسته تعمیم داده و نشان می دهد که راه حل گیتیل برای همه بازی های معمولی 3 نفره در اصل است.ما شناسایی می کنیم شرایط دقیقی که به طور کلی این مقادیر دروازه ای نقض اصلی هستند برای بازی های تعاونی منظم دلخواه.سرانجام ، ما تحقیق می کنیم رابطه ارزش دروازه با مقدار Shapley.

Multi-agent reinforcement learning (MARL) is a powerful tool for training automated systems acting independently in a common environment. However, it can lead to sub-optimal behavior when individual incentives and group incentives diverge. Humans are remarkably capable at solving these social dilemmas. It is an open problem in MARL to replicate such cooperative behaviors in selfish agents. In this work, we draw upon the idea of formal contracting from economics to overcome diverging incentives between agents in MARL. We propose an augmentation to a Markov game where agents voluntarily agree to binding state-dependent transfers of reward, under pre-specified conditions. Our contributions are theoretical and empirical. First, we show that this augmentation makes all subgame-perfect equilibria of all fully observed Markov games exhibit socially optimal behavior, given a sufficiently rich space of contracts. Next, we complement our game-theoretic analysis by showing that state-of-the-art RL algorithms learn socially optimal policies given our augmentation. Our experiments include classic static dilemmas like Stag Hunt, Prisoner's Dilemma and a public goods game, as well as dynamic interactions that simulate traffic, pollution management and common pool resource management.

یادگیری تقویت چند عامل (MARL) ابزاری قدرتمند برای آموزش است سیستم های خودکار که به طور مستقل در یک محیط مشترک عمل می کنند.با این حال ، می تواند هنگامی که مشوق های فردی و مشوق های گروهی منجر به رفتار زیر بهینه می شود واگراییانسانها به طرز چشمگیری قادر به حل این معضلات اجتماعی هستند.این است یک مشکل باز در مارل برای تکرار چنین رفتارهای تعاونی در خودخواهانه عواملدر این کار ، ما ایده پیمانکاری رسمی را از آن ترسیم می کنیم اقتصاد برای غلبه بر مشوق های واگرا بین مأمورین در مارل.ما پیشنهاد می کنیم تقویت یک بازی مارکوف که در آن مأمورین داوطلبانه با الزام آور موافق هستند نقل و انتقالات وابسته به دولت پاداش ، در شرایط از پیش تعیین شده.ما مشارکتها نظری و تجربی هستند.اول ، ما نشان می دهیم که این تقویت باعث می شود همه تعادل های زیر مجموعه از همه مارکوف کاملاً مشاهده شده با توجه قراردادهادر مرحله بعد ، ما با نشان دادن آن ، تجزیه و تحلیل تئوری بازی خود را تکمیل می کنیم پیشرفته ترین الگوریتم های RL با توجه به ما سیاست های بهینه اجتماعی را می آموزند تقویتآزمایشات ما شامل معضلات استاتیک کلاسیک مانند شکار Stag ، معضل زندانی و یک بازی کالاهای عمومی و همچنین تعامل پویا که ترافیک ، مدیریت آلودگی و منابع مشترک استخر را شبیه سازی می کند مدیریت.

Spot electricity markets are considered under a Game-Theoretic framework, where risk averse players submit orders to the market clearing mechanism to maximise their own utility. Consistent with the current practice in Europe, the market clearing mechanism is modelled as a Social Welfare Maximisation problem, with zonal pricing, and we consider inflexible demand, physical constraints of the electricity grid, and capacity-constrained producers. A novel type of non-parametric risk aversion based on a defined worst case scenario is introduced, and this reduces the dimensionality of the strategy variables and ensures boundedness of prices. By leveraging these properties we devise Jacobi and Gauss-Seidel iterative schemes for computation of approximate global Nash Equilibria, which are in contrast to derivative based local equilibria. Our methodology is applied to the real world data of Central Western European (CWE) Spot Market during the 2019-2020 period, and offers a good representation of the historical time series of prices. By also solving for the assumption of truthful bidding, we devise a simple method based on hypothesis testing to infer if and when producers are bidding strategically (instead of truthfully), and we find evidence suggesting that strategic bidding may be fairly pronounced in the CWE region.

بازارهای برق نقطه ای تحت یک چارچوب نظری بازی در نظر گرفته می شوند ، جایی که بازیکنان بی اعتمادی ریسک سفارشات را به مکانیسم پاکسازی بازار ارسال می کنند ابزار خود را به حداکثر برسانید.مطابق با عمل فعلی در اروپا ، مکانیسم پاکسازی بازار به عنوان یک مشکل حداکثر رساندن رفاه اجتماعی ، الگوبرداری شده است ، با قیمت گذاری منطقه ای ، و ما تقاضای انعطاف پذیر را در نظر می گیریم ، محدودیت های جسمی شبکه برق و تولیدکنندگان محدود به ظرفیت.یک نوع جدید از گریز از خطر غیر پارامتری بر اساس یک سناریوی بدترین حالت تعریف شده است معرفی شده ، و این باعث کاهش ابعاد متغیرهای استراتژی می شود و محدودیت قیمت ها را تضمین می کند.با استفاده از این خصوصیات ، ما ژاکوبی را ابداع می کنیم و طرح های تکراری گاوس-سیدل برای محاسبه تقریبی NASH جهانی تعادل ، که برخلاف تعادل محلی مبتنی بر مشتق است.ما روش شناسی برای داده های دنیای واقعی اروپای مرکزی غربی (CWE) اعمال می شود بازار Spot در دوره 2019-2020 ، و نمایش خوبی از مجموعه زمانی تاریخی قیمت ها.با حل فرض مناقصه راستگو ، ما یک روش ساده را بر اساس آزمایش فرضیه ابداع می کنیم استنباط می شود اگر و هنگامی که تولید کنندگان به صورت استراتژیک پیشنهاد می دهند (به جای صادقانه) ، و ما شواهدی پیدا می کنیم که نشان می دهد مناقصه استراتژیک ممکن است نسبتاً برجسته باشد در منطقه CWE.

Competition between traditional platforms is known to improve user utility by aligning the platform's actions with user preferences. But to what extent is alignment exhibited in data-driven marketplaces? To study this question from a theoretical perspective, we introduce a duopoly market where platform actions are bandit algorithms and the two platforms compete for user participation. A salient feature of this market is that the quality of recommendations depends on both the bandit algorithm and the amount of data provided by interactions from users. This interdependency between the algorithm performance and the actions of users complicates the structure of market equilibria and their quality in terms of user utility. Our main finding is that competition in this market does not perfectly align market outcomes with user utility. Interestingly, market outcomes exhibit misalignment not only when the platforms have separate data repositories, but also when the platforms have a shared data repository. Nonetheless, the data sharing assumptions impact what mechanism drives misalignment and also affect the specific form of misalignment (e.g. the quality of the best-case and worst-case market outcomes). More broadly, our work illustrates that competition in digital marketplaces has subtle consequences for user utility that merit further investigation.

رقابت بین سیستم عامل های سنتی برای بهبود کاربری کاربر توسط شناخته شده است تراز کردن اقدامات پلتفرم با ترجیحات کاربر.اما تا چه حد است تراز در بازارهای داده محور به نمایش گذاشته شده است؟برای مطالعه این سوال از a دیدگاه نظری ، ما یک بازار دوپولی را معرفی می کنیم که در آن اقدامات پلتفرم الگوریتم های راهزن هستند و دو سیستم عامل برای مشارکت کاربر رقابت می کنند.آ ویژگی بارز این بازار این است که کیفیت توصیه ها بستگی دارد در هر دو الگوریتم راهزن و میزان داده های ارائه شده توسط تعامل از کاربراناین وابستگی متقابل بین عملکرد الگوریتم و اقدامات کاربران ساختار تعادل بازار و آنها را پیچیده می کند کیفیت از نظر ابزار کاربر.یافته اصلی ما این رقابت در این است بازار نتایج بازار را با ابزار کاربر کاملاً تراز نمی کند. جالب اینجاست که پیامدهای بازار نه تنها در هنگام سیستم عامل ها ، سوء استفاده را نشان می دهد مخازن داده جداگانه ای داشته باشید ، بلکه همچنین وقتی سیستم عامل ها دارای داده های مشترک هستند مخزنبا این وجود ، فرضیات به اشتراک گذاری داده ها چه مکانیسم را تحت تأثیر قرار می دهد سوء استفاده را هدایت می کند و همچنین بر شکل خاص سوء استفاده تأثیر می گذارد (به عنوان مثال کیفیت نتایج بهترین و بدترین حالت بازار).به طور گسترده تر ، ما کار نشان می دهد که رقابت در بازارهای دیجیتال ظریف است عواقب مربوط به ابزار کاربر که شایستگی تحقیقات بیشتر دارند.

We consider finite two-player normal form games with random payoffs. Player A's payoffs are i.i.d. from a uniform distribution. Given p in [0, 1], for any action profile, player B's payoff coincides with player A's payoff with probability p and is i.i.d. from the same uniform distribution with probability 1-p. This model interpolates the model of i.i.d. random payoff used in most of the literature and the model of random potential games. First we study the number of pure Nash equilibria in the above class of games. Then we show that, for any positive p, asymptotically in the number of available actions, best response dynamics reaches a pure Nash equilibrium with high probability.

ما بازی های فرم معمولی دو نفره را با بازپرداخت تصادفی در نظر می گیریم.بازیکن بازپرداخت های A I.I.D.از توزیع یکنواخت.با توجه به P در [0 ، 1] ، برای هر مشخصات اکشن ، بازپرداخت بازیکن B همزمان با بازپرداخت بازیکن A با احتمال P و I.I.D.از همان توزیع یکنواخت با احتمال 1-Pاین مدل مدل I.I.D را درون یابی می کند.بازپرداخت تصادفی در بیشتر موارد استفاده می شود ادبیات و الگوی بازی های بالقوه تصادفی.ابتدا ما مطالعه می کنیم تعداد تعادل Nash Nash در کلاس فوق بازی ها.سپس ما آن را نشان می دهیم ، برای هر P مثبت ، بدون علامت در تعداد اقدامات موجود ، بهترین دینامیک پاسخ به یک تعادل NASH خالص با احتمال زیاد می رسد.

LP-duality theory has played a central role in the study of cores of games, right from the early days of this notion to the present time. The classic paper of Shapley and Shubik \cite{Shapley1971assignment} introduced the "right" way of exploiting the power of this theory, namely picking problems whose LP-relaxations support polyhedra having integral vertices. So far, the latter fact was established by showing that the constraint matrix of the underlying linear system is {\em totally unimodular}. We attempt to take this methodology to its logical next step -- {\em using total dual integrality} -- thereby addressing new classes of games which have their origins in two major theories within combinatorial optimization, namely perfect graphs and polymatroids. In the former, we address the stable set and clique games and in the latter, we address the matroid independent set game. For each of these games, we prove that the set of core imputations is precisely the set of optimal solutions to the dual LPs. Another novelty is the way the worth of the game is allocated among sub-coalitions. Previous works follow the {\em bottom-up process} of allocating to individual agents; the allocation to a sub-coalition is simply the sum of the allocations to its agents. The {\em natural process for our games is top-down}. The optimal dual allocates to "objects" in the grand coalition; a sub-coalition inherits the allocation of each object with which it has non-empty intersection.

تئوری دوگانگی LP نقش اساسی در مطالعه هسته بازی ها داشته است ، درست از اوایل این مفهوم تا زمان کنونی.مقاله کلاسیک از Shapley and Shubik \ Cite {Shapley1971Assignment} راه "درست" را معرفی کرد از سوء استفاده از قدرت این نظریه ، یعنی انتخاب مشکلاتی که آنها تداوم LP از Polyhedra با داشتن رئوس های انتگرال پشتیبانی می کند.تاکنون ، دومی واقعیت با نشان دادن اینکه ماتریس محدودیت زیرین است ، تأسیس شد سیستم خطی {\ em کاملاً غیرقابل تصور است. ما سعی می کنیم این روش را به مرحله بعدی منطقی آن برسانیم - {\ em استفاده یکپارچگی دوگانه} - از این طریق کلاسهای جدیدی از بازی ها را مورد بررسی قرار می دهد منشأ آنها در دو تئوری اصلی در بهینه سازی ترکیبی ، یعنی نمودارهای عالی و پلیماتروئیدها.در گذشته ، ما به مجموعه پایدار می پردازیم و Clique Games و در حالت دوم ، ما به بازی مستقل Matroid می پردازیم. برای هر یک از این بازی ها ، ما ثابت می کنیم که مجموعه ای از نقض های اصلی دقیقاً است مجموعه راه حل های بهینه برای LP های دوگانه. یکی دیگر از تازگی ها نحوه اختصاص ارزش بازی در میان است زیرمجموعه هاآثار قبلی فرایند {\ em از پایین به بالا را دنبال می کنند به عوامل فردی ؛تخصیص یک زیرمجاز به سادگی جمع است تخصیص به نمایندگان آن.روند طبیعی {\ em برای بازی های ما است بالا پایین}.بهینه دوگانه به "اشیاء" در ائتلاف بزرگ اختصاص می یابد.آ زیرمجموع تخصیص هر شیء را که با آن وجود دارد به ارث می برد تقاطع غیر خالی.

A formal write-up of the simple proof (1995) of the existence of calibrated forecasts by the minimax theorem, which moreover shows that $N^3$ periods suffice to guarantee a calibration error of at most $1/N$.

نوشتن رسمی از اثبات ساده (1995) از وجود کالیبراسیون پیش بینی توسط قضیه Minimax ، که علاوه بر این نشان می دهد که $ 3 $ $ برای تضمین خطای کالیبراسیون حداکثر 1 $/n $ کافی است.

In adversarial interactions, one is often required to make strategic decisions over multiple periods of time, wherein decisions made earlier impact a player's competitive standing as well as how choices are made in later stages. In this paper, we study such scenarios in the context of General Lotto games, which models the competitive allocation of resources over multiple battlefields between two players. We propose a two-stage formulation where one of the players has reserved resources that can be strategically pre-allocated across the battlefields in the first stage. The pre-allocation then becomes binding and is revealed to the other player. In the second stage, the players engage by simultaneously allocating their real-time resources against each other. The main contribution in this paper provides complete characterizations of equilibrium payoffs in the two-stage game, revealing the interplay between performance and the amount of resources expended in each stage of the game. We find that real-time resources are at least twice as effective as pre-allocated resources. We then determine the player's optimal investment when there are linear costs associated with purchasing each type of resource before play begins, and there is a limited monetary budget.

در تعامل مخالف ، اغلب برای ساختن استراتژیک مورد نیاز است تصمیمات در طی چندین دوره زمانی ، که در آن تصمیمات تأثیر قبلی گرفته شده است جایگاه رقابتی یک بازیکن و همچنین نحوه انتخاب بعداً در مراحلدر این مقاله ، ما چنین سناریوهایی را در زمینه ژنرال لوتو مطالعه می کنیم بازی ها ، که تخصیص رقابتی منابع را بیش از چندگانه مدل می کند میدان های نبرد بین دو بازیکن.ما یک فرمول دو مرحله ای را پیشنهاد می کنیم که در آن یکی از بین بازیکنان منابع رزرو کرده است که می توانند از قبل استراتژیک از قبل اختصاص داده شوند در مرحله اول در سراسر جبهه های نبرد.قبل از تخصیص می شود الزام آور و برای بازیکن دیگر آشکار می شود.در مرحله دوم ، بازیکنان با تخصیص همزمان منابع واقعی خود در برابر هر یک از آنها درگیر شوید دیگر.سهم اصلی در این مقاله خصوصیات کاملی را ارائه می دهد بازپرداخت های تعادل در بازی دو مرحله ای ، نشان دهنده تعامل بین عملکرد و میزان منابع صرف شده در هر مرحله از بازی.ما دریابید که منابع در زمان واقعی حداقل دو برابر از قبل اختصاص داده شده است منابعسپس سرمایه گذاری بهینه بازیکن را در صورت وجود تعیین می کنیم هزینه های خطی مرتبط با خرید هر نوع منبع قبل از بازی شروع می شود ، و بودجه پولی محدود وجود دارد.

Let $C$ be a cone in a locally convex Hausdorff topological vector space $X$ containing $0$. We show that there exists a (essentially unique) nonempty family $\mathscr{K}$ of nonempty subsets of the topological dual $X^\prime$ such that $$ C=\{x \in X: \forall K \in \mathscr{K}, \exists f \in K, \,\, f(x) \ge 0\}. $$ Then, we identify the additional properties on the family $\mathscr{K}$ which characterize, among others, closed convex cones, open convex cones, closed cones, and convex cones. For instance, if $X$ is a Banach space, then $C$ is a closed cone if and only if the family $\mathscr{K}$ can be chosen with nonempty convex compact sets. These representations provide abstract versions of several recent results in decision theory and give us the proper framework to obtain new ones. This allows us to characterize preorders which satisfy the independence axiom over certain probability measures, answering an open question in [Econometrica~\textbf{87} (2019), no. 3, 933--980].

بگذارید $ c $ مخروطی باشد در یک فضای وکتور توپولوژیکی محلی محدب Hausdorff $ x $ $ حاوی 0 دلار.ما نشان می دهیم که یک (اساساً منحصر به فرد) وجود ندارد خانواده $ \ Mathscr {k} $ زیر مجموعه های غیر خالی از دوتایی توپولوژیکی $ x^\ prime $ به گونه ای که $ $ c = \ {x \ in x: \ forall k \ in \ mathscr {k} ، \ f \ in k ، \ ، \ ، f (x) وجود دارد \ ge 0 \.$ $ پس از آن ، ما خواص اضافی را در خانواده شناسایی می کنیم $ \ Mathscr {k} $ که در میان دیگران ، مخروط های محدب بسته ، باز است مخروط های محدب ، مخروط های بسته و مخروط های محدب.به عنوان مثال ، اگر $ x $ یک banach باشد فضا ، پس $ c $ یک مخروط بسته است اگر و فقط اگر خانواده $ \ mathscr {k} $ باشد انتخاب شده با مجموعه های جمع و جور محدب غیر خالی. این بازنمودها نسخه های انتزاعی از چندین نتیجه اخیر را ارائه می دهد نظریه تصمیم گیری و چارچوب مناسب برای به دست آوردن موارد جدید.این به ما اجازه می دهد تا مقدماتی را که از استقلال استقلال برآورده می کند ، توصیف کنیم برخی از اقدامات احتمال خاص ، پاسخ دادن به یک سوال باز در [Ecomonetrica ~ \ TextBf {87} (2019) ، شماره.3 ، 933--980].

We study random-turn resource-allocation games. In the Trail of Lost Pennies, a counter moves on $\mathbb{Z}$. At each turn, Maxine stakes $a \in [0,\infty)$ and Mina $b \in [0,\infty)$. The counter $X$ then moves adjacently, to the right with probability $\tfrac{a}{a+b}$. If $X_i \to -\infty$ in this infinte-turn game, Mina receives one unit, and Maxine zero; if $X_i \to \infty$, then these receipts are zero and $x$. Thus the net receipt to a given player is $-A+B$, where $A$ is the sum of her stakes, and $B$ is her terminal receipt. The game was inspired by unbiased tug-of-war in~[PSSW] from 2009 but in fact closely resembles the original version of tug-of-war, introduced [HarrisVickers87] in the economics literature in 1987. We show that the game has surprising features. For a natural class of strategies, Nash equilibria exist precisely when $x$ lies in $[\lambda,\lambda^{-1}]$, for a certain $\lambda \in (0,1)$. We indicate that $\lambda$ is remarkably close to one, proving that $\lambda \leq 0.999904$ and presenting clear numerical evidence that $\lambda \geq 1 - 10^{-4}$. For each $x \in [\lambda,\lambda^{-1}]$, we find countably many Nash equilibria. Each is roughly characterized by an integral {\em battlefield} index: when the counter is nearby, both players stake intensely, with rapid but asymmetric decay in stakes as it moves away. Our results advance premises [HarrisVickers87,Konrad12] for fund management and the incentive-outcome relation that plausibly hold for many player-funded stake-governed games. Alongside a companion treatment [HP22] of games with allocated budgets, we thus offer a detailed mathematical treatment of an illustrative class of tug-of-war games. We also review the separate developments of tug-of-war in economics and mathematics in the hope that mathematicians direct further attention to tug-of-war in its original resource-allocation guise.

ما بازی های تخصیص منابع تصادفی را مطالعه می کنیم.در دنباله سکه های گمشده ، پیشخوان روی $ \ Mathbb {z} $ حرکت می کند.در هر نوبت ، Maxine $ A \ in [0 ، \ Infty) $ و mina $ b \ در [0 ، \ infty) $.پیشخوان $ x $ سپس به صورت مجاور ، به سمت راست با احتمال $ \ tfrac {a} {a+b} $.اگر $ x_i \ to -\ infty $ در این بازی Infinte-Turn ، Mina یک واحد و Maxine Zero را دریافت می کند.اگر $ x_i \ به \ infty $ ، سپس این رسیدها صفر و x $ $ هستند.بنابراین رسید خالص به یک داده شده بازیکن $ -a+b $ است ، جایی که $ a $ مبلغ سهام او است ، و $ b $ ترمینال اوست اعلام وصول.این بازی از سال 2009 با الهام از جنگ بی طرفانه در ~ [PSSW] الهام گرفته شد در واقع از نزدیک شبیه نسخه اصلی Tug-of-War است که معرفی شده است [Harrisvickers87] در ادبیات اقتصاد در سال 1987. ما نشان می دهیم که بازی دارای ویژگی های غافلگیرکننده است.برای یک کلاس طبیعی از استراتژی ها ، تعادل نش دقیقاً وقتی $ x $ در $ [\ lambda ، \ lambda^{-1}] $ وجود دارد ، برای یک خاص $ \ lambda \ in (0،1) $.ما نشان می دهیم که $ \ lambda $ بسیار نزدیک به یک است ، اثبات اینکه $ \ lambda \ leq 0.999904 $ و ارائه شواهد عددی روشن آن $ \ lambda \ geq 1 - 10^{ - 4} $.برای هر $ x \ در [\ lambda ، \ lambda^{-1}] $ ، ما تعداد زیادی تعادل Nash را پیدا کنید.هر یک تقریباً توسط یک integral {\ em میدان نبرد} فهرست: وقتی پیشخوان در این نزدیکی است ، هر دو بازیکن به شدت ، با پوسیدگی سریع اما نامتقارن در سهام ، دور می شود. نتایج ما در پیشبرد محل [Harrisvickers87 ، Konrad12] برای مدیریت صندوق و رابطه تشویقی نتیجه ای که به طور منطقی برای بسیاری از بازیکنان تأمین می شود بازی های حاکم بر اساس.در کنار یک درمان همراه [HP22] بازی با بودجه اختصاص داده شده ، بنابراین ما یک درمان ریاضی دقیق از یک کلاس مصور بازی های Tug-of War.ما همچنین جداگانه را مرور می کنیم تحولات جنگ جنگ در اقتصاد و ریاضیات به این امید که ریاضیدانان توجه بیشتری به جنگ جنگ در اصل خود دارند منابع تخصیص منابع.

The Bayesian posterior probability of the true state is stochastically dominated by that same posterior under the probability law of the true state. This generalizes to notions of "optimism" about posterior probabilities.

احتمال خلفی بیزی وضعیت واقعی به صورت تصادفی است تحت سلطه همان خلفی طبق قانون احتمال دولت واقعی. این به مفاهیم "خوش بینی" در مورد احتمالات خلفی تعمیم می یابد.

In the standard Bayesian framework data are assumed to be generated by a distribution parametrized by $\theta$ in a parameter space $\Theta$, over which a prior distribution $\pi$ is given. A Bayesian statistician quantifies the belief that the true parameter is $\theta_{0}$ in $\Theta$ by its posterior probability given the observed data. We investigate the behavior of the posterior belief in $\theta_{0}$ when the data are generated under some parameter $\theta_{1},$ which may or may not be the same as $\theta_{0}.$ Starting from stochastic orders, specifically, likelihood ratio dominance, that obtain for resulting distributions of posteriors, we consider monotonicity properties of the posterior probabilities as a function of the sample size when data arrive sequentially. While the $\theta_{0}$-posterior is monotonically increasing (i.e., it is a submartingale) when the data are generated under that same $\theta_{0}$, it need not be monotonically decreasing in general, not even in terms of its overall expectation, when the data are generated under a different $\theta_{1}.$ In fact, it may keep going up and down many times, even in simple cases such as iid coin tosses. We obtain precise asymptotic rates when the data come from the wide class of exponential families of distributions; these rates imply in particular that the expectation of the $\theta_{0}$-posterior under $\theta_{1}\neq\theta_{0}$ is eventually strictly decreasing. Finally, we show that in a number of interesting cases this expectation is a log-concave function of the sample size, and thus unimodal. In the Bernoulli case we obtain this by developing an inequality that is related to Tur\'{a}n's inequality for Legendre polynomials.

در چارچوب استاندارد بیزی فرض می شود که توسط a تولید می شود توزیع پارامتر شده توسط $ \ theta $ در یک فضای پارامتر $ \ theta $ ، که بر روی آن توزیع قبلی $ \ pi $ داده شده است.یک آماری بیزی اعتقاد به این که پارامتر واقعی $ \ theta_ {0} $ در $ \ theta $ توسط خلفی آن است احتمال با توجه به داده های مشاهده شده.ما در مورد رفتار اعتقاد خلفی در $ \ theta_ {0} $ هنگامی که داده ها تحت برخی تولید می شوند پارامتر $ \ theta_ {1} ، $ که ممکن است یا ممکن است یکسان باشد با $ \ theta_ {0. $ شروع از سفارشات تصادفی ، به طور خاص ، نسبت احتمال تسلط ، که برای توزیع حاصل از خلفی به دست می آوریم ، ما یکنواختی را در نظر می گیریم خواص احتمالات خلفی به عنوان تابعی از اندازه نمونه وقتی داده ها به صورت متوالی وارد می شوند.در حالی که $ \ theta_ {0} $-خلفی به صورت یکنواخت است در حال افزایش (یعنی ، این یک subsartingale است) وقتی داده ها تحت آن تولید می شوند همان $ \ theta_ {0} $ ، به طور کلی نیازی به یکنواختی نیست. از نظر انتظار کلی آن ، هنگامی که داده ها تحت یک تولید می شوند $ $ متفاوت \ theta_ {1}. $ در واقع ، ممکن است بارها و بارها ادامه یابد. در موارد ساده مانند پرتاب سکه IID.ما نرخ های بدون علامت دقیق را بدست می آوریم هنگامی که داده ها از طبقه گسترده ای از خانواده های نمایی حاصل می شوند توزیع ؛این نرخ ها به ویژه دلالت بر این دارد که انتظار از $ \ theta_ {0} $-خلفی زیر $ \ theta_ {1} \ neq \ theta_ {0} $ در نهایت به شدت است در حال کاهش.سرانجام ، ما نشان می دهیم که در تعدادی از موارد جالب انتظار یک تابع ورود به سیستم از اندازه نمونه است و در نتیجه غیرقانونی است.که در پرونده برنولی ما با ایجاد نابرابری مرتبط با آن ، این مسئله را بدست می آوریم به tur \ '{a} n نابرابری برای چند جمله ای افسانه.

Trading on decentralized exchanges has been one of the primary use cases for permissionless blockchains with daily trading volume exceeding billions of U.S.~dollars. In the status quo, users broadcast transactions and miners are responsible for composing a block of transactions and picking an execution ordering -- the order in which transactions execute in the exchange. Due to the lack of a regulatory framework, it is common to observe miners exploiting their privileged position by front-running transactions and obtaining risk-fee profits. In this work, we propose to modify the interaction between miners and users and initiate the study of {\em verifiable sequencing rules}. As in the status quo, miners can determine the content of a block; however, they commit to respecting a sequencing rule that constrains the execution ordering and is verifiable (there is a polynomial time algorithm that can verify if the execution ordering satisfies such constraints). Thus in the event a miner deviates from the sequencing rule, anyone can generate a proof of non-compliance. We ask if there are sequencing rules that limit price manipulation from miners in a two-token liquidity pool exchange. Our first result is an impossibility theorem: for any sequencing rule, there is an instance of user transactions where the miner can obtain non-zero risk-free profits. In light of this impossibility result, our main result is a verifiable sequencing rule that provides execution price guarantees for users. In particular, for any user transaction A, it ensures that either (1) the execution price of A is at least as good as if A was the only transaction in the block, or (2) the execution price of A is worse than this ``standalone'' price and the miner does not gain (or lose) when including A in the block.

تجارت در مبادلات غیر متمرکز یکی از موارد اصلی استفاده برای آن بوده است blockchains بدون مجوز با حجم معاملات روزانه بیش از میلیاردها دلار ایالات متحده.در وضع موجود ، کاربران معاملات و کارگران را پخش می کنند مسئول تشکیل بلوک معاملات و انتخاب یک اجرا سفارش - ترتیب اجرای معاملات در مبادله.با توجه به عدم وجود یک چارچوب نظارتی ، مشاهده معدنچیان سوءاستفاده از آنها معمول است موقعیت ممتاز با معاملات جلو و به دست آوردن هزینه ریسک سوددر این کار ، ما پیشنهاد می کنیم تعامل بین معدنچیان و کاربران و شروع مطالعه قوانین توالی قابل اثبات}.همانطور که در وضعیت موجود ، معدنچیان می توانند محتوای یک بلوک را تعیین کنند.با این حال ، آنها مرتکب می شوند برای احترام به یک قانون توالی که سفارش اجرای را محدود می کند و هست قابل تأیید (یک الگوریتم زمان چند جمله ای وجود دارد که می تواند تأیید کند که آیا سفارش اعدام چنین محدودیت هایی را برآورده می کند).بنابراین در صورت معدنچی از قانون توالی منحرف می شود ، هر کسی می تواند اثبات ایجاد کند عدم انطباق.ما می پرسیم که آیا قوانین توالی وجود دارد که قیمت را محدود می کند دستکاری از معدنچیان در مبادله استخر نقدینگی دو تایی.اولین ما نتیجه یک قضیه غیرممکن است: برای هر قانون توالی ، وجود دارد نمونه ای از معاملات کاربر که در آن معدنچی می تواند بدون ریسک غیر صفر را بدست آورد سودبا توجه به این نتیجه غیرممکن ، نتیجه اصلی ما قابل اثبات است قانون توالی که تضمین قیمت اجرای را برای کاربران فراهم می کند.که در به طور خاص ، برای هر معامله کاربر A ، تضمین می کند که یا (1) قیمت اعدام A حداقل به همان اندازه خوب است که گویی A تنها معامله در است بلوک ، یا (2) قیمت اعدام A از این "مستقل" بدتر است قیمت و معدنچی در هنگام ورود A در بلوک به دست نمی آورد (یا از دست می دهد).

In electronic commerce (e-commerce)markets, a decision-maker faces a sequential choice problem. Third-party intervention plays an important role in making purchase decisions in this choice process. For instance, while purchasing products/services online, a buyer's choice or behavior is often affected by the overall reviewers' ratings, feedback, etc. Moreover, the reviewer is also a decision-maker. After purchase, the decision-maker would put forth their reviews for the product, online. Such reviews would affect the purchase decision of another potential buyer, who would read the reviews before conforming to his/her final purchase. The question that arises is \textit{how trustworthy are these review reports and ratings?} The trustworthiness of these review reports and ratings is based on whether the reviewer is a rational or an irrational person. Indexing the reviewer's rationality could be a way to quantify a reviewer's rationality but it does not communicate the history of his/her behavior. In this article, the researcher aims at formally deriving a rationality pattern function and thereby, the degree of rationality of the decision-maker or the reviewer in the sequential choice problem in the e-commerce markets. Applying such a rationality pattern function could make it easier to quantify the rational behavior of an agent who participates in the digital markets. This, in turn, is expected to minimize the information asymmetry within the decision-making process and identify the paid reviewers or manipulative reviews.

در بازارهای تجارت الکترونیکی (تجارت الکترونیکی) ، یک تصمیم گیرنده با یک مشکل انتخاب متوالی.مداخله شخص ثالث نقش مهمی در بازی دارد تصمیم گیری در مورد خرید در این فرایند انتخاب.به عنوان مثال ، در حالی که خرید محصولات/خدمات به صورت آنلاین ، انتخاب یا رفتار خریدار اغلب است علاوه بر این ، تحت تأثیر رتبه بندی های کلی ، بازخورد و غیره. داور همچنین یک تصمیم گیرنده است.پس از خرید ، تصمیم گیرنده قرار می دهد بررسی های خود را برای محصول ، بصورت آنلاین.چنین بررسی هایی بر تأثیر می گذارد تصمیم خریدار بالقوه دیگری را که قبلاً بررسی ها را می خواند ، خریداری کنید مطابق با خرید نهایی او.سوالی که مطرح می شود \ textit {چگونه است قابل اعتماد این گزارش ها و رتبه بندی های مرور است؟ گزارش ها و رتبه بندی ها بر اساس این است که آیا داور منطقی است یا یک فرد غیر منطقینمایه سازی عقلانیت داوری می تواند راهی باشد عقلانیت یک داوری را کمیت کنید اما تاریخ آن را ارتباط نمی دهد رفتار او/اودر این مقاله ، محقق با هدف به دست آوردن رسمی عملکرد الگوی عقلانیت و از این طریق ، میزان عقلانیت تصمیم گیرنده یا داور در مشکل انتخاب پی در پی در بازارهای تجارت الکترونیکی.استفاده از چنین عملکرد الگوی عقلانیت می تواند آن را ایجاد کند کمیت رفتار منطقی یک نماینده که در آن شرکت می کند آسان تر می شود بازارهای دیجیتالاین به نوبه خود انتظار می رود اطلاعات را به حداقل برساند عدم تقارن در فرایند تصمیم گیری و شناسایی داوران پرداخت شده یا بررسی های دستکاری شده.

Let $\succsim$ be a binary relation on the set of simple lotteries over a countable outcome set $Z$. We provide necessary and sufficient conditions on $\succsim$ to guarantee the existence of a set $U$ of von Neumann--Morgenstern utility functions $u: Z\to \mathbf{R}$ such that $$ p\succsim q \,\,\,\Longleftrightarrow\,\,\, \mathbf{E}_p[u] \ge \mathbf{E}_q[u] \,\text{ for all }u \in U $$ for all simple lotteries $p,q$. In such case, the set $U$ is essentially unique. Then, we show that the analogue characterization does not hold if $Z$ is uncountable. This provides an answer to an open question posed by Dubra, Maccheroni, and Ok in [J. Econom. Theory~\textbf{115} (2004), no.~1, 118--133]. Lastly, we show that different continuity requirements on $\succsim$ allow for certain restrictions on the possible choices of the set $U$ of utility functions (e.g., all utility functions are bounded), providing a wide family of expected multi-utility representations.

بگذارید $ \ succsim $ یک رابطه باینری در مجموعه قرعه کشی های ساده در یک باشد نتیجه قابل شمارش $ Z $.ما شرایط لازم و کافی را ارائه می دهیم $ \ succsim $ برای تضمین وجود مجموعه $ u $ فون نویمان--Morgenstern توابع ابزار $ u: z \ to \ mathbf {r} $ به گونه ای که $ $ p \ succsim q \ ، \ ، \ ، \ longleftrightarrow \ ، \ ، \ ، \ mathbf {e} _p [u] \ ge \ mathbf {e} _q [u] \ ، \ text { برای همه} u \ in $ $ برای همه قرعه کشی های ساده $ p ، q $.در چنین حال ، مجموعه $ u $ در اصل منحصر به فرد است.سپس ، ما نشان می دهیم که خصوصیات آنالوگ چنین می کند اگر $ Z $ غیرقابل تحمل باشد ، نگه ندارید.این پاسخی به یک سوال باز ارائه می دهد مطرح شده توسط Dubra ، Maccheroni و OK در [J.اقتصاد.تئوری ~ \ TextBf {115} (2004) ، شماره 1 ، 118--133].در آخر ، ما نشان می دهیم که الزامات مختلف استمرار در $ \ succsim $ اجازه می دهد محدودیت های خاصی در مورد انتخاب های احتمالی مجموعه $ U $ توابع ابزار (به عنوان مثال ، تمام توابع ابزار محدود هستند) ، ارائه می دهند خانواده گسترده ای از بازنمودهای چندانی مورد انتظار.

A number of rules for resolving majority cycles in elections have been proposed in the literature. Recently, Holliday and Pacuit (Journal of Theoretical Politics 33 (2021) 475-524) axiomatically characterized the class of rules refined by one such cycle-resolving rule, dubbed Split Cycle: in each majority cycle, discard the majority preferences with the smallest majority margin. They showed that any rule satisfying five standard axioms, plus a weakening of Arrow's Independence of Irrelevant Alternatives (IIA) called Coherent IIA, is refined by Split Cycle. In this paper, we go further and show that Split Cycle is the only rule satisfying the axioms of Holliday and Pacuit together with two additional axioms: Coherent Defeat and Positive Involvement in Defeat. Coherent Defeat states that any majority preference not occurring in a cycle is retained, while Positive Involvement in Defeat is closely related to the well-known axiom of Positive Involvement (as in J. P\'{e}rez, Social Choice and Welfare 18 (2001) 601-616). We characterize Split Cycle not only as a collective choice rule but also as a social choice correspondence, over both profiles of linear ballots and profiles of ballots allowing ties.

تعدادی از قوانین برای حل چرخه اکثریت در انتخابات بوده است در ادبیات پیشنهاد شده است.به تازگی ، Holliday و Pacuit (مجله سیاست نظری 33 (2021) 475-524) کلاس را به صورت غیرقانونی مشخص کرد از قوانینی که توسط یک قانون حل کننده چرخه چنین تصحیح شده است ، چرخه تقسیم شده: در هر یک چرخه اکثریت ، ترجیحات اکثریت را با کمترین اکثریت دور بریزید لبه.آنها نشان دادند که هر قانونی که پنج بدیهیات استاندارد را برآورده می کند ، به علاوه a تضعیف استقلال فلش از گزینه های بی ربط (IIA) به نام IIA منسجم ، با چرخه تقسیم تصفیه می شود.در این مقاله ، ما فراتر می رویم و نشان می دهیم این چرخه تقسیم تنها قاعده ای است که بدیهیات هالیدی و Pacuit را برآورده می کند همراه با دو بدیهیات اضافی: شکست منسجم و درگیری مثبت در شکستشکست منسجم بیان می کند که هر نوع اولویت اکثریت در آن رخ نمی دهد یک چرخه حفظ می شود ، در حالی که درگیری مثبت در شکست از نزدیک با آن ارتباط دارد بدیهی مشهور درگیری مثبت (مانند J. P \ '{e} rez ، انتخاب اجتماعی و رفاه 18 (2001) 601-616).ما چرخه تقسیم را نه تنها به عنوان یک توصیف می کنیم قانون انتخاب جمعی بلکه به عنوان یک مکاتبات انتخاب اجتماعی ، بیش از هر دو پروفایل های آراء خطی و پروفایل های آراء امکان پذیر است.

While Nash equilibrium has emerged as the central game-theoretic solution concept, many important games contain several Nash equilibria and we must determine how to select between them in order to create real strategic agents. Several Nash equilibrium refinement concepts have been proposed and studied for sequential imperfect-information games, the most prominent being trembling-hand perfect equilibrium, quasi-perfect equilibrium, and recently one-sided quasi-perfect equilibrium. These concepts are robust to certain arbitrarily small mistakes, and are guaranteed to always exist; however, we argue that neither of these is the correct concept for developing strong agents in sequential games of imperfect information. We define a new equilibrium refinement concept for extensive-form games called observable perfect equilibrium in which the solution is robust over trembles in publicly-observable action probabilities (not necessarily over all action probabilities that may not be observable by opposing players). Observable perfect equilibrium correctly captures the assumption that the opponent is playing as rationally as possible given mistakes that have been observed (while previous solution concepts do not). We prove that observable perfect equilibrium is always guaranteed to exist, and demonstrate that it leads to a different solution than the prior extensive-form refinements in no-limit poker. We expect observable perfect equilibrium to be a useful equilibrium refinement concept for modeling many important imperfect-information games of interest in artificial intelligence.

در حالی که تعادل Nash به عنوان راه حل اصلی تئوری بازی ظاهر شده است مفهوم ، بسیاری از بازی های مهم حاوی چندین تعادل Nash هستند و ما باید برای ایجاد عوامل استراتژیک واقعی ، نحوه انتخاب بین آنها را تعیین کنید. چندین مفهوم پالایش تعادل NASH ارائه شده و برای آنها مورد مطالعه قرار گرفته است بازی های ناقص و ناقص متوالی ، برجسته ترین آنها لرزان است تعادل کامل ، تعادل شبه کامل و اخیراً یک طرفه تعادل شبه کامل.این مفاهیم نسبت به خودسرانه خاص است اشتباهات کوچک ، و تضمین شده است که همیشه وجود دارد.با این حال ، ما استدلال می کنیم که هیچ یک از این مفهوم صحیح برای توسعه عوامل قوی در بازی های متوالی از اطلاعات ناقص.ما یک تعادل جدید را تعریف می کنیم مفهوم پالایش برای بازی های گسترده به نام Observable Perfect تعادل که در آن محلول بیش از لرزش است احتمالات عمل قابل نظارت عمومی (لزوماً بیش از همه اقدامات احتمالات که ممکن است توسط بازیکنان مخالف قابل مشاهده نباشد).قابل مشاهده تعادل کامل به درستی فرضیه حریف را به درستی ضبط می کند بازی با توجه به اشتباهاتی که مشاهده شده است (در حالی که مفاهیم راه حل قبلی این کار را نمی کنند).ما ثابت می کنیم که قابل مشاهده کامل است تعادل همیشه تضمین شده است و نشان می دهد که منجر به یک راه حل متفاوت از اصلاحات گسترده قبلی در پوکر بدون محدود. ما انتظار داریم که تعادل کامل قابل مشاهده یک پالایش تعادل مفید باشد مفهوم برای مدل سازی بسیاری از بازی های ناقص و ناقص از علاقه به هوش مصنوعی.

We study the hidden-action principal-agent problem in an online setting. In each round, the principal posts a contract that specifies the payment to the agent based on each outcome. The agent then makes a strategic choice of action that maximizes her own utility, but the action is not directly observable by the principal. The principal observes the outcome and receives utility from the agent's choice of action. Based on past observations, the principal dynamically adjusts the contracts with the goal of maximizing her utility. We introduce an online learning algorithm and provide an upper bound on its Stackelberg regret. We show that when the contract space is $[0,1]^m$, the Stackelberg regret is upper bounded by $\widetilde O(\sqrt{m} \cdot T^{1-1/(2m+1)})$, and lower bounded by $\Omega(T^{1-1/(m+2)})$, where $\widetilde O$ omits logarithmic factors. This result shows that exponential-in-$m$ samples are sufficient and necessary to learn a near-optimal contract, resolving an open problem on the hardness of online contract design. Moreover, when contracts are restricted to some subset $\mathcal{F} \subset [0,1]^m$, we define an intrinsic dimension of $\mathcal{F}$ that depends on the covering number of the spherical code in the space and bound the regret in terms of this intrinsic dimension. When $\mathcal{F}$ is the family of linear contracts, we show that the Stackelberg regret grows exactly as $\Theta(T^{2/3})$. The contract design problem is challenging because the utility function is discontinuous. Bounding the discretization error in this setting has been an open problem. In this paper, we identify a limited set of directions in which the utility function is continuous, allowing us to design a new discretization method and bound its error. This approach enables the first upper bound with no restrictions on the contract and action space.

ما مشکل اصلی عامل عامل را در یک محیط آنلاین مطالعه می کنیم.که در در هر دور ، اصلی قراردادی را ارسال می کند که پرداخت به آن را مشخص می کند عامل بر اساس هر نتیجه.سپس نماینده یک انتخاب استراتژیک عمل می کند این کاربرد خود را به حداکثر می رساند ، اما عمل مستقیماً قابل مشاهده نیست مدیر.اصلی نتیجه را مشاهده می کند و ابزار را از آن دریافت می کند انتخاب عمل عامل.براساس مشاهدات گذشته ، اصلی به صورت پویا قراردادها را با هدف حداکثر رساندن ابزار خود تنظیم می کند. ما یک الگوریتم یادگیری آنلاین را معرفی می کنیم و حد بالایی را در آن ارائه می دهیم استایلبرگ پشیمانم.ما نشان می دهیم که وقتی فضای قرارداد $ [0،1]^m $ است ، پشیمانی Stackelberg با $ \ widetilde o (\ sqrt {m} \ cdot محدود شده است t^{1-1/(2m+1)}) $ ، و پایین تر توسط $ \ omega (t^{1-1/(m+2)}) $ ، کجا $ \ widetilde o $ عوامل لگاریتمی را حذف می کند.این نتیجه نشان می دهد که نمونه های نمایی در $ m $ برای یادگیری تقریباً بهینه کافی و لازم است قرارداد ، حل یک مشکل باز بر سختی طراحی قرارداد آنلاین. علاوه بر این ، هنگامی که قراردادها به برخی از زیر مجموعه $ \ Mathcal {f} \ زیر مجموعه محدود می شوند [0،1]^m $ ، ما یک بعد ذاتی $ \ Mathcal {f} $ را تعریف می کنیم که به آن بستگی دارد پوشش تعداد کد کروی در فضا و پشیمانی در شرایط این بعد ذاتی.هنگامی که $ \ Mathcal {f} $ خانواده خطی است قراردادها ، ما نشان می دهیم که استایلبرگ پشیمان است $ \ theta (t^{2/3}) $. مشکل طراحی قرارداد چالش برانگیز است زیرا عملکرد ابزار است ناپیوستهمحدود کردن خطای گسسته سازی در این تنظیم مشکل بازدر این مقاله ، مجموعه محدودی از جهت ها را شناسایی می کنیم که در آن عملکرد ابزار مداوم است و به ما امکان می دهد یک گسسته جدید را طراحی کنیم روش و خطای آن را محدود کنید.این روش اولین مرز بالایی را با NO امکان پذیر می کند محدودیت در فضای قرارداد و عمل.

We consider transferable utility cooperative games with infinitely many players. In particular, we generalize the notions of core and balancedness, and also the Bondareva-Shapley Theorem for infinite TU-games with and without restricted cooperation, to the cases where the core consists of $\kappa$-additive set functions. Our generalized Bondareva-Shapley Theorem extends previous results by Bondareva (1963), Shapley (1967), Schmeidler (1967), Faigle (1989), Kannai (1969), Kannai (1992), Pinter(2011) and Bartl and Pint\'er (2022).

ما بازی های تعاونی ابزار قابل انتقال را با بی نهایت بسیاری در نظر می گیریم بازیکنان.به طور خاص ، ما مفاهیم هسته و متعادل بودن را تعمیم می دهیم ، و همچنین قضیه Bondareva-shapley برای بازی های نامحدود TU با و بدون همکاری محدود ، به مواردی که هسته از آن تشکیل شده است $ \ kappa توابع مجموعه ای $ $. قضیه عمومی بونداروا-شپلی ما نتایج قبلی را گسترش می دهد Bondareva (1963) ، Shapley (1967) ، Schmeidler (1967) ، Faigle (1989) ، Kannai (1969) ، Kannai (1992) ، Pinter (2011) و Bartl و Pint \ 'er (2022).

We propose a dynamical model of price formation on a spatial market where sellers and buyers are placed on the nodes of a graph, and the distribution of the buyers depends on the positions and prices of the sellers. We find that, depending on the positions of the sellers and on the level of information available, the price dynamics of our model can either converge to fixed prices, or produce cycles of different amplitudes and periods. We show how to measure the strength of competition in a spatial network by extracting the exponent of the scaling of the prices with the size of the system. As an application, we characterize the different level of competition in street networks of real cities across the globe. Finally, using the model dynamics we can define a novel measure of node centrality, which quantifies the relevance of a node in a competitive market.

ما یک مدل دینامیکی از تشکیل قیمت را در یک بازار مکانی پیشنهاد می کنیم فروشندگان و خریداران روی گره های یک نمودار و توزیع قرار می گیرند خریداران به موقعیت و قیمت فروشندگان بستگی دارد.ما این را پیدا می کنیم ، بسته به موقعیت فروشندگان و سطح اطلاعات در دسترس ، پویایی قیمت مدل ما می تواند به قیمت های ثابت همگرا شود ، یا چرخه هایی از دامنه ها و دوره های مختلف تولید کنید.ما نحوه اندازه گیری را نشان می دهیم قدرت رقابت در یک شبکه فضایی با استخراج نماینده از مقیاس قیمت ها با اندازه سیستم.به عنوان یک برنامه ، ما سطح متفاوت رقابت را در شبکه های خیابانی واقعی توصیف کنید شهرهای سراسر جهان.سرانجام ، با استفاده از دینامیک مدل می توانیم a را تعریف کنیم اندازه گیری جدید محوریت گره ، که ارتباط یک گره را در a تعیین می کند بازار رقابتی.

We propose a social welfare maximizing mechanism for an energy community that aggregates individual and shared community resources under a general net energy metering (NEM) policy. Referred to as Dynamic NEM, the proposed mechanism adopts the standard NEM tariff model and sets NEM prices dynamically based on the total shared renewables within the community. We show that Dynamic NEM guarantees a higher benefit to each community member than possible outside the community. We further show that Dynamic NEM aligns the individual member's incentive with that of the overall community; each member optimizing individual surplus under Dynamic NEM results in maximum community's social welfare. Dynamic NEM is also shown to satisfy the cost-causation principle. Empirical studies using real data on a hypothetical energy community demonstrate the benefits to community members and grid operators.

ما یک مکانیسم حداکثر رفاه اجتماعی را برای یک جامعه انرژی پیشنهاد می کنیم که منابع جامعه و مشترک جامعه را تحت یک انرژی خالص عمومی جمع می کند سیاست اندازه گیری (NEM).مکانیسم پیشنهادی به عنوان NEM پویا گفته می شود مدل تعرفه استاندارد NEM را اتخاذ می کند و قیمت NEM را به صورت پویا بر اساس تعیین می کند کل تجدید پذیر مشترک در جامعه.ما آن NEM پویا را نشان می دهیم مزایای بالاتری را برای هر یک از اعضای جامعه نسبت به ممکن در خارج از کشور تضمین می کند انجمن.ما همچنین نشان می دهیم که NEM پویا عضو فرد را تراز می کند انگیزه با جامعه کلی ؛هر عضو بهینه سازی فرد مازاد تحت NEM پویا منجر به رفاه اجتماعی حداکثر جامعه می شود. NEM پویا همچنین برای برآورده کردن اصل هزینه هزینه نشان داده شده است.تجربی مطالعات با استفاده از داده های واقعی در مورد یک جامعه انرژی فرضی نشان می دهد مزایایی برای اعضای جامعه و اپراتورهای شبکه.

Game theory largely rests on the availability of cardinal utility functions. In contrast, only ordinal preferences are elicited in fields such as matching under preferences. The literature focuses on mechanisms with simple dominant strategies. However, many real-world applications do not have dominant strategies, so intensities between preferences matter when participants determine their strategies. Even though precise information about cardinal utilities is unavailable, some data about the likelihood of utility functions is typically accessible. We propose to use Bayesian games to formalize uncertainty about decision-makers utilities by viewing them as a collection of normal-form games where uncertainty about types persist in all game stages. Instead of searching for the Bayes-Nash equilibrium, we consider the question of how uncertainty in utilities is reflected in uncertainty of strategic play. We introduce $\alpha$-Rank-collections as a solution concept that extends $\alpha$-Rank, a new solution concept for normal-form games, to Bayesian games. This allows us to analyze the strategic play in, for example, (non-strategyproof) matching markets, for which we do not have appropriate solution concepts so far. $\alpha$-Rank-collections characterize a range of strategy-profiles emerging from replicator dynamics of the game rather than equilibrium point. We prove that $\alpha$-Rank-collections are invariant to positive affine transformations, and that they are efficient to approximate. An instance of the Boston mechanism is used to illustrate the new solution concept.

تئوری بازی تا حد زیادی به در دسترس بودن توابع ابزار کاردینال استوار است. در مقابل ، فقط ترجیحات منظم در زمینه هایی مانند تطبیق انتخاب می شوند تحت ترجیحاتادبیات بر مکانیسم هایی با غالب ساده متمرکز است استراتژی ها.با این حال ، بسیاری از برنامه های دنیای واقعی غالب نیستند استراتژی ها ، بنابراین شدت بین ترجیحات هنگام شرکت کنندگان اهمیت دارد استراتژی های آنها را تعیین کنید.حتی اگر اطلاعات دقیق در مورد کاردینال برنامه های کاربردی در دسترس نیست ، برخی از داده های مربوط به احتمال عملکردهای ابزار به طور معمول در دسترس استما پیشنهاد می کنیم از بازی های بیزی برای رسمی سازی استفاده کنیم عدم اطمینان در مورد برنامه های تصمیم گیرندگان با مشاهده آنها به عنوان مجموعه ای از بازی های شکل عادی که عدم اطمینان در مورد انواع در تمام مراحل بازی ادامه دارد. به جای جستجوی تعادل Bayes-Nash ، این سؤال را در نظر می گیریم چگونگی عدم اطمینان در برنامه های کاربردی در عدم اطمینان از بازی استراتژیک. ما $ \ alpha $ -rank-collections را به عنوان یک مفهوم راه حل معرفی می کنیم که گسترش می یابد $ \ alpha $ -rank ، یک مفهوم راه حل جدید برای بازی های شکل عادی ، به بازی های بیزی. این به ما اجازه می دهد تا بازی استراتژیک را به عنوان مثال تجزیه و تحلیل کنیم. (غیر استراتژی) بازارهای تطبیق ، که برای آنها مناسب نیستیم مفاهیم راه حل تاکنون.$ \ alpha $ -rank-collections طیف وسیعی از پروفایل استراتژی که از پویایی Replicator بازی به جای نقطه تعادل.ما ثابت می کنیم که $ \ alpha $ -rank-kollections متغیر است تحولات وابسته مثبت ، و اینکه آنها برای تقریبی کارآمد هستند.در نمونه ای از مکانیسم بوستون برای نشان دادن راه حل جدید استفاده می شود مفهوم

Using simulations between pairs of $\epsilon$-greedy q-learners with one-period memory, this article demonstrates that the potential function of the stochastic replicator dynamics (Foster and Young, 1990) allows it to predict the emergence of error-proof cooperative strategies from the underlying parameters of the repeated prisoner's dilemma. The observed cooperation rates between q-learners are related to the ratio between the kinetic energy exerted by the polar attractors of the replicator dynamics under the grim trigger strategy. The frontier separating the parameter space conducive to cooperation from the parameter space dominated by defection can be found by setting the kinetic energy ratio equal to a critical value, which is a function of the discount factor, $f(\delta) = \delta/(1-\delta)$, multiplied by a correction term to account for the effect of the algorithms' exploration probability. The gradient at the frontier increases with the distance between the game parameters and the hyperplane that characterizes the incentive compatibility constraint for cooperation under grim trigger. Building on literature from the neurosciences, which suggests that reinforcement learning is useful to understanding human behavior in risky environments, the article further explores the extent to which the frontier derived for q-learners also explains the emergence of cooperation between humans. Using metadata from laboratory experiments that analyze human choices in the infinitely repeated prisoner's dilemma, the cooperation rates between humans are compared to those observed between q-learners under similar conditions. The correlation coefficients between the cooperation rates observed for humans and those observed for q-learners are consistently above $0.8$. The frontier derived from the simulations between q-learners is also found to predict the emergence of cooperation between humans.

با استفاده از شبیه سازی بین جفت $ \ Epsilon $-Greedy Q-Learners with حافظه یک دوره ، این مقاله نشان می دهد که عملکرد بالقوه پویایی تکرار کننده تصادفی (فاستر و یانگ ، 1990) به آن اجازه می دهد تا پیش بینی کند ظهور استراتژی های تعاونی ضد خطا از زیربنایی پارامترهای معضل مکرر زندانی.نرخ همکاری مشاهده شده بین q-re-learners به ​​نسبت بین انرژی جنبشی اعمال شده مرتبط است توسط جاذبه های قطبی پویایی Replicator در زیر ماشه گریم استراتژیمرزی که فضای پارامتر را برای همکاری جدا می کند از فضای پارامتر تحت سلطه نقص می توان با تنظیم نسبت انرژی جنبشی برابر با یک مقدار بحرانی ، که تابعی از ضریب تخفیف ، $ f (\ delta) = \ delta/(1- \ delta) $ ، ضرب شده توسط یک اصلاح اصطلاح برای تأثیر احتمال اکتشاف الگوریتم ها.در شیب در مرز با فاصله بین بازی افزایش می یابد پارامترها و هایپرپلن که سازگاری تشویقی را مشخص می کند محدودیت برای همکاری تحت ماشه گریم. بر اساس ادبیات از علوم اعصاب ، که نشان می دهد یادگیری تقویت برای درک رفتار انسان در معرض خطر مفید است محیط ، مقاله بیشتر به بررسی میزان مرز می پردازد مشتق شده برای یادگیری Q همچنین ظهور همکاری بین انسان.استفاده از ابرداده از آزمایشات آزمایشگاهی که گزینه های انسانی را تجزیه و تحلیل می کنند در معضل بی نهایت زندانی ، نرخ همکاری بین انسانها با مواردی که بین q-relenners مشاهده می شود مقایسه می شود شرایطضرایب همبستگی بین نرخ همکاری مشاهده شده برای انسان و آنهایی که برای یادگیری های Q مشاهده شده اند به طور مداوم بالاتر از 0.8 دلار هستند.در مرزی که از شبیه سازی بین q-re-relenners گرفته شده است نیز پیدا شده است ظهور همکاری بین انسان را پیش بینی کنید.

In many real-world settings agents engage in strategic interactions with multiple opposing agents who can employ a wide variety of strategies. The standard approach for designing agents for such settings is to compute or approximate a relevant game-theoretic solution concept such as Nash equilibrium and then follow the prescribed strategy. However, such a strategy ignores any observations of opponents' play, which may indicate shortcomings that can be exploited. We present an approach for opponent modeling in multiplayer imperfect-information games where we collect observations of opponents' play through repeated interactions. We run experiments against a wide variety of real opponents and exact Nash equilibrium strategies in three-player Kuhn poker and show that our algorithm significantly outperforms all of the agents, including the exact Nash equilibrium strategies.

در بسیاری از تنظیمات در دنیای واقعی ، در تعامل استراتژیک با چندین عامل مخالف که می توانند طیف گسترده ای از استراتژی ها را به کار گیرند.در رویکرد استاندارد برای طراحی عوامل برای چنین تنظیماتی محاسبه یا تقریبی یک مفهوم راه حل تئوری بازی مربوطه مانند تعادل نش و سپس استراتژی مقرر را دنبال کنید.با این حال ، چنین استراتژی هر یک را نادیده می گیرد مشاهدات بازی مخالفان ، که ممکن است نشانگر کاستی هایی باشد که می تواند باشد سوءاستفادهما یک رویکرد برای مدل سازی حریف در چند نفره ارائه می دهیم بازی های ناقص و اطلاعاتی که در آن ما مشاهدات بازی مخالفان را جمع می کنیم از طریق تعامل مکرر.ما آزمایشات را در برابر طیف گسترده ای انجام می دهیم مخالفان واقعی و استراتژی های تعادل دقیق NASH در پوکر کوهن سه نفره و نشان دهید که الگوریتم ما به طور قابل توجهی از همه عوامل بهتر عمل می کند ، از جمله استراتژی های تعادل دقیق NASH.

The quality of consequences in a decision making problem under (severe) uncertainty must often be compared among different targets (goals, objectives) simultaneously. In addition, the evaluations of a consequence's performance under the various targets often differ in their scale of measurement, classically being either purely ordinal or perfectly cardinal. In this paper, we transfer recent developments from abstract decision theory with incomplete preferential and probabilistic information to this multi-target setting and show how -- by exploiting the (potentially) partial cardinal and partial probabilistic information -- more informative orders for comparing decisions can be given than the Pareto order. We discuss some interesting properties of the proposed orders between decision options and show how they can be concretely computed by linear optimization. We conclude the paper by demonstrating our framework in an artificial (but quite real-world) example in the context of comparing algorithms under different performance measures.

کیفیت عواقب در یک مشکل تصمیم گیری تحت (شدید) عدم اطمینان اغلب باید در بین اهداف مختلف مقایسه شود (اهداف ، اهداف) همزمان.علاوه بر این ، ارزیابی عملکرد یک نتیجه تحت اهداف مختلف اغلب در مقیاس اندازه گیری آنها متفاوت است ، از نظر کلاسیک یا کاملاً مرتب و یا کاملاً کاردینال است.در این صفحه، ما تحولات اخیر را از تئوری تصمیم انتزاعی با ناقص منتقل می کنیم اطلاعات ترجیحی و احتمالی به این تنظیم چند هدف و نشان دهید که چگونه - با بهره برداری از کاردینال و جزئی جزئی (بالقوه) اطلاعات احتمالی - سفارشات آموزنده تر برای مقایسه تصمیمات می توان از دستور پارتو داده شد.ما در مورد برخی از خصوصیات جالب از سفارشات پیشنهادی بین گزینه های تصمیم گیری و نشان می دهد که چگونه می توانند باشند بطور مشخص توسط بهینه سازی خطی محاسبه می شود.ما مقاله را نتیجه می گیریم نشان دادن چارچوب ما در یک نمونه مصنوعی (اما کاملاً واقعی) در زمینه مقایسه الگوریتم ها تحت اقدامات مختلف عملکرد.

This paper is intended to investigate the dynamics of heterogeneous Cournot duopoly games, where the first players adopt identical gradient adjustment mechanisms but the second players are endowed with distinct rationality levels. Based on tools of symbolic computations, we introduce a new approach and use it to establish rigorous conditions of the local stability for these models. We analytically investigate the bifurcations and prove that the period-doubling bifurcation is the only possible bifurcation that may occur for all the considered models. The most important finding of our study is regarding the influence of players' rational levels on the stability of heterogeneous duopolistic competition. It is derived that the stability region of the model where the second firm is rational is the smallest, while that of the one where the second firm is boundedly rational is the largest. This fact is counterintuitive and contrasts with relative conclusions in the existing literature. Furthermore, we also provide numerical simulations to demonstrate the emergence of complex dynamics such as periodic solutions with different orders and strange attractors.

این مقاله به منظور بررسی پویایی دوره ناهمگن است بازی های دوپولی ، جایی که بازیکنان اول تنظیم شیب یکسان را اتخاذ می کنند مکانیسم ها اما بازیکنان دوم دارای سطح عقلانیت متمایز هستند. بر اساس ابزارهای محاسبات نمادین ، ​​ما یک رویکرد جدید را معرفی می کنیم و از آن استفاده می کنیم برای ایجاد شرایط سخت ثبات محلی برای این مدل ها.ما به صورت تحلیلی در مورد bifurcations تحقیق کنید و ثابت کنید که دوره دو برابر bifurcation تنها bifurcation ممکن است که ممکن است برای همه اتفاقات رخ دهد مدل های در نظر گرفته شدهمهمترین یافته مطالعه ما در مورد تأثیر سطح منطقی بازیکنان بر ثبات ناهمگن رقابت دوپولیستی.به دست آمده است که منطقه پایداری مدل جایی که شرکت دوم منطقی است ، کوچکترین است ، در حالی که از کجا کجا است شرکت دوم کاملاً منطقی است.این واقعیت است ضد انعطاف پذیر و تضاد با نتیجه گیری نسبی در موجود ادبیات.علاوه بر این ، ما همچنین شبیه سازی های عددی را برای نشان دادن ارائه می دهیم ظهور پویایی پیچیده مانند راه حل های دوره ای با متفاوت سفارشات و جاذبه های عجیب.

We study various novel complexity measures for two-sided matching mechanisms, applied to the two canonical strategyproof matching mechanisms, Deferred Acceptance (DA) and Top Trading Cycles (TTC). Our metrics are designed to capture the complexity of various structural (rather than computational) concerns, in particular ones of recent interest from economics. We consider a canonical, flexible approach to formalizing our questions: define a protocol or data structure performing some task, and bound the number of bits that it requires. Our results apply this approach to four questions of general interest; for matching applicants to institutions, we ask: (1) How can one applicant affect the outcome matching? (2) How can one applicant affect another applicant's set of options? (3) How can the outcome matching be represented / communicated? (4) How can the outcome matching be verified? We prove that DA and TTC are comparable in complexity under questions (1) and (4), giving new tight lower-bound constructions and new verification protocols. Under questions (2) and (3), we prove that TTC is more complex than DA. For question (2), we prove this by giving a new characterization of which institutions are removed from each applicant's set of options when a new applicant is added in DA; this characterization may be of independent interest. For question (3), our result gives lower bounds proving the tightness of existing constructions for TTC. This shows that the relationship between the matching and the priorities is more complex in TTC than in DA, formalizing previous intuitions from the economics literature. Together, our results complement recent work that models the complexity of observing strategyproofness and shows that DA is more complex than TTC. This emphasizes that diverse considerations must factor into gauging the complexity of matching mechanisms.

ما اقدامات مختلف پیچیدگی جدید را برای مکانیسم های تطبیق دو طرفه مطالعه می کنیم ، اعمال شده برای دو مکانیسم تطبیق ضد استراتژی متعارف ، به تعویق افتاد پذیرش (DA) و چرخه معاملات برتر (TTC).معیارهای ما به گونه ای طراحی شده اند پیچیدگی ساختاری مختلف (به جای محاسباتی) را ضبط کنید نگرانی ها ، به ویژه در مورد علاقه اخیر اقتصاد.ما یک را در نظر می گیریم رویکرد متعارف و انعطاف پذیر برای رسمیت سؤالات ما: یک پروتکل را تعریف کنید یا ساختار داده انجام برخی از کارها ، و تعداد بیت های آن را محدود می کند نیاز داردنتایج ما این رویکرد را به چهار سؤال عمومی اعمال می کند علاقه؛برای تطبیق متقاضیان با موسسات ، می پرسیم: (1) چگونه متقاضی می تواند بر تطبیق نتیجه تأثیر بگذارد؟ (2) چگونه متقاضی می تواند بر مجموعه گزینه های متقاضی دیگر تأثیر بگذارد؟ (3) چگونه می توان نتیجه گیری نتیجه را نشان داد / ابلاغ کرد؟ (4) چگونه می توان نتیجه را تأیید کرد؟ ما ثابت می کنیم که DA و TTC از نظر پیچیدگی تحت سؤالات (1) قابل مقایسه هستند (4) ، با دادن ساخت و سازهای جدید محدود و پروتکل های تأیید جدید. تحت سؤالات (2) و (3) ، ما ثابت می کنیم که TTC پیچیده تر از DA است.برای سوال (2) ، ما این را با ارائه شخصیت جدید از آن اثبات می کنیم در صورت جدید ، موسسات از مجموعه گزینه های هر متقاضی حذف می شوند متقاضی در DA اضافه می شود.این خصوصیات ممکن است مورد علاقه مستقل باشد. برای سوال (3) ، نتیجه ما مرزهای کمتری را اثبات می کند که سفتی آن را اثبات می کند سازه های موجود برای TTC.این نشان می دهد که رابطه بین تطبیق و اولویت ها در TTC پیچیده تر از DA است ، و رسمیت بخش است شهودهای قبلی از ادبیات اقتصاد.با هم ، نتایج ما کار اخیر را تکمیل کنید که پیچیدگی مشاهده را الگوبرداری می کند ضد استراتژی و نشان می دهد که DA پیچیده تر از TTC است.این تأکید می کند این ملاحظات متنوع باید در سنجش پیچیدگی تطبیق باشد مکانیسم ها

Given the wealth inequality worldwide, there is an urgent need to identify the mode of wealth exchange through which it arises. To address the research gap regarding models that combine equivalent exchange and redistribution, this study compares an equivalent market exchange with redistribution based on power centers and a nonequivalent exchange with mutual aid using the Polanyi, Graeber, and Karatani modes of exchange. Two new exchange models based on multi-agent interactions are reconstructed following an econophysics approach for evaluating the Gini index (inequality) and total exchange (economic flow). Exchange simulations indicate that the evaluation parameter of the total exchange divided by the Gini index can be expressed by the same saturated curvilinear approximate equation using the wealth transfer rate and time period of redistribution and the surplus contribution rate of the wealthy and the saving rate. However, considering the coercion of taxes and its associated costs and independence based on the morality of mutual aid, a nonequivalent exchange without return obligation is preferred. This is oriented toward Graeber's baseline communism and Karatani's mode of exchange D, with implications for alternatives to the capitalist economy.

با توجه به نابرابری ثروت در سراسر جهان ، نیاز فوری برای شناسایی وجود دارد نحوه تبادل ثروت که از طریق آن بوجود می آید.برای پرداختن به تحقیق شکاف مربوط به مدل هایی که تبادل و توزیع مجدد معادل آن را ترکیب می کنند ، این مطالعه یک تبادل بازار معادل را با توزیع مجدد بر اساس قدرت مقایسه می کند مراکز و مبادله ای غیر متعارف با کمک های متقابل با استفاده از Polanyi ، Graeber ، و حالت های مبادله Karatani.دو مدل تبادل جدید بر اساس تعامل چند عامل به دنبال یک رویکرد اکونوفیزیک بازسازی می شود برای ارزیابی شاخص جینی (نابرابری) و مبادله کل (جریان اقتصادی). شبیه سازی تبادل نشان می دهد که پارامتر ارزیابی کل مبادله تقسیم شده بر اساس شاخص جینی را می توان با همان اشباع بیان کرد معادله تقریبی منحنی با استفاده از نرخ انتقال ثروت و دوره زمانی توزیع مجدد و میزان سهم مازاد ثروتمندان و نرخ پس اندازبا این حال ، با توجه به اجبار مالیات و همراه آن هزینه ها و استقلال مبتنی بر اخلاق کمک های متقابل ، یک فرد غیر معادل مبادله بدون تعهد بازگشت ارجح است.این به سمت کمونیسم پایه Graeber و حالت مبادله کاراتانی D ، با پیامدهای گزینه های دیگر برای اقتصاد سرمایه داری.

Cryptocurrencies come with a variety of tokenomic policies as well as aspirations of desirable monetary characteristics that have been described by proponents as 'sound money' or even 'ultra sound money.' These propositions are typically devoid of economic analysis so it is a pertinent question how such aspirations fit in the wider context of monetary economic theory. In this work, we develop a framework that determines the optimal token supply policy of a cryptocurrency, as well as investigate how such policy may be algorithmically implemented. Our findings suggest that the optimal policy complies with the Friedman rule and it is dependent on the risk free rate, as well as the growth of the cryptocurrency platform. Furthermore, we demonstrate a wide set of conditions under which such policy can be implemented via contractions and expansions of token supply that can be realized algorithmically with block rewards, taxation of consumption and burning the proceeds, and blockchain oracles.

ارزهای رمزنگاری شده با انواع سیاست های توکنومیک و همچنین آرزوهای ویژگی های پولی مطلوب که توسط آنها شرح داده شده است طرفداران به عنوان "پول صدا" یا حتی "پول فوق العاده صدا".این گزاره ها هستند به طور معمول عاری از تحلیل اقتصادی است ، بنابراین این یک سؤال مهم است که چگونه چنین است آرزوها در زمینه وسیع تر نظریه اقتصادی پولی متناسب هستند.در این کار، ما چارچوبی را ایجاد می کنیم که سیاست عرضه بهینه را تعیین می کند cryptocurrency ، و همچنین بررسی کنید که چگونه چنین سیاستی ممکن است الگوریتمی باشد پیاده سازی شدهیافته های ما نشان می دهد که سیاست بهینه با قانون فریدمن و وابسته به نرخ ریسک و همچنین رشد است از سکوی cryptocurrency.علاوه بر این ، ما مجموعه گسترده ای از شرایطی که تحت آن چنین سیاستی را می توان از طریق انقباضات اجرا کرد و انبساط های عرضه توکن که می تواند به صورت الگوریتمی با بلوک تحقق یابد پاداش ، مالیات مصرف و سوزاندن درآمد و blockchain اوراکل

We initiate the study of statistical inference and A/B testing for first-price pacing equilibria (FPPE). The FPPE model captures the dynamics resulting from large-scale first-price auction markets where buyers use pacing-based budget management. Such markets arise in the context of internet advertising, where budgets are prevalent. We propose a statistical framework for the FPPE model, in which a limit FPPE with a continuum of items models the long-run steady-state behavior of the auction platform, and an observable FPPE consisting of a finite number of items provides the data to estimate primitives of the limit FPPE, such as revenue, Nash social welfare (a fair metric of efficiency), and other parameters of interest. We develop central limit theorems and asymptotically valid confidence intervals. Furthermore, we establish the asymptotic local minimax optimality of our estimators. We then show that the theory can be used for conducting statistically valid A/B testing on auction platforms. Numerical simulations verify our central limit theorems, and empirical coverage rates for our confidence intervals agree with our theory.

ما مطالعه استنباط آماری و آزمایش A/B را برای تعادل قدم زدن قیمت اول (FPPE).مدل FPPE پویایی را ضبط می کند ناشی از بازارهای حراج قیمت اول در مقیاس بزرگ که خریداران از آن استفاده می کنند مدیریت بودجه مبتنی بر قدم.چنین بازارهایی در زمینه اینترنت بوجود می آیند تبلیغات ، جایی که بودجه ها رواج دارند. ما یک چارچوب آماری برای مدل FPPE پیشنهاد می کنیم ، که در آن یک FPPE محدود است با استفاده از موارد مداوم ، رفتار حالت پایدار بلند مدت سکوی حراج ، و FPPE قابل مشاهده متشکل از تعداد محدودی از موارد داده ها را برای برآورد اولیه از حد مجاز FPPE ، مانند درآمد ، فراهم می کند رفاه اجتماعی نش (یک معیار عادلانه از کارآیی) و سایر پارامترهای علاقه.ما قضایای محدودیت مرکزی و اعتماد به نفس معتبر بدون علامت را توسعه می دهیم فواصلعلاوه بر این ، ما بهینه سازی مینیماکس محلی بدون علامت محلی را تعیین می کنیم برآوردگرهای ماسپس ما نشان می دهیم که این تئوری می تواند برای انجام استفاده شود آزمایش A/B از نظر آماری در سیستم عامل های حراج معتبر است.شبیه سازی عددی قضایای محدودیت اصلی ما و نرخ پوشش تجربی را برای ما تأیید کنید فواصل اعتماد به نفس با نظریه ما موافق است.

We study a sufficiently general regret criterion for choosing between two probabilistic lotteries. For independent lotteries, the criterion is consistent with stochastic dominance and can be made transitive by a unique choice of the regret function. Together with additional (and intuitively meaningful) super-additivity property, the regret criterion resolves the Allais' paradox including the cases were the paradox disappears, and the choices agree with the expected utility. This superadditivity property is also employed for establishing consistency between regret and stochastic dominance for dependent lotteries. Furthermore, we demonstrate how the regret criterion can be used in Savage's omelet, a classical decision problem in which the lottery outcomes are not fully resolved. The expected utility cannot be used in such situations, as it discards important aspects of lotteries.

ما یک معیار پشیمانی به اندازه کافی برای انتخاب بین دو مورد مطالعه می کنیم قرعه کشی های احتمالی.برای قرعه کشی های مستقل ، معیار سازگار است با تسلط تصادفی و با انتخاب منحصر به فرد از عملکرد پشیمانیهمراه با اضافی (و شهودی معنی دار) خاصیت فوق العاده ، معیار پشیمانی ، پارادوکس آلیس را برطرف می کند از جمله موارد ، پارادوکس ناپدید شد ، و انتخاب ها با آن موافق هستند ابزار مورد انتظاراین خاصیت Superadditivity نیز برای آن استفاده می شود ایجاد سازگاری بین پشیمانی و تسلط تصادفی برای وابسته قرعه کشیعلاوه بر این ، ما نشان می دهیم که چگونه می توان از معیار پشیمانی استفاده کرد املت Savage ، یک مشکل تصمیم گیری کلاسیک که در آن نتایج قرعه کشی است کاملاً حل نشده استاز ابزار مورد انتظار نمی توان در چنین شرایطی استفاده کرد. این جنبه های مهم قرعه کشی را دور می کند.

The main ambition of this thesis is to contribute to the development of cooperative game theory towards combinatorics, algorithmics and discrete geometry. Therefore, the first chapter of this manuscript is devoted to highlighting the geometric nature of the coalition functions of transferable utility games and spotlights the existing connections with the theory of submodular set functions and polyhedral geometry. To deepen the links with polyhedral geometry, we define a new family of polyhedra, called the basic polyhedra, on which we can apply a generalized version of the Bondareva-Shapley Theorem to check their nonemptiness. To allow a practical use of these computational tools, we present an algorithmic procedure generating the minimal balanced collections, based on Peleg's method. Subsequently, we apply the generalization of the Bondareva-Shapley Theorem to design a collection of algorithmic procedures able to check properties or generate specific sets of coalitions. In the next chapter, the connections with combinatorics are investigated. First, we prove that the balanced collections form a combinatorial species, and we construct the one of k-uniform hypergraphs of size p, as an intermediary step to construct the species of balanced collections. Afterwards, a few results concerning resonance arrangements distorted by games are introduced, which gives new information about the space of preimputations and the facial configuration of the core. Finally, we address the question of core stability using the results from the previous chapters. Firstly, we present an algorithm based on Grabisch and Sudh\"olter's nested balancedness characterization of games with a stable core, which extensively uses the generalization of the Bondareva-Shapley Theorem introduced in the second chapter. Secondly, a new necessary condition for core stability is described, based on the application ...

جاه طلبی اصلی این پایان نامه کمک به توسعه است نظریه بازی تعاونی به سمت ترکیبات ، الگوریتم ها و گسسته هندسه.بنابراین ، فصل اول این نسخه به برجسته کردن ماهیت هندسی توابع ائتلاف قابل انتقال بازی های ابزار و ارتباطات موجود با تئوری توابع مجموعه فرعی و هندسه چند قطبی. برای تعمیق پیوندها با هندسه چند قطبی ، ما یک خانواده جدید را تعریف می کنیم Polyhedra ، به نام Polyhedra اساسی ، که بر روی آن می توانیم یک تعمیم یافته استفاده کنیم نسخه قضیه Bondareva-shapley برای بررسی عدم تمایل آنها.اجازه دادن استفاده عملی از این ابزارهای محاسباتی ، ما یک الگوریتمی ارائه می دهیم روش تولید حداقل مجموعه های متعادل ، بر اساس روش Peleg. پس از آن ، ما تعمیم قضیه Bondareva-shapley را به مجموعه ای از روشهای الگوریتمی را قادر به بررسی خصوصیات یا مجموعه های خاصی از ائتلاف ها را تولید کنید. در فصل بعد ، اتصالات با ترکیبات مورد بررسی قرار می گیرد. اول ، ما ثابت می کنیم که مجموعه های متعادل یک گونه ترکیبی را تشکیل می دهند ، و ما یکی از هیپرگرافهای k-یکنواخت از اندازه P را به عنوان یک واسطه می سازیم گام برای ساخت گونه های مجموعه های متعادل.پس از آن ، چند نتایج مربوط به ترتیب رزونانس تحریف شده توسط بازی ها معرفی شده است ، که اطلاعات جدیدی در مورد فضای پیش نمایش ها و صورت ارائه می دهد پیکربندی هسته. سرانجام ، ما با استفاده از نتایج حاصل از این سؤال از ثبات اصلی را می پردازیم فصل های قبلیاولا ، ما یک الگوریتم را بر اساس Grabisch و SUDH \ "خصوصیات متعادل بودن تو در تو در تو در تو بازی با هسته پایدار ، که به طور گسترده از تعمیم قضیه Bondareva-Shapley استفاده می کند معرفی شده در فصل دوم.ثانیا ، یک شرط جدید لازم برای هسته ثبات ، بر اساس برنامه توصیف شده است ...

We consider the obnoxious facility location problem (in which agents prefer the facility location to be far from them) and propose a hierarchy of distance-based proportional fairness concepts for the problem. These fairness axioms ensure that groups of agents at the same location are guaranteed to be a distance from the facility proportional to their group size. We consider deterministic and randomized mechanisms, and compute tight bounds on the price of proportional fairness. In the deterministic setting, not only are our proportional fairness axioms incompatible with strategyproofness, the Nash equilibria may not guarantee welfare within a constant factor of the optimal welfare. On the other hand, in the randomized setting, we identify proportionally fair and strategyproof mechanisms that give an expected welfare within a constant factor of the optimal welfare.

ما مشکل محل تسهیلات تسهیلات را در نظر می گیریم (که در آن عوامل ترجیح می دهند محل تسهیلات دور از آنها) و یک سلسله مراتب را پیشنهاد می کند مفاهیم انصاف متناسب مبتنی بر فاصله برای مشکل.این انصاف بدیهیات اطمینان حاصل می کند که گروه های نمایندگان در همان مکان تضمین می شوند فاصله از تسهیلات متناسب با اندازه گروه آنها.ما در نظر داریم مکانیسم های قطعی و تصادفی ، و مرزهای محکم را در قیمت محاسبه کنید از انصاف متناسب.در محیط قطعی ، نه تنها ما هستند انصاف متناسب متناسب با ضد استراتژی ، NASH ناسازگار است تعادل ممکن است رفاه را در یک عامل ثابت بهینه تضمین نکند رفاه.از طرف دیگر ، در محیط تصادفی ، ما شناسایی می کنیم مکانیسم های عادلانه و ضد استراتژی که به رفاه مورد انتظار می روند در یک عامل ثابت از رفاه بهینه.

Cake cutting is a classic fair division problem, with the cake serving as a metaphor for a heterogeneous divisible resource. Recently, it was shown that for any number of players with arbitrary preferences over a cake, it is possible to partition the players into groups of any desired size and divide the cake among the groups so that each group receives a single contiguous piece and every player is envy-free. For two groups, we characterize the group sizes for which such an assignment can be computed by a finite algorithm, showing that the task is possible exactly when one of the groups is a singleton. We also establish an analogous existence result for chore division, and show that the result does not hold for a mixed cake.

برش کیک یک مشکل تقسیم کلاسیک است که کیک به عنوان یک خدمت می کند استعاره برای یک منبع قابل تقسیم ناهمگن.اخیراً ، نشان داده شده است که برای هر تعداد بازیکن با ترجیحات دلخواه بر روی کیک ، این است امکان تقسیم بازیکنان به گروه هایی با هر اندازه مورد نظر و تقسیم کیک در بین گروه ها به طوری که هر گروه یک قطعه همبستگی را دریافت می کند و هر بازیکن بدون حسادت است.برای دو گروه ، ما اندازه گروه را توصیف می کنیم که چنین تکلیفی را می توان با یک الگوریتم محدود محاسبه کرد ، نشان داد این کار دقیقاً در شرایطی امکان پذیر است که یکی از گروه ها یک مجرد باشد.ما همچنین یک نتیجه وجود مشابه برای تقسیم کاری ایجاد کنید و این را نشان دهید نتیجه برای کیک مخلوط نگه نمی دارد.

Pen testing is the problem of selecting high-capacity resources when the only way to measure the capacity of a resource expends its capacity. We have a set of $n$ pens with unknown amounts of ink and our goal is to select a feasible subset of pens maximizing the total ink in them. We are allowed to gather more information by writing with them, but this uses up ink that was previously in the pens. Algorithms are evaluated against the standard benchmark, i.e, the optimal pen testing algorithm, and the omniscient benchmark, i.e, the optimal selection if the quantity of ink in the pens are known. We identify optimal and near optimal pen testing algorithms by drawing analogues to auction theoretic frameworks of deferred-acceptance auctions and virtual values. Our framework allows the conversion of any near optimal deferred-acceptance mechanism into a near optimal pen testing algorithm. Moreover, these algorithms guarantee an additional overhead of at most $(1+o(1)) \ln n$ in the approximation factor of the omniscient benchmark. We use this framework to give pen testing algorithms for various combinatorial constraints like matroid, knapsack, and general downward-closed constraints and also for online environments.

آزمایش قلم مشکل انتخاب منابع با ظرفیت بالا در تنها است راه برای اندازه گیری ظرفیت یک منبع ، ظرفیت آن را افزایش می دهد.ما یک مجموعه داریم قلم $ $ با مقدار ناشناخته جوهر و هدف ما انتخاب یک امکان پذیر است زیر مجموعه قلم هایی که حداکثر جوهر در آنها را به حداکثر می رسانند.ما مجاز به جمع آوری بیشتر هستیم اطلاعات با نوشتن با آنها ، اما این از جوهر استفاده می شود که قبلاً در آن قرار داشت قلم هاالگوریتم ها در برابر معیار استاندارد ارزیابی می شوند ، یعنی الگوریتم تست قلم بهینه ، و معیار همه جانبه ، یعنی بهینه انتخاب اگر مقدار جوهر در قلم ها شناخته شده باشد. ما با ترسیم الگوریتم های تست قلم بهینه و بهینه را شناسایی می کنیم آنالوگ ها به حراج چارچوبهای نظری حراج های پذیرش معوق و مقادیر مجازی.چارچوب ما امکان تبدیل هر نوع بهینه تقریباً بهینه را فراهم می کند مکانیسم پذیرش به تعویق افتاده به یک الگوریتم آزمایش قلم نزدیک بهینه. علاوه بر این ، این الگوریتم ها حداکثر سربار اضافی را تضمین می کنند $ (1+o (1)) \ ln n $ در ضریب تقریب معیار همه کاره.ما از این چارچوب برای ارائه الگوریتم های آزمایش قلم برای ترکیبی مختلف استفاده کنید محدودیت هایی مانند Matroid ، Knapsack و General Downward Close Lots و همچنین برای محیط های آنلاین.

The core is a dominant solution concept in economics and cooperative game theory; it is predominantly used for profit, equivalently cost or utility, sharing. This paper demonstrates the versatility of this notion by proposing a completely different use: in a so-called investment management game, which is a game against nature rather than a cooperative game. This game has only one agent whose strategy set is all possible ways of distributing her money among investment firms. The agent wants to pick a strategy such that in each of exponentially many future scenarios, sufficient money is available in the right firms so she can buy an optimal investment for that scenario. Such a strategy constitutes a core imputation under a broad interpretation, though traditional formal framework, of the core. Our game is defined on perfect graphs, since the maximum stable set problem can be solved in polynomial time for such graphs. We completely characterize the core of this game, analogous to Shapley and Shubik characterization of the core of the assignment game. A key difference is the following technical novelty: whereas their characterization follows from total unimodularity, ours follows from total dual integrality

هسته یک مفهوم راه حل غالب در اقتصاد و بازی تعاونی است تئوری؛این عمدتا برای سود ، معادل هزینه یا ابزار استفاده می شود ، به اشتراک گذاریدر این مقاله ، تطبیق پذیری این مفهوم با پیشنهاد a استفاده کاملاً متفاوت: در یک بازی به اصطلاح مدیریت سرمایه گذاری ، که یک است بازی در برابر طبیعت و نه یک بازی تعاونی.این بازی فقط یک بازی دارد نماینده ای که مجموعه استراتژی آنها تمام روشهای ممکن برای توزیع پول وی در بین است شرکت های سرمایه گذاری.نماینده می خواهد یک استراتژی را انتخاب کند که در هر یک از آنها از نظر نمایی بسیاری از سناریوهای آینده ، پول کافی در سمت راست موجود است شرکت ها بنابراین او می تواند یک سرمایه گذاری بهینه را برای آن سناریو خریداری کند.چنین استراتژی تحت یک تفسیر گسترده ، هرچند سنتی ، یک محرک اصلی را تشکیل می دهد چارچوب رسمی ، هسته.بازی ما در نمودارهای کامل تعریف شده است ، زیرا حداکثر مشکل تنظیم پایدار را می توان در زمان چند جمله ای برای چنین نمودارهایی حل کرد.ما هسته اصلی این بازی را کاملاً توصیف کنید ، مشابه Shapley و Shubik خصوصیات اصلی بازی واگذاری.یک تفاوت کلیدی در این است به دنبال تازگی فنی: در حالی که توصیف آنها از کل دنبال می شود Unimodulary ، ما از کلگرایی دوگانه پیروی می کند

The classic Bayesian persuasion model assumes a Bayesian and best-responding receiver. We study a relaxation of the Bayesian persuasion model where the receiver can approximately best respond to the sender's signaling scheme. We show that, under natural assumptions, (1) the sender can find a signaling scheme that guarantees itself an expected utility almost as good as its optimal utility in the classic model, no matter what approximately best-responding strategy the receiver uses; (2) on the other hand, there is no signaling scheme that gives the sender much more utility than its optimal utility in the classic model, even if the receiver uses the approximately best-responding strategy that is best for the sender. Together, (1) and (2) imply that the approximately best-responding behavior of the receiver does not affect the sender's maximal achievable utility a lot in the Bayesian persuasion problem. The proofs of both results rely on the idea of robustification of a Bayesian persuasion scheme: given a pair of the sender's signaling scheme and the receiver's strategy, we can construct another signaling scheme such that the receiver prefers to use that strategy in the new scheme more than in the original scheme, and the two schemes give the sender similar utilities. As an application of our main result (1), we show that, in a repeated Bayesian persuasion model where the receiver learns to respond to the sender by some algorithms, the sender can do almost as well as in the classic model. Interestingly, unlike (2), with a learning receiver the sender can sometimes do much better than in the classic model.

مدل کلاسیک ترغیب بیزی فرضیه بیزی و بهترین پاسخگو را بر عهده دارد گیرنده.ما یک آرامش از مدل اقناع بیزی را که در آن وجود دارد مطالعه می کنیم گیرنده تقریباً به بهترین وجه می تواند به طرح سیگنالینگ فرستنده پاسخ دهد.ما نشان می دهد که ، تحت فرضیات طبیعی ، (1) فرستنده می تواند سیگنالینگ پیدا کند طرحی که خود را به عنوان یک ابزار مورد انتظار تقریباً خوب به عنوان بهینه خود تضمین می کند ابزار در مدل کلاسیک ، مهم نیست که تقریباً بهترین پاسخ دهنده استراتژی گیرنده استفاده می کند.(2) از طرف دیگر ، هیچ طرح سیگنالینگ وجود ندارد این به فرستنده بسیار بیشتر از ابزار مطلوب خود در کلاسیک می دهد مدل ، حتی اگر گیرنده از استراتژی تقریباً بهترین پاسخ استفاده کند این بهترین برای فرستنده است.با هم ، (1) و (2) حاکی از آن است که تقریباً بهترین رفتار پاسخ دهنده گیرنده بر حداکثر فرستنده تأثیر نمی گذارد ابزار قابل دستیابی در مشکل ترغیب بیزی.اثبات هر دو نتایج به ایده استحکام یک طرح ترغیب بیزی متکی است: با توجه به یک جفت طرح سیگنالینگ فرستنده و استراتژی گیرنده ، ما می تواند یک طرح سیگنالینگ دیگری بسازد به گونه ای که گیرنده ترجیح دهد از آن استفاده کند این استراتژی در طرح جدید بیش از طرح اصلی و این دو طرح ها به فرستنده خدمات مشابهی می دهند.به عنوان کاربردی از نتیجه اصلی ما (1) ، ما نشان می دهیم که ، در یک مدل متقاعد شده بیزی که در آن گیرنده است یاد می گیرد که توسط برخی از الگوریتم ها به فرستنده پاسخ دهد ، فرستنده تقریباً می تواند انجام دهد و همچنین در مدل کلاسیک.جالب اینجاست که برخلاف (2) با یادگیری گیرنده فرستنده گاهی اوقات می تواند خیلی بهتر از مدل کلاسیک عمل کند.

This paper uses value functions to characterize the pure-strategy subgame-perfect equilibria of an arbitrary, possibly infinite-horizon game. It specifies the game's extensive form as a pentaform (Streufert 2023p, arXiv:2107.10801v4), which is a set of quintuples formalizing the abstract relationships between nodes, actions, players, and situations (situations generalize information sets). Because a pentaform is a set, this paper can explicitly partition the game form into piece forms, each of which starts at a (Selten) subroot and contains all subsequent nodes except those that follow a subsequent subroot. Then the set of subroots becomes the domain of a value function, and the piece-form partition becomes the framework for a value recursion which generalizes the Bellman equation from dynamic programming. The main results connect the value recursion with the subgame-perfect equilibria of the original game, under the assumptions of upper- and lower-convergence. Finally, a corollary characterizes subgame perfection as the absence of an improving one-piece deviation.

در این مقاله از توابع ارزش برای توصیف استراتژی خالص استفاده شده است تعادل کامل و کامل از یک بازی دلخواه ، احتمالاً بی نهایت-هوریزون.آی تی فرم گسترده بازی را به عنوان یک Pentaform مشخص می کند (Streufert 2023p ، arxiv: 2107.10801v4) ، که مجموعه ای از پنجه ها است که انتزاعی را رسمی می کند روابط بین گره ها ، اقدامات ، بازیکنان و موقعیت ها (موقعیت ها مجموعه های اطلاعات را عمومی کنید).از آنجا که یک Pentaform یک مجموعه است ، این مقاله می تواند به صراحت شکل بازی را به شکل قطعه تقسیم می کند ، که هر یک از آنها در یک شروع می شود (SELTEN) SUBROOT و شامل همه گره های بعدی است به جز مواردی که دنبال می شوند فرعی متعاقب آن.سپس مجموعه زیرنویس ها به دامنه یک مقدار تبدیل می شوند عملکرد ، و پارتیشن قطعه به چارچوب یک مقدار تبدیل می شود بازگشت که معادله بلمن را از برنامه نویسی پویا تعمیم می دهد.در نتایج اصلی بازگشت مجدد مقدار را با تعادل زیر مجموعه ای از هم متصل می کند بازی اصلی ، تحت فرضیات بالا و پایین تر. سرانجام ، یک نتیجه گیری کمال فرعی را به عنوان عدم وجود یک توصیف می کند بهبود انحراف یک قطعه.

A powerful feature in mechanism design is the ability to irrevocably commit to the rules of a mechanism. Commitment is achieved by public declaration, which enables players to verify incentive properties in advance and the outcome in retrospect. However, public declaration can reveal superfluous information that the mechanism designer might prefer not to disclose, such as her target function or private costs. Avoiding this may be possible via a trusted mediator; however, the availability of a trusted mediator, especially if mechanism secrecy must be maintained for years, might be unrealistic. We propose a new approach to commitment, and show how to commit to, and run, any given mechanism without disclosing it, while enabling the verification of incentive properties and the outcome -- all without the need for any mediators. Our framework is based on zero-knowledge proofs -- a cornerstone of modern cryptographic theory. Applications include non-mediated bargaining with hidden yet binding offers.

یک ویژگی قدرتمند در طراحی مکانیسم ، توانایی تعهد غیرقابل برگشت است به قوانین یک مکانیسم.تعهد با اعلامیه عمومی انجام می شود ، که بازیکنان را قادر می سازد تا از قبل و نتیجه آن خصوصیات تشویقی را تأیید کنند در گذشته.با این حال ، اعلامیه عمومی می تواند اطلاعات اضافی را نشان دهد که طراح مکانیسم ممکن است ترجیح دهد فاش نکند ، مانند هدف او عملکرد یا هزینه های خصوصی.اجتناب از این ممکن است از طریق قابل اعتماد امکان پذیر باشد واسطه ساز ؛با این حال ، در دسترس بودن یک واسطه معتبر ، به ویژه اگر اسرار مکانیسم باید سالها حفظ شود ، ممکن است غیر واقعی باشد.ما رویکرد جدیدی را برای تعهد پیشنهاد دهید ، و نشان دهید که چگونه متعهد شوید و به هر یک بپردازید مکانیسم بدون افشای آن ، در حالی که امکان تأیید آن را فراهم می کند خصوصیات تشویقی و نتیجه - همه بدون نیاز به واسطه. چارچوب ما مبتنی بر اثبات آگاهی صفر است-سنگ بنای مدرن نظریه رمزنگاری.برنامه ها شامل چانه زنی غیر واسطه با پنهان است با این حال پیشنهادات الزام آور.

Task allocation is a crucial process in modern systems, but it is often challenged by incomplete information about the utilities of participating agents. In this paper, we propose a new profit maximization mechanism for the task allocation problem, where the task publisher seeks an optimal incentive function to maximize its own profit and simultaneously ensure the truthful announcing of the agent's private information (type) and its participation in the task, while an autonomous agent aims at maximizing its own utility function by deciding on its participation level and announced type. Our mechanism stands out from the classical contract theory-based truthful mechanisms as it empowers agents to make their own decisions about their level of involvement, making it more practical for many real-world task allocation scenarios. It has been proven that by considering a linear form of incentive function consisting of two decision functions for the task publisher the mechanism's goals are met. The proposed truthful mechanism is initially modeled as a non-convex functional optimization with the double continuum of constraints, nevertheless, we demonstrate that by deriving an equivalent form of the incentive constraints, it can be reformulated as a tractable convex optimal control problem. Further, we propose a numerical algorithm to obtain the solution.

تخصیص کار یک فرآیند مهم در سیستم های مدرن است ، اما اغلب با اطلاعات ناقص در مورد خدمات مشارکت به چالش کشیده شده است عواملدر این مقاله ، ما یک مکانیسم حداکثر سود جدید برای مشکل تخصیص کار ، جایی که ناشر وظیفه به دنبال انگیزه بهینه است عملکردی برای به حداکثر رساندن سود خود و همزمان اطمینان از حقیقت اعلام اطلاعات خصوصی نماینده (نوع) و مشارکت آن در این کار ، در حالی که یک عامل خودمختار با هدف به حداکثر رساندن عملکرد ابزار خود است با تصمیم گیری در مورد سطح مشارکت آن و نوع اعلام شده.مکانیسم ما ایستاده است خارج از مکانیسم های راستگو مبتنی بر نظریه قرارداد کلاسیک همانطور که توانمند می شود نمایندگان تصمیمات خود را در مورد سطح درگیری خود می گیرند و آن را می سازند برای بسیاری از سناریوهای تخصیص کار در دنیای واقعی عملی تر است.بوده است ثابت شده است که با در نظر گرفتن یک شکل خطی از عملکرد تشویقی متشکل از دو کارکرد تصمیم گیری برای ناشر وظیفه اهداف مکانیسم برآورده شده است. مکانیسم راستگو پیشنهادی در ابتدا به عنوان یک عملکردی غیر متعهد مدل سازی می شود بهینه سازی با پیوستگی مضاعف محدودیت ها ، با این وجود ، ما نشان دهید که با استخراج یک شکل معادل محدودیت های تشویقی ، می توان آن را به عنوان یک مشکل کنترل بهینه محدب محدب اصلاح کرد.به علاوه، ما یک الگوریتم عددی را برای به دست آوردن راه حل پیشنهاد می کنیم.

In domains where agents interact strategically, game theory is applied widely to predict how agents would behave. However, game-theoretic predictions are based on the assumption that agents are fully rational and believe in equilibrium plays, which unfortunately are mostly not true when human decision makers are involved. To address this limitation, a number of behavioral game-theoretic models are defined to account for the limited rationality of human decision makers. The "quantal cognitive hierarchy" (QCH) model, which is one of the more recent models, is demonstrated to be the state-of-art model for predicting human behaviors in normal-form games. The QCH model assumes that agents in games can be both non-strategic (level-0) and strategic (level-$k$). For level-0 agents, they choose their strategies irrespective of other agents. For level-$k$ agents, they assume that other agents would be behaving at levels less than $k$ and best respond against them. However, an important assumption of the QCH model is that the distribution of agents' levels follows a Poisson distribution. In this paper, we relax this assumption and design a learning-based method at the population level to iteratively estimate the empirical distribution of agents' reasoning levels. By using a real-world dataset from the Swedish lowest unique positive integer game, we demonstrate how our refined QCH model and the iterative solution-seeking process can be used in providing a more accurate behavioral model for agents. This leads to better performance in fitting the real data and allows us to track an agent's progress in learning to play strategically over multiple rounds.

در حوزه هایی که مأمورین از نظر استراتژیک در تعامل هستند ، تئوری بازی به طور گسترده ای اعمال می شود برای پیش بینی نحوه رفتار نمایندگان.با این حال ، پیش بینی های نظری بازی است بر اساس این فرض که نمایندگان کاملاً منطقی هستند و به آن اعتقاد دارند نمایشنامه های تعادل ، که متأسفانه هنگام تصمیم انسانی بیشتر صادق نیستند سازندگان درگیر هستند.برای پرداختن به این محدودیت ، تعدادی رفتاری مدل های نظری بازی برای پاسخگویی به عقلانیت محدود تعریف شده اند تصمیم گیرندگان انسانی.مدل "سلسله مراتب شناختی کمی" (QCH) ، که است یکی از مدل های اخیر ، نشان داده شده است که مدل پیشرفته ای برای آن است پیش بینی رفتارهای انسانی در بازی های شکل طبیعی.مدل QCH فرض می کند که نمایندگان در بازی ها می توانند هم غیر استراتژیک (سطح 0) و هم استراتژیک (سطح $ k $) باشند. برای نمایندگان سطح 0 ، آنها استراتژی های خود را صرف نظر از سایر عوامل انتخاب می کنند. برای نمایندگان سطح $ $ $ ، آنها فرض می کنند که سایر عوامل در سطوح رفتار می کنند کمتر از $ k $ و بهترین پاسخ در برابر آنها.با این حال ، یک فرض مهم از مدل QCH این است که توزیع سطح عوامل از پواسون پیروی می کند توزیعدر این مقاله ، ما این فرض را آرام می کنیم و طراحی می کنیم روش مبتنی بر یادگیری در سطح جمعیت برای برآورد مکرر توزیع تجربی سطح استدلال عوامل.با استفاده از یک دنیای واقعی مجموعه داده از پایین ترین بازی بی نظیر سوئدی ، ما نشان می دهیم چگونه مدل QCH تصفیه شده ما و روند جستجوی تکراری می تواند باشد در ارائه یک مدل رفتاری دقیق تر برای نمایندگان استفاده می شود.این منجر به عملکرد بهتر در متناسب سازی داده های واقعی و به ما امکان می دهد یک عامل را ردیابی کنیم پیشرفت در یادگیری برای بازی استراتژیک در طی چندین دور.

Recommendation systems are pervasive in the digital economy. An important assumption in many deployed systems is that user consumption reflects user preferences in a static sense: users consume the content they like with no other considerations in mind. However, as we document in a large-scale online survey, users do choose content strategically to influence the types of content they get recommended in the future. We model this user behavior as a two-stage noisy signalling game between the recommendation system and users: the recommendation system initially commits to a recommendation policy, presents content to the users during a cold start phase which the users choose to strategically consume in order to affect the types of content they will be recommended in a recommendation phase. We show that in equilibrium, users engage in behaviors that accentuate their differences to users of different preference profiles. In addition, (statistical) minorities out of fear of losing their minority content exposition may not consume content that is liked by mainstream users. We next propose three interventions that may improve recommendation quality (both on average and for minorities) when taking into account strategic consumption: (1) Adopting a recommendation system policy that uses preferences from a prior, (2) Communicating to users that universally liked ("mainstream") content will not be used as basis of recommendation, and (3) Serving content that is personalized-enough yet expected to be liked in the beginning. Finally, we describe a methodology to inform applied theory modeling with survey results.

سیستم های توصیه در اقتصاد دیجیتال فراگیر هستند.مهم فرض در بسیاری از سیستم های مستقر این است که مصرف کاربر منعکس کننده کاربر است ترجیحات به معنای استاتیک: کاربران محتوای مورد نظر خود را با هیچ چیز مصرف می کنند سایر ملاحظات در ذهن.با این حال ، همانطور که در یک مقیاس بزرگ آنلاین مستند می شویم نظرسنجی ، کاربران برای تأثیرگذاری بر انواع محتوا ، محتوا را به صورت استراتژیک انتخاب می کنند آنها در آینده توصیه می شوند. ما این رفتار کاربر را به عنوان یک بازی سیگنالینگ پر سر و صدا دو مرحله ای بین این مدل مدل می کنیم سیستم توصیه و کاربران: سیستم توصیه در ابتدا به آن متعهد می شود یک خط مشی توصیه ، در هنگام شروع سرما ، محتوا را به کاربران ارائه می دهد مرحله ای که کاربران برای تأثیرگذاری بر روی استراتژیک انتخاب می کنند انواع محتوای آنها در یک مرحله توصیه توصیه می شود.ما نشان می دهیم که در تعادل ، کاربران درگیر رفتارهایی هستند که آنها را برجسته می کنند تفاوت در کاربران پروفایل های اولویت مختلف.علاوه بر این، (آماری) اقلیت ها از ترس از دست دادن محتوای اقلیت خود نمایشگاه ممکن است محتوایی را که مورد پسند کاربران اصلی قرار می گیرد ، مصرف نکند.ما بعدی سه مداخله را پیشنهاد کنید که ممکن است کیفیت توصیه را بهبود بخشد (هر دو در متوسط ​​و برای اقلیت ها) هنگام در نظر گرفتن مصرف استراتژیک: (1) اتخاذ یک خط مشی سیستم توصیه ای که از ترجیحات قبلی استفاده می کند ، (2) برقراری ارتباط با کاربرانی که محتوای جهانی را دوست داشتند ("جریان اصلی") به عنوان مبنای توصیه مورد استفاده قرار می گیرد ، و (3) ارائه محتوا به اندازه کافی شخصی که انتظار می رود در ابتدا دوست داشته شود.بالاخره ، ما یک روش را برای اطلاع رسانی به مدل سازی تئوری کاربردی با نتایج نظرسنجی شرح دهید.

LP-duality theory has played a central role in the study of the core, right from its early days to the present time. However, despite the extensive nature of this work, basic gaps still remain. We address these gaps using the following building blocks from LP-duality theory: 1. Total unimodularity (TUM). 2. Complementary slackness conditions and strict complementarity. Our exploration of TUM leads to defining new games, characterizing their cores and giving novel ways of using core imputations to enforce constraints that arise naturally in applications of these games. The latter include: 1. Efficient algorithms for finding min-max fair, max-min fair and equitable core imputations. 2. Encouraging diversity and avoiding over-representation in a generalization of the assignment game. Complementarity enables us to prove new properties of core imputations of the assignment game and its generalizations.

تئوری دوگانگی LP نقش اساسی در مطالعه هسته ، درست دارد از روزهای ابتدایی تا به امروز.با این حال ، با وجود ماهیت گسترده از این کار ، شکاف های اساسی هنوز باقی مانده است.ما این شکاف ها را با استفاده از بلوک های ساختمانی از تئوری دوگانگی LP: 1. عدم تحرک کل (TUM). 2. شرایط شل و ولد مکمل و مکمل دقیق.ما اکتشاف TUM منجر به تعریف بازی های جدید ، توصیف هسته های آنها و ارائه راه های جدید استفاده از نقض های اصلی برای اجرای محدودیت هایی که بوجود می آیند به طور طبیعی در برنامه های این بازی ها.مورد دوم شامل موارد زیر است: 1. کارآمد الگوریتم هایی برای یافتن نمایشگاه Min-Max ، Max-Min Fair و Core عادلانه نقض2. تشویق تنوع و جلوگیری از نمایش بیش از حد در تعمیم بازی واگذاری.مکمل بودن ما را قادر می سازد تا جدید را اثبات کنیم خواص نقص اصلی بازی واگذاری و تعمیم آن.

Utilities and transmission system operators (TSO) around the world implement demand response programs for reducing electricity consumption by sending information on the state of balance between supply demand to end-use consumers. We construct a Bayesian persuasion model to analyse such demand response programs. Using a simple model consisting of two time steps for contract signing and invoking, we analyse the relation between the pricing of electricity and the incentives of the TSO to garble information about the true state of the generation. We show that if the electricity is priced at its marginal cost of production, the TSO has no incentive to lie and always tells the truth. On the other hand, we provide conditions where overpricing of electricity leads the TSO to provide no information to the consumer.

اپراتورهای سیستم و سیستم های انتقال (TSO) در سراسر جهان پیاده سازی می کنند برای کاهش مصرف برق با ارسال برنامه های پاسخگویی تقاضا را تقاضا کنید اطلاعات در مورد وضعیت تعادل بین تقاضای عرضه به مصرف کنندگان استفاده نهایی. ما برای تجزیه و تحلیل چنین پاسخ تقاضا یک مدل ترغیب بیزی می سازیم برنامه ها.با استفاده از یک مدل ساده متشکل از دو مرحله زمانی برای قرارداد با امضای و استناد ، ما رابطه بین قیمت گذاری را تجزیه و تحلیل می کنیم برق و مشوق های TSO برای جلب اطلاعات در مورد واقعی وضعیت نسل.ما نشان می دهیم که اگر برق در آن قیمت گذاری شود هزینه حاشیه ای تولید ، TSO هیچ انگیزه ای برای دروغ گفتن ندارد و همیشه می گوید واقعیت.از طرف دیگر ، ما شرایطی را فراهم می کنیم که بیش از حد از آن استفاده کنید برق TSO را به هیچ وجه اطلاعاتی به مصرف کننده سوق می دهد.

We propose a novel model for refugee housing respecting the preferences of accepting community and refugees themselves. In particular, we are given a topology representing the local community, a set of inhabitants occupying some vertices of the topology, and a set of refugees that should be housed on the empty vertices of graph. Both the inhabitants and the refugees have preferences over the structure of their neighbourhood. We are specifically interested in the problem of finding housings such that the preferences of every individual are met; using game-theoretical words, we are looking for housings that are stable with respect to some well-defined notion of stability. We investigate conditions under which the existence of equilibria is guaranteed and study the computational complexity of finding such a stable outcome. As the problem is NP-hard even in very simple settings, we employ the parameterised complexity framework to give a finer-grained view on the problem's complexity with respect to natural parameters and structural restrictions of the given topology.

ما یک مدل جدید برای مسکن پناهندگان با احترام به ترجیحات ارائه می دهیم پذیرش جامعه و پناهندگان.به طور خاص ، به ما داده می شود توپولوژی به نمایندگی از جامعه محلی ، مجموعه ای از ساکنان که برخی از آنها را اشغال می کنند رئوس توپولوژی ، و مجموعه ای از پناهندگان که باید در آن قرار بگیرند رئوس های خالی نمودار.هم ساکنان و هم پناهندگان ترجیح می دهند بیش از ساختار محله آنها. ما به طور خاص به مشکل پیدا کردن مسکن علاقه مندیم به گونه ای ترجیحات هر فرد برآورده می شود.با استفاده از کلمات نظری بازی ، ما با توجه به برخی از تعریف شده به دنبال مسکن هستند که پایدار هستند مفهوم ثبات.ما شرایطی را بررسی می کنیم که تحت آن وجود دارد تعادل تضمین شده و پیچیدگی محاسباتی در یافتن چنین مواردی را مطالعه می کند یک نتیجه پایداراز آنجا که مشکل حتی در تنظیمات بسیار ساده NP است ، ما از چارچوب پیچیدگی پارامتری استفاده کنید تا یک دیدگاه ریز تر در مورد آن ارائه شود پیچیدگی مسئله با توجه به پارامترهای طبیعی و ساختاری محدودیت های توپولوژی داده شده.

There is increasing regulatory interest in whether machine learning algorithms deployed in consequential domains (e.g. in criminal justice) treat different demographic groups "fairly." However, there are several proposed notions of fairness, typically mutually incompatible. Using criminal justice as an example, we study a model in which society chooses an incarceration rule. Agents of different demographic groups differ in their outside options (e.g. opportunity for legal employment) and decide whether to commit crimes. We show that equalizing type I and type II errors across groups is consistent with the goal of minimizing the overall crime rate; other popular notions of fairness are not.

علاقه نظارتی در مورد یادگیری ماشین وجود دارد الگوریتم های مستقر در حوزه های متعاقب (به عنوان مثال در عدالت کیفری) درمان می شوند گروه های مختلف جمعیتی "عادلانه".با این حال ، چندین پیشنهادی وجود دارد مفاهیم انصاف ، به طور معمول متقابل ناسازگار است.استفاده از عدالت کیفری به عنوان به عنوان مثال ، ما الگویی را مطالعه می کنیم که در آن جامعه یک قانون حبس را انتخاب می کند. عوامل گروه های مختلف جمعیتی در گزینه های بیرونی خود متفاوت هستند (به عنوان مثال فرصتی برای اشتغال قانونی) و تصمیم گیری در مورد ارتکاب جرم.ما نشان می دهیم اینکه خطاهای برابر نوع I و نوع II در گروه ها با هدف از به حداقل رساندن نرخ کلی جرم ؛سایر مفاهیم محبوب انصاف نیستند.

In decentralized finance ("DeFi"), automated market makers (AMMs) enable traders to programmatically exchange one asset for another. Such trades are enabled by the assets deposited by liquidity providers (LPs). The goal of this paper is to characterize and interpret the optimal (i.e., profit-maximizing) strategy of a monopolist liquidity provider, as a function of that LP's beliefs about asset prices and trader behavior. We introduce a general framework for reasoning about AMMs based on a Bayesian-like belief inference framework, where LPs maintain an asset price estimate. In this model, the market maker (i.e., LP) chooses a demand curve that specifies the quantity of a risky asset to be held at each dollar price. Traders arrive sequentially and submit a price bid that can be interpreted as their estimate of the risky asset price; the AMM responds to this submitted bid with an allocation of the risky asset to the trader, a payment that the trader must pay, and a revised internal estimate for the true asset price. We define an incentive-compatible (IC) AMM as one in which a trader's optimal strategy is to submit its true estimate of the asset price, and characterize the IC AMMs as those with downward-sloping demand curves and payments defined by a formula familiar from Myerson's optimal auction theory. We generalize Myerson's virtual values, and characterize the profit-maximizing IC AMM. The optimal demand curve generally has a jump that can be interpreted as a "bid-ask spread," which we show is caused by a combination of adverse selection risk (dominant when the degree of information asymmetry is large) and monopoly pricing (dominant when asymmetry is small). This work opens up new research directions into the study of automated exchange mechanisms from the lens of optimal auction theory and iterative belief inference, using tools of theoretical computer science in a novel way.

در امور مالی غیر متمرکز ("Defi") ، سازندگان خودکار بازار (AMMS) را فعال می کنند معامله گران برای مبادله یک دارایی برای دیگری.چنین معاملات هستند فعال شده توسط دارایی های واریز شده توسط ارائه دهندگان نقدینگی (LPS).هدف از این مقاله توصیف و تفسیر بهینه (یعنی حداکثر سود) استراتژی ارائه دهنده نقدینگی انحصاری ، به عنوان تابعی از اعتقادات آن LP درباره قیمت دارایی و رفتار معامله گر.ما یک چارچوب کلی را برای آن معرفی می کنیم استدلال در مورد AMMS مبتنی بر یک چارچوب استنباط اعتقادی مانند بیزی ، که در آن LP ها تخمین قیمت دارایی را حفظ می کنند.در این مدل ، سازنده بازار (یعنی ، LP) منحنی تقاضا را انتخاب می کند که مقدار یک دارایی خطرناک را مشخص می کند با هر قیمت دلار برگزار می شود.معامله گران به صورت متوالی وارد می شوند و پیشنهاد قیمت را ارسال می کنند این می تواند به عنوان برآورد آنها از قیمت دارایی خطرناک تعبیر شود.AMM پاسخ به این پیشنهاد ارسالی با تخصیص دارایی خطرناک به معامله گر ، پرداختی که معامله گر باید بپردازد ، و یک تخمین داخلی اصلاح شده برای قیمت دارایی واقعی.ما یک AMM سازگار با تشویقی (IC) را به عنوان یکی از آنها تعریف می کنیم که استراتژی بهینه یک معامله گر ارسال برآورد واقعی خود از دارایی است قیمت ، و AMM های IC را به عنوان کسانی که تقاضای شیب دار رو به پایین دارند توصیف کنید منحنی ها و پرداخت های تعریف شده توسط یک فرمول آشنا از بهینه ماسون نظریه حراج.ما ارزشهای مجازی ماسون را تعمیم می دهیم و توصیف می کنیم سود حداکثر سود ic amm.منحنی تقاضای بهینه به طور کلی پرش دارد می توان به عنوان "گسترش پیشنهاد" تعبیر کرد ، که نشان می دهیم ناشی از a است ترکیبی از خطر انتخاب نامطلوب (غالب در هنگام درجه اطلاعات عدم تقارن بزرگ است) و قیمت گذاری انحصار (غالب در هنگام کوچک بودن عدم تقارن). این کار مسیرهای تحقیق جدیدی را برای مطالعه مبادله خودکار باز می کند مکانیسم های لنز تئوری حراج بهینه و اعتقاد تکراری استنباط ، با استفاده از ابزارهای علوم نظری کامپیوتر به روشی جدید.

This paper investigates the moral hazard problem in finite horizon with both continuous and lump-sum payments, involving a time-inconsistent sophisticated agent and a standard utility maximiser principal. Building upon the so-called dynamic programming approach in Cvitani\'c, Possama\"i, and Touzi [18] and the recently available results in Hern\'andez and Possama\"i [43], we present a methodology that covers the previous contracting problem. Our main contribution consists in a characterisation of the moral hazard problem faced by the principal. In particular, it shows that under relatively mild technical conditions on the data of the problem, the supremum of the principal's expected utility over a smaller restricted family of contracts is equal to the supremum over all feasible contracts. Nevertheless, this characterisation yields, as far as we know, a novel class of control problems that involve the control of a forward Volterra equation via Volterra-type controls, and infinite-dimensional stochastic target constraints. Despite the inherent challenges associated to such a problem, we study the solution under three different specifications of utility functions for both the agent and the principal, and draw qualitative implications from the form of the optimal contract. The general case remains the subject of future research.

در این مقاله به بررسی مشکل خطر اخلاقی در افق محدود با هر دو می پردازیم پرداخت های مداوم و فراز و نشیب ، شامل یک پیشرفته و پیچیده زمان عامل و یک ابزار استاندارد Maximiser Maximiser.بنا به اصطلاح رویکرد برنامه نویسی پویا در Cvitani \ 'C ، Possama \ "I ، و Touzi [18] و به تازگی در دسترس است که در هرن \ 'andez و possama \ "من [43] ، ما یک ارائه می دهیم روش شناسی که مشکل پیمانکاری قبلی را در بر می گیرد.سهم اصلی ما شامل توصیف مشکل خطر اخلاقی است که توسط آن روبرو است اصلیبه ویژه ، این نشان می دهد که تحت فنی نسبتاً ملایم شرایط مربوط به داده های مسئله ، برتری انتظار اصلی ابزار بیش از یک خانواده محدودتر از قراردادها برابر با سوپرموم است بیش از همه قراردادهای امکان پذیر.با این وجود ، این شخصیت پردازی ، تا کنون همانطور که می دانیم ، یک کلاس جدید از مشکلات کنترل که شامل کنترل a است معادله Volterra به جلو از طریق کنترل از نوع Volterra ، و بی نهایت بعدی محدودیت های هدف تصادفی.با وجود چالش های ذاتی مرتبط با چنین مشکلی ، ما راه حل را تحت سه مشخصات مختلف مطالعه می کنیم توابع ابزار هم برای عامل و هم برای اصلی و هم کیفی را ترسیم می کند پیامدهای از شکل قرارداد بهینه.پرونده کلی باقی مانده است موضوع تحقیقات آینده.

Information design in an incomplete information game includes a designer with the goal of influencing players' actions through signals generated from a designed probability distribution so that its objective function is optimized. We consider a setting in which the designer has partial knowledge on agents' utilities. We address the uncertainty about players' preferences by formulating a robust information design problem against worst case payoffs. If the players have quadratic payoffs that depend on the players' actions and an unknown payoff-relevant state, and signals on the state that follow a Gaussian distribution conditional on the state realization, then the information design problem under quadratic design objectives is a semidefinite program (SDP). Specifically, we consider ellipsoid perturbations over payoff coefficients in linear-quadratic-Gaussian (LQG) games. We show that this leads to a tractable robust SDP formulation. Numerical studies are carried out to identify the relation between the perturbation levels and the optimal information structures.

طراحی اطلاعات در یک بازی اطلاعاتی ناقص شامل یک طراح با هدف تأثیرگذاری بر اقدامات بازیکنان از طریق سیگنال های تولید شده از یک توزیع احتمال را به گونه ای طراحی کرده است که عملکرد هدف آن بهینه شود. ما تنظیماتی را در نظر می گیریم که در آن طراح دانش جزئی در مورد نمایندگان دارد خدمات رفاهی.ما با تدوین به عدم اطمینان در مورد ترجیحات بازیکنان می پردازیم یک مشکل قوی طراحی اطلاعات در برابر بدترین موارد بازپرداخت.اگر بازیکنان بازپرداخت درجه دوم که به اقدامات بازیکنان و ناشناخته بستگی دارد دولت مربوط به بازپرداخت و سیگنال هایی بر روی دولت که از یک گاوسی پیروی می کنند توزیع مشروط به تحقق دولت ، سپس طراحی اطلاعات مشکل تحت اهداف طراحی درجه دوم ، یک برنامه SemideFinite (SDP) است. به طور خاص ، ما آشفتگی های بیضوی را در مورد ضرایب بازپرداخت در نظر می گیریم بازی های خطی-کادراتیک-گاوسی (LQG).ما نشان می دهیم که این منجر به یک ردیابی می شود فرمولاسیون SDP قوی.مطالعات عددی برای شناسایی رابطه بین سطح آشفتگی و اطلاعات بهینه سازه های.

Consider a normal location model $X \mid \theta \sim N(\theta, \sigma^2)$ with known $\sigma^2$. Suppose $\theta \sim G_0$, where the prior $G_0$ has zero mean and unit variance. Let $G_1$ be a possibly misspecified prior with zero mean and unit variance. We show that the squared error Bayes risk of the posterior mean under $G_1$ is bounded, uniformly over $G_0, G_1, \sigma^2 > 0$.

یک مدل مکان عادی $ x \ mid \ theta \ sim n (\ theta ، \ sigma^2) $ را در نظر بگیرید با $ \ sigma^2 $.فرض کنید $ \ theta \ sim g_0 $ ، جایی که $ g_0 $ قبلی دارد میانگین صفر و واریانس واحد.بگذارید $ g_1 $ احتمالاً اشتباه شده باشد میانگین صفر و واریانس واحد.ما نشان می دهیم که خطای مربع خطرات خطرناک است میانگین خلفی زیر $ g_1 $ محدود است ، به طور یکنواخت بیش از $ g_0 ، g_1 ، \ sigma^2> 0 $.

Instant runoff voting (IRV) has recently gained popularity as an alternative to plurality voting for political elections, with advocates claiming a range of advantages, including that it produces more moderate winners than plurality and could thus help address polarization. However, there is little theoretical backing for this claim, with existing evidence focused on case studies and simulations. In this work, we prove that IRV has a moderating effect relative to plurality voting in a precise sense, developed in a 1-dimensional Euclidean model of voter preferences. We develop a theory of exclusion zones, derived from properties of the voter distribution, which serve to show how moderate and extreme candidates interact during IRV vote tabulation. The theory allows us to prove that if voters are symmetrically distributed and not too concentrated at the extremes, IRV cannot elect an extreme candidate over a moderate. In contrast, we show plurality can and validate our results computationally. Our methods provide new frameworks for the analysis of voting systems, deriving exact winner distributions geometrically and establishing a connection between plurality voting and stick-breaking processes.

رأی گیری فوری دور (IRV) اخیراً به عنوان یک گزینه جایگزین محبوبیت پیدا کرده است برای رای گیری کثرت برای انتخابات سیاسی ، در حالی که طرفداران ادعا می کنند طیف وسیعی از مزایا ، از جمله این که برندگان معتدل تری نسبت به کثرت تولید می کند و بنابراین می تواند به رسیدگی به قطبش کمک کند.با این حال ، نظری کمی وجود دارد حمایت از این ادعا ، با شواهد موجود در مطالعات موردی و شبیه سازیدر این کار ، ما ثابت می کنیم که IRV دارای یک اثر تعدیل کننده است برای رأی گیری کثرت به معنای دقیق ، که در یک اقلیدسی 1 بعدی ایجاد شده است الگوی ترجیحات رای دهنده.ما یک تئوری از مناطق محرومیت ، مشتق شده ایجاد می کنیم از خواص توزیع رای دهندگان ، که نشان می دهد چقدر متوسط ​​و نامزدهای شدید در هنگام جدول بندی رأی IRV تعامل دارند.این تئوری به ما امکان می دهد ثابت کنید که اگر رأی دهندگان به صورت متقارن توزیع شده و بیش از حد متمرکز نیستند افراط و تفریط ، IRV نمی تواند کاندیدای افراطی را بر روی یک متوسط ​​انتخاب کند.که در در تضاد ، ما تعداد کثرت را نشان می دهیم و نتایج خود را به صورت محاسباتی اعتبار می دهیم.ما روشها چارچوبهای جدیدی را برای تجزیه و تحلیل سیستم های رای گیری ارائه می دهند ، توزیع دقیق برنده از نظر هندسی و برقراری ارتباط بین رأی گیری کثرت و فرآیندهای چوب شکاری.

We study the complexity of finding an approximate (pure) Bayesian Nash equilibrium in a first-price auction with common priors when the tie-breaking rule is part of the input. We show that the problem is PPAD-complete even when the tie-breaking rule is trilateral (i.e., it specifies item allocations when no more than three bidders are in tie, and adopts the uniform tie-breaking rule otherwise). This is the first hardness result for equilibrium computation in first-price auctions with common priors. On the positive side, we give a PTAS for the problem under the uniform tie-breaking rule.

ما پیچیدگی پیدا کردن یک Nash تقریبی (خالص) Bayesian را مطالعه می کنیم تعادل در یک حراج قیمت اول با مقدمات مشترک هنگام کراوات قانون بخشی از ورودی است.ما نشان می دهیم که مشکل PPAD کاملاً کامل است قانون کراوات سه جانبه است (یعنی ، تخصیص موارد را مشخص می کند بیش از سه داوطلب در کراوات نیستند و قانون یکنواخت کراوات را اتخاذ می کنند در غیر این صورت).این اولین نتیجه سختی برای محاسبه تعادل در است حراج های قیمت اول با مقدمات مشترک.از طرف مثبت ، ما به PTA می دهیم برای مشکل تحت قانون یکنواخت کراوات.

Since Kopel's duopoly model was proposed about three decades ago, there are almost no analytical results on the equilibria and their stability in the asymmetric case. The first objective of our study is to fill this gap. This paper analyzes the asymmetric duopoly model of Kopel analytically by using several tools based on symbolic computations. We discuss the possibility of the existence of multiple positive equilibria and establish necessary and sufficient conditions for a given number of positive equilibria to exist. The possible positions of the equilibria in Kopel's model are also explored. Furthermore, in the asymmetric model of Kopel, if the duopolists adopt the best response reactions or homogeneous adaptive expectations, we establish rigorous conditions for the local stability of equilibria for the first time. The occurrence of chaos in Kopel's model seems to be supported by observations through numerical simulations, which, however, is challenging to prove rigorously. The second objective is to prove the existence of snapback repellers in Kopel's map, which implies the existence of chaos in the sense of Li-Yorke according to Marotto's theorem.

از آنجا که مدل دوپولی کوپل حدود سه دهه پیش پیشنهاد شده است ، وجود دارد تقریباً هیچ نتیجه تحلیلی در مورد تعادل و ثبات آنها در مورد نامتقارن.اولین هدف از مطالعه ما پر کردن این شکاف است.این مقاله با استفاده از مدل دوتایی نامتقارن kopel با استفاده از تجزیه و تحلیل چندین ابزار مبتنی بر محاسبات نمادین.ما در مورد احتمال وجود تعادل مثبت چندگانه و ایجاد لازم و شرایط کافی برای تعداد معینی از تعادل مثبت وجود دارد.در موقعیت های احتمالی تعادل در مدل کوپل نیز مورد بررسی قرار گرفته است. علاوه بر این ، در مدل نامتقارن کوپل ، اگر دوپولیست ها بهترین را اتخاذ کنند واکنش های پاسخ یا انتظارات تطبیقی ​​همگن ، ما سختگیرانه برقرار می کنیم شرایط برای ثبات محلی تعادل برای اولین بار.در به نظر می رسد وقوع هرج و مرج در مدل کوپل توسط مشاهدات پشتیبانی می شود از طریق شبیه سازی های عددی ، که با این حال ، اثبات آن چالش برانگیز است با دقتهدف دوم اثبات وجود Snapback است دفع کننده ها در نقشه کوپل ، که دلالت بر وجود هرج و مرج به معنای آن است لی-یورک طبق قضیه ماروتو.

This article investigates mechanism-based explanations for a well-known empirical pattern in sociology of education, namely, that Black-White unequal access to school resources -- defined as advanced coursework -- is the highest in racially diverse and majority-White schools. Through an empirically calibrated and validated agent-based model, this study explores the dynamics of two qualitatively informed mechanisms, showing (1) that we have reason to believe that the presence of White students in school can influence the emergence of Black-White advanced enrollment disparities and (2) that such influence can represent another possible explanation for the macro-level pattern of interest. Results contribute to current scholarly accounts of within-school inequalities, shedding light into policy strategies to improve the educational experiences of Black students in racially integrated settings.

در این مقاله توضیحات مبتنی بر مکانیسم برای یک شناخته شده بررسی شده است الگوی تجربی در جامعه شناسی آموزش ، یعنی آن سیاه و سفید نابرابر دسترسی به منابع مدرسه - تعریف شده به عنوان دوره پیشرفته - بالاترین است در مدارس نژادی متنوع و اکثریت سفید.از طریق تجربی مدل مبتنی بر عامل کالیبره شده و معتبر ، این مطالعه به بررسی پویایی های دو مکانیسم کیفی آگاه ، نشان می دهد (1) که ما دلیل داریم اعتقاد داشته باشید که حضور دانش آموزان سفید پوست در مدرسه می تواند در این امر تأثیر بگذارد ظهور نابرابری های ثبت نام پیشرفته سیاه و سفید و (2) چنین چیزی تأثیر می تواند یک توضیح احتمالی دیگر برای سطح کلان باشد الگوی علاقه.نتایج به حساب های علمی فعلی کمک می کند نابرابری های درون مدرسه ، نورپردازی به استراتژی های سیاست برای بهبود تجربیات آموزشی دانش آموزان سیاه پوست در تنظیمات یکپارچه نژادی.

The study of systemic risk is often presented through the analysis of several measures referring to quantities used by practitioners and policy makers. Almost invariably, those measures evaluate the size of the impact that exogenous events can exhibit on a financial system without analysing the nature of initial shock. Here we present a symmetric approach and propose a set of measures that are based on the amount of exogenous shock that can be absorbed by the system before it starts to deteriorate. For this purpose, we use a linearized version of DebtRank that allows to clearly show the onset of financial distress towards a correct systemic risk estimation. We show how we can explicitly compute localized and uniform exogenous shocks and explained their behavior though spectral graph theory. We also extend analysis to heterogeneous shocks that have to be computed by means of Monte Carlo simulations. We believe that our approach is more general and natural and allows to express in a standard way the failure risk in financial systems.

مطالعه خطر سیستمیک اغلب از طریق تجزیه و تحلیل چندین مورد ارائه می شود اقدامات مربوط به مقادیر مورد استفاده پزشکان و سیاست گذاران. تقریباً همواره ، این اقدامات اندازه تأثیر را ارزیابی می کند رویدادهای اگزوژن می توانند بدون تجزیه و تحلیل ماهیت در یک سیستم مالی به نمایش بگذارند شوک اولیهدر اینجا ما یک رویکرد متقارن ارائه می دهیم و مجموعه ای از اقداماتی که بر اساس میزان شوک اگزوژن است که قابل جذب است قبل از شروع بدتر شدن سیستم توسط سیستم.برای این منظور ، ما از a استفاده می کنیم نسخه خطی Debtrank که اجازه می دهد تا به وضوح شروع از شروع پریشانی مالی نسبت به تخمین صحیح ریسک سیستمیک.ما نشان می دهیم که چگونه ما به صراحت می تواند شوکهای برون زا موضعی و یکنواخت را محاسبه کرده و توضیح دهد رفتار آنها هر چند تئوری نمودار طیفی.ما همچنین تجزیه و تحلیل را گسترش می دهیم شوکهای ناهمگن که باید با استفاده از مونت کارلو محاسبه شوند شبیه سازیما معتقدیم که رویکرد ما عمومی تر و طبیعی تر است و اجازه می دهد تا به روش استاندارد ریسک عدم موفقیت در سیستم های مالی را بیان کنید.

Equilibrium solution concepts of normal-form games, such as Nash equilibria, correlated equilibria, and coarse correlated equilibria, describe the joint strategy profiles from which no player has incentive to unilaterally deviate. They are widely studied in game theory, economics, and multiagent systems. Equilibrium concepts are invariant under certain transforms of the payoffs. We define an equilibrium-inspired distance metric for the space of all normal-form games and uncover a distance-preserving equilibrium-invariant embedding. Furthermore, we propose an additional transform which defines a better-response-invariant distance metric and embedding. To demonstrate these metric spaces we study $2\times2$ games. The equilibrium-invariant embedding of $2\times2$ games has an efficient two variable parameterization (a reduction from eight), where each variable geometrically describes an angle on a unit circle. Interesting properties can be spatially inferred from the embedding, including: equilibrium support, cycles, competition, coordination, distances, best-responses, and symmetries. The best-response-invariant embedding of $2\times2$ games, after considering symmetries, rediscovers a set of 15 games, and their respective equivalence classes. We propose that this set of game classes is fundamental and captures all possible interesting strategic interactions in $2\times2$ games. We introduce a directed graph representation and name for each class. Finally, we leverage the tools developed for $2\times2$ games to develop game theoretic visualizations of large normal-form and extensive-form games that aim to fingerprint the strategic interactions that occur within.

مفاهیم راه حل تعادل از بازی های شکل طبیعی ، مانند تعادل نش ، تعادل همبسته ، و تعادل درشت همبسته ، مفصل را شرح دهید پروفایل های استراتژی که هیچ بازیکنی از آن انگیزه ای برای انحراف یک جانبه ندارد. آنها به طور گسترده در تئوری بازی ، اقتصاد و سیستم های چند منظوره مورد مطالعه قرار می گیرند. مفاهیم تعادل تحت تحولات خاصی از بازپرداخت ها متغیر هستند.ما یک متریک از فاصله با الهام از تعادل را برای فضای تمام شکل طبیعی تعریف کنید بازی ها و کشف تعادل تعادل در فاصله از فاصله. علاوه بر این ، ما یک تغییر اضافی را پیشنهاد می کنیم که تعریف می کند متریک و تعبیه فاصله از فاصله با پاسخ بهتر.برای نشان دادن اینها فضاهای متریک ما بازی های 2 \ $ 2 $ $ را مطالعه می کنیم.تعادل تعادل از 2 $ \ times2 $ بازی ها دارای دو پارامتر متغیر کارآمد هستند (کاهش از هشت) ، جایی که هر متغیر به صورت هندسی زاویه ای را در یک واحد توصیف می کند دایره.خواص جالب می تواند از نظر جاسازی استنباط شود ، از جمله: پشتیبانی تعادل ، چرخه ، رقابت ، هماهنگی ، مسافت ها ، بهترین پاسخ و تقارن.تعبیه بهترین پاسخ-در متغیر 2 $ \ times2 $ بازی ، پس از در نظر گرفتن تقارن ، مجدداً مجموعه ای از 15 بازی را کشف می کند ، و کلاسهای هم ارزی مربوطه آنها.ما پیشنهاد می کنیم که این مجموعه بازی کلاس ها اساسی است و همه استراتژیک جالب ممکن را ضبط می کند تعامل در 2 $ \ Times2 $ $.ما یک نمایش نمودار کارگردانی را معرفی می کنیم و نام برای هر کلاس.سرانجام ، ما از ابزارهای توسعه یافته برای 2 $ \ times2 $ بازی برای توسعه تجسم نظری بازی از شکل طبیعی بزرگ و بازی های گسترده ای که هدف از آن به اثر انگشت تعامل استراتژیک است که در درون رخ می دهد.

In dynamic environments, Q-learning is an automaton that (i) provides estimates (Q-values) of the continuation values associated with each available action; and (ii) follows the naive policy of almost always choosing the action with highest Q-value. We consider a family of automata that are based on Q-values but whose policy may systematically favor some actions over others, for example through a bias that favors cooperation. In the spirit of Compte and Postlewaite [2018], we look for equilibrium biases within this family of Q-based automata. We examine classic games under various monitoring technologies and find that equilibrium biases may strongly foster collusion.

در محیط های پویا ، یادگیری Q اتومات هایی است که (i) ارائه می دهد تخمین ها (مقادیر Q) از مقادیر مداوم مرتبط با هر موجود عمل؛و (ب) سیاست ساده لوحانه تقریباً همیشه انتخاب عمل را دنبال می کند با بالاترین مقدار Qما خانواده ای از اتومات را در نظر می گیریم که مبتنی بر آن است Q-Values ​​اما سیاست آنها ممکن است به طور سیستماتیک به نفع برخی از اقدامات بر سر دیگران باشد ، به عنوان مثال از طریق تعصب که از همکاری حمایت می کند.با روحیه compte و Postlewaite [2018] ، ما به دنبال تعصب تعادل در این خانواده هستیم اتوماتیک مبتنی بر Q.ما بازی های کلاسیک را تحت نظارت مختلف بررسی می کنیم فن آوری ها و دریافتند که تعصبات تعادل ممکن است تبانی را به شدت تقویت کند.

The logistics of urban areas are becoming more sophisticated due to the fast city population growth. The stakeholders are faced with the challenges of the dynamic complexity of city logistics(CL) systems characterized by the uncertainty effect together with the freight vehicle emissions causing pollution. In this conceptual paper, we present a research methodology for the environmental sustainability of CL systems that can be attained by effective stakeholders' collaboration under non-chaotic situations and the presumption of the human levity tendency. We propose the mathematical axioms of the uncertainty effect while putting forward the notion of condition effectors, and how to assign hypothetical values to them. Finally, we employ a spider network and causal loop diagram to investigate the system's elements and their behavior over time.

تدارکات مناطق شهری به دلیل روزه پیشرفته تر می شوند رشد جمعیت شهر.ذینفعان با چالش های پیچیدگی پویا سیستم های تدارکات شهر (CL) که توسط اثر عدم اطمینان همراه با انتشار گازهای باربری بار آلودگیدر این مقاله مفهومی ، ما یک روش تحقیق برای پایداری محیط زیست سیستم های CL که می توانند با مؤثر حاصل شوند همکاری ذینفعان تحت شرایط غیر چائیک و پیش فرض گرایش انسان.ما بدیهیات ریاضی را پیشنهاد می کنیم اثر عدم قطعیت ضمن مطرح کردن مفهوم تأثیرگذاری شرایط ، و چگونه مقادیر فرضی را به آنها اختصاص دهیم.سرانجام ، ما از یک شبکه عنکبوت استفاده می کنیم و نمودار حلقه علی برای بررسی عناصر سیستم و رفتار آنها در طول زمان.

This paper provides a systematic study of the robust Stackelberg equilibrium (RSE), which naturally generalizes the widely adopted solution concept of the strong Stackelberg equilibrium (SSE). The RSE accounts for any possible up-to-$\delta$ suboptimal follower responses in Stackelberg games and is adopted to improve the robustness of the leader's strategy. While a few variants of robust Stackelberg equilibrium have been considered in previous literature, the RSE solution concept we consider is importantly different -- in some sense, it relaxes previously studied robust Stackelberg strategies and is applicable to much broader sources of uncertainties. We provide a thorough investigation of several fundamental properties of RSE, including its utility guarantees, algorithmics, and learnability. We first show that the RSE we defined always exists and thus is well-defined. Then we characterize how the leader's utility in RSE changes with the robustness level considered. On the algorithmic side, we show that, in sharp contrast to the tractability of computing an SSE, it is NP-hard to obtain a fully polynomial approximation scheme (FPTAS) for any constant robustness level. Nevertheless, we develop a quasi-polynomial approximation scheme (QPTAS) for RSE. Finally, we examine the learnability of the RSE in a natural learning scenario, where both players' utilities are not known in advance, and provide almost tight sample complexity results on learning the RSE. As a corollary of this result, we also obtain an algorithm for learning SSE, which strictly improves a key result of Bai et al. in terms of both utility guarantee and computational efficiency.

در این مقاله یک مطالعه سیستماتیک از تعادل Stackelberg قوی ارائه شده است (RSE) ، که به طور طبیعی مفهوم راه حل گسترده اتخاذ شده را تعمیم می دهد تعادل Strong Stackelberg (SSE).RSE برای هر امکان ممکن است up-$ \ delta $ پاسخ پیروان زیر حد متوسط ​​در بازی های Stackelberg و IS اتخاذ شده برای بهبود استحکام استراتژی رهبر.در حالی که چند انواع تعادل Stackelberg در قبلی در نظر گرفته شده است ادبیات ، مفهوم راه حل RSE که ما در نظر می گیریم متفاوت است - در به معنای برخی ، این استراتژی های استایلبرگ قوی را که قبلاً مورد مطالعه قرار گرفته بود ، آرامش می بخشد و هست قابل استفاده در منابع بسیار گسترده تر از عدم قطعیت. ما یک تحقیق کامل در مورد چندین ویژگی اساسی RSE ارائه می دهیم ، از جمله تضمین های ابزار ، الگوریتم ها و یادگیری.ما ابتدا نشان می دهیم اینکه RSE که ما تعریف کردیم همیشه وجود دارد و بنابراین به خوبی تعریف شده است.سپس ما توصیف کنید که چگونه ابزار رهبر در RSE با سطح استحکام تغییر می کند در نظر گرفته شده.از طرف الگوریتمی ، ما نشان می دهیم که ، در تضاد شدید با قابلیت محاسبه یک SSE ، به دست آوردن یک چند جمله ای کاملاً سخت است طرح تقریب (FPTAS) برای هر سطح استحکام ثابت.با این اوصاف، ما یک طرح تقریب شبه پولی (QPTA) برای RSE تهیه می کنیم.بالاخره ، ما یادگیری RSE را در یک سناریوی یادگیری طبیعی ، جایی که هر دو برنامه های کاربردی بازیکنان از قبل شناخته نشده و نمونه تقریبا محکم را ارائه می دهند نتایج پیچیدگی در یادگیری RSE.ما به عنوان نتیجه ای از این نتیجه ، ما نیز یک الگوریتم برای یادگیری SSE بدست آورید ، که به شدت نتیجه کلیدی را بهبود می بخشد بای و همکاران.از نظر ضمانت ابزار و بهره وری محاسباتی.

In the past several decades, the world's economy has become increasingly globalized. On the other hand, there are also ideas advocating the practice of ``buy local'', by which people buy locally produced goods and services rather than those produced farther away. In this paper, we establish a mathematical theory of real price that determines the optimal global versus local spending of an agent which achieves the agent's optimal tradeoff between spending and obtained utility. Our theory of real price depends on the asymptotic analysis of a Markov chain transition probability matrix related to the network of producers and consumers. We show that the real price of a product or service can be determined from the involved Markov chain matrix, and can be dramatically different from the product's label price. In particular, we show that the label prices of products and services are often not ``real'' or directly ``useful'': given two products offering the same myopic utility, the one with lower label price may not necessarily offer better asymptotic utility. This theory shows that the globality or locality of the products and services does have different impacts on the spending-utility tradeoff of a customer. The established mathematical theory of real price can be used to determine whether to adopt or not to adopt certain artificial intelligence (AI) technologies from an economic perspective.

در چند دهه گذشته ، اقتصاد جهان به طور فزاینده ای تبدیل شده است جهانی شدهاز طرف دیگر ، ایده هایی نیز وجود دارد که از تمرین حمایت می کنند "خرید محلی" ، که توسط آن مردم کالاها و خدمات تولید شده محلی را خریداری می کنند از آنهایی که دورتر تولید شده اند.در این مقاله ، ما یک ریاضی ایجاد می کنیم نظریه قیمت واقعی که بهینه جهانی در مقابل هزینه های محلی را تعیین می کند نماینده ای که به تجارت مطلوب نماینده بین هزینه و ابزار به دست آمدهنظریه ما از قیمت واقعی به تجزیه و تحلیل بدون علامت بستگی دارد ماتریس احتمال انتقال زنجیره مارکوف مربوط به شبکه تولید کنندگان و مصرف کنندگان.ما نشان می دهیم که قیمت واقعی یک محصول یا خدمات می توان از ماتریس زنجیره مارکوف درگیر تعیین کرد و می تواند باشد به طرز چشمگیری با قیمت برچسب محصول متفاوت است.به طور خاص ، ما نشان می دهیم اینکه قیمت برچسب محصولات و خدمات اغلب "واقعی" نیست به طور مستقیم "مفید": با توجه به دو محصول که دارای همان ابزار میوپی هستند ، یکی با قیمت برچسب پایین تر ممکن است لزوماً ابزار بدون علامت بهتر را ارائه دهد. این نظریه نشان می دهد که جهانی بودن یا محل محصولات و خدمات تأثیرات متفاوتی در تجارت هزینه های مشتری دارد.در نظریه ریاضی تعیین شده از قیمت واقعی می تواند برای تعیین اینکه آیا اتخاذ یا عدم اتخاذ فن آوری های خاص هوش مصنوعی (AI) از یک دیدگاه اقتصادی

A seller is pricing identical copies of a good to a stream of unit-demand buyers. Each buyer has a value on the good as his private information. The seller only knows the empirical value distribution of the buyer population and chooses the revenue-optimal price. We consider a widely studied third-degree price discrimination model where an information intermediary with perfect knowledge of the arriving buyer's value sends a signal to the seller, hence changing the seller's posterior and inducing the seller to set a personalized posted price. Prior work of Bergemann, Brooks, and Morris (American Economic Review, 2015) has shown the existence of a signaling scheme that preserves seller revenue, while always selling the item, hence maximizing consumer surplus. In a departure from prior work, we ask whether the consumer surplus generated is fairly distributed among buyers with different values. To this end, we aim to maximize welfare functions that reward more balanced surplus allocations. Our main result is the surprising existence of a novel signaling scheme that simultaneously $8$-approximates all welfare functions that are non-negative, monotonically increasing, symmetric, and concave, compared with any other signaling scheme. Classical examples of such welfare functions include the utilitarian social welfare, the Nash welfare, and the max-min welfare. Such a guarantee cannot be given by any consumer-surplus-maximizing scheme -- which are the ones typically studied in the literature. In addition, our scheme is socially efficient, and has the fairness property that buyers with higher values enjoy higher expected surplus, which is not always the case for existing schemes.

یک فروشنده در حال قیمت گذاری نسخه های یکسان از یک کالای خوب برای جریان واحد تقاضا است خریدارانهر خریدار به عنوان اطلاعات خصوصی خود ارزش خوبی دارد.در فروشنده فقط توزیع ارزش تجربی جمعیت خریدار را می داند و قیمت بهینه درآمد را انتخاب می کند.ما درجه سوم را به طور گسترده مورد مطالعه قرار می دهیم مدل تبعیض قیمت که در آن یک واسطه اطلاعات با ایده آل است آگاهی از ارزش خریدار ورودی سیگنالی را به فروشنده می فرستد ، از این رو تغییر خلفی فروشنده و القاء فروشنده برای تنظیم شخصی قیمت ارسال شدهکار قبلی برگمان ، بروکس و موریس (اقتصادی آمریکا بررسی ، 2015) وجود یک طرح سیگنالینگ را که حفظ می کند نشان داده است درآمد فروشنده ، در حالی که همیشه کالا را می فروشید ، از این رو حداکثر مصرف کننده مازاددر عزیمت از کار قبلی ، ما می پرسیم که آیا مازاد مصرف کننده تولید شده نسبتاً بین خریداران با مقادیر مختلف توزیع می شود.به این پایان ، هدف ما این است که به حداکثر رساندن عملکردهای رفاهی که مازاد متعادل تر پاداش می دهند تخصیص نتیجه اصلی ما وجود تعجب آور یک طرح سیگنالینگ جدید است که به طور همزمان 8 دلار $-تمام عملکردهای رفاهی را که غیر منفی هستند ، ارزیابی می کند در مقایسه با هر چیز دیگری ، یکنواخت در حال افزایش ، متقارن و مقعر است طرح سیگنالینگ.نمونه های کلاسیک چنین کارکردهای رفاهی شامل مواردی است رفاه اجتماعی سودمند ، رفاه نش و رفاه حداکثر.مثل ضمانت را نمی توان با هیچ طرح حداکثر میزان حداکثر مصرف کننده-که مواردی هستند که معمولاً در ادبیات مورد مطالعه قرار می گیرند.علاوه بر این ، طرح ما این است از نظر اجتماعی کارآمد است و دارایی انصاف است که خریداران با بالاتر مقادیر از مازاد مورد انتظار بالاتر لذت می برند ، که همیشه برای موجود نیست طرح ها

We show that computing the optimal social surplus requires $\Omega(mn)$ bits of communication between the website and the bidders in a sponsored search auction with $n$ slots on the website and with tick size of $2^{-m}$ in the discrete model, even when bidders are allowed to freely communicate with each other.

ما نشان می دهیم که محاسبه مازاد اجتماعی بهینه نیاز به بیت $ \ omega (MN) $ دارد ارتباط بین وب سایت و داوطلبان در یک جستجوی حمایت مالی حراج با اسلات $ $ $ در وب سایت و با اندازه تیک 2^^{-M} $ در مدل گسسته ، حتی در صورت مجاز بودن داوطلبان با هر یک دیگر.

A seller wants to sell an item to n buyers. Buyer valuations are drawn i.i.d. from a distribution unknown to the seller; the seller only knows that the support is included in [a, b]. To be robust, the seller chooses a DSIC mechanism that optimizes the worst-case performance relative to the first-best benchmark. Our analysis unifies the regret and the ratio objectives. For these objectives, we derive an optimal mechanism and the corresponding performance in quasi-closed form, as a function of the support information and the number of buyers n. Our analysis reveals three regimes of support information and a new class of robust mechanisms. i.) With "low" support information, the optimal mechanism is a second-price auction (SPA) with random reserve, a focal class in earlier literature. ii.) With "high" support information, SPAs are strictly suboptimal, and an optimal mechanism belongs to a class of mechanisms we introduce, which we call pooling auctions (POOL); whenever the highest value is above a threshold, the mechanism still allocates to the highest bidder, but otherwise the mechanism allocates to a uniformly random buyer, i.e., pools low types. iii.) With "moderate" support information, a randomization between SPA and POOL is optimal. We also characterize optimal mechanisms within nested central subclasses of mechanisms: standard mechanisms that only allocate to the highest bidder, SPA with random reserve, and SPA with no reserve. We show strict separations in terms of performance across classes, implying that deviating from standard mechanisms is necessary for robustness.

یک فروشنده می خواهد یک کالا را به خریداران N بفروشد.ارزیابی خریدار I.I.D. از توزیع ناشناخته برای فروشنده ؛فروشنده فقط می داند که پشتیبانی در [A ، B] گنجانده شده است.برای قوی بودن ، فروشنده DSIC را انتخاب می کند مکانیسمی که بدترین عملکرد را نسبت به اولین مورد بهینه می کند معیار.تجزیه و تحلیل ما پشیمانی و اهداف نسبت را متحد می کند. برای این اهداف ، ما یک مکانیسم بهینه و مربوطه را استخراج می کنیم عملکرد به صورت شبه بسته ، به عنوان تابعی از اطلاعات پشتیبانی و تعداد خریداران n.تجزیه و تحلیل ما سه رژیم پشتیبانی را نشان می دهد اطلاعات و طبقه جدیدی از مکانیسم های قوی.من.) با پشتیبانی "کم" اطلاعات ، مکانیسم بهینه یک حراج قیمت دوم (SPA) با تصادفی است رزرو ، یک طبقه کانونی در ادبیات قبلی.ii.) با پشتیبانی "بالا" اطلاعات ، اسپا ها کاملاً زیر حد متوسط ​​هستند و یک مکانیسم بهینه متعلق به آن است طبقه ای از مکانیسم هایی که ما معرفی می کنیم ، که ما آن را حراج های استخر (استخر) می نامیم. هر زمان که بالاترین مقدار بالاتر از آستانه باشد ، مکانیسم هنوز هم اختصاص می دهد به بالاترین پیشنهاد دهنده ، اما در غیر این صورت مکانیسم به طور یکنواخت اختصاص می یابد خریدار تصادفی ، یعنی استخر انواع کم.iii.) با اطلاعات پشتیبانی "متوسط" ، تصادفی سازی بین آبگرم و استخر بهینه است. ما همچنین مکانیسم های بهینه را در زیر کلاسهای مرکزی تو در تو مشخص می کنیم مکانیسم ها: مکانیسم های استاندارد که فقط به بالاترین پیشنهاد دهنده ، اسپا اختصاص می دهند با ذخیره تصادفی و آبگرم بدون ذخیره.ما جدایی های دقیق را در شرایط عملکرد در کلاس ها ، دلالت بر این که انحراف از استاندارد است مکانیسم ها برای استحکام لازم است.

In this paper, we navigate the intricate domain of reviewer rewards in open-access academic publishing, leveraging the precision of mathematics and the strategic acumen of game theory. We conceptualize the prevailing voucher-based reviewer reward system as a two-player game, subsequently identifying potential shortcomings that may incline reviewers towards binary decisions. To address this issue, we propose and mathematically formalize an alternative reward system with the objective of mitigating this bias and promoting more comprehensive reviews. We engage in a detailed investigation of the properties and outcomes of both systems, employing rigorous game-theoretical analysis and deep reinforcement learning simulations. Our results underscore a noteworthy divergence between the two systems, with our proposed system demonstrating a more balanced decision distribution and enhanced stability. This research not only augments the mathematical understanding of reviewer reward systems, but it also provides valuable insights for the formulation of policies within journal review system. Our contribution to the mathematical community lies in providing a game-theoretical perspective to a real-world problem and in the application of deep reinforcement learning to simulate and understand this complex system.

در این مقاله ، ما به دامنه پیچیده پاداش های داوری در آن حرکت می کنیم انتشارات علمی با دسترسی آزاد ، استفاده از دقت ریاضیات و فعالیت استراتژیک تئوری بازی.ما غالب را مفهوم می کنیم سیستم پاداش داوری مبتنی بر کوپن به عنوان یک بازی دو نفره ، متعاقباً شناسایی کاستی های احتمالی که ممکن است داوران را به سمت دودویی سوق دهد تصمیماتبرای رسیدگی سیستم پاداش جایگزین با هدف کاهش این تعصب و ارتقاء بررسی های جامع تر.ما در یک تحقیق دقیق از خواص و پیامدهای هر دو سیستم ، با استفاده از دقیق تجزیه و تحلیل نظری بازی و شبیه سازی یادگیری تقویت عمیق.ما نتایج نشان می دهد واگرایی قابل توجه بین این دو سیستم ، با ما سیستم پیشنهادی نشان دهنده توزیع تصمیم متعادل تر و پایداری پیشرفتهاین تحقیق نه تنها ریاضیات را تقویت می کند درک سیستم های پاداش داوری ، اما این نیز ارزشمند است بینش برای تدوین سیاست ها در سیستم بررسی ژورنال.ما مشارکت در جامعه ریاضی در ارائه یک تئوری بازی نهفته است چشم انداز به یک مشکل در دنیای واقعی و در استفاده از عمیق یادگیری تقویت برای شبیه سازی و درک این سیستم پیچیده.

This paper evaluates market equilibrium under different pricing mechanisms in a two-settlement 100%-renewables electricity market. Given general probability distributions of renewable energy, we establish game-theoretical models to analyze equilibrium bidding strategies, market prices, and profits under uniform pricing (UP) and pay-as-bid pricing (PAB). We prove that UP can incentivize suppliers to withhold bidding quantities and lead to price spikes. PAB can reduce the market price, but it may lead to a mixed-strategy price equilibrium. Then, we present a regulated uniform pricing scheme (RUP) based on suppliers' marginal costs that include penalty costs for real-time deviations. We show that RUP can achieve lower yet positive prices and profits compared with PAB in a duopoly market, which approximates the least-cost system outcome. Simulations with synthetic and real data find that under PAB and RUP, higher uncertainty of renewables and real-time shortage penalty prices can increase the market price by encouraging lower bidding quantities, thereby increasing suppliers' profits.

در این مقاله تعادل بازار تحت مکانیسم های مختلف قیمت گذاری در بازار برق دو وصل شده 100 ٪.با توجه به احتمال کلی توزیع انرژی تجدید پذیر ، ما مدل های نظری بازی را ایجاد می کنیم استراتژی های مناقصه تعادل ، قیمت بازار و سود زیر را تجزیه و تحلیل کنید قیمت گذاری یکنواخت (UP) و قیمت گذاری پرداخت کننده (PAB).ما ثابت می کنیم که می تواند تأمین کنندگان را برای جلوگیری از مقادیر مناقصه و منجر به سنبله های قیمت تشویق کنید. PAB می تواند قیمت بازار را کاهش دهد ، اما ممکن است به قیمت استراتژی مختلط منجر شود تعادلسپس ، ما یک طرح قیمت گذاری یکنواخت تنظیم شده (RUP) را بر اساس ارائه می دهیم هزینه های حاشیه ای تأمین کنندگان که شامل هزینه های مجازات برای انحراف در زمان واقعی است. ما نشان می دهیم که RUP می تواند در مقایسه با قیمت ها و سودهای مثبت و در عین حال مثبت دست یابد با PAB در یک بازار دوپولی ، که تقریباً نتیجه کمترین هزینه سیستم را دارد. شبیه سازی با داده های مصنوعی و واقعی نشان می دهد که تحت PAB و RUP ، بالاتر عدم اطمینان از تجدید پذیر و مجازات کمبود در زمان واقعی می تواند افزایش یابد قیمت بازار با تشویق مقادیر پیشنهادی پایین تر ، در نتیجه افزایش می یابد سود تأمین کنندگان.

During epidemics people reduce their social and economic activity to lower their risk of infection. Such social distancing strategies will depend on information about the course of the epidemic but also on when they expect the epidemic to end, for instance due to vaccination. Typically it is difficult to make optimal decisions, because the available information is incomplete and uncertain. Here, we show how optimal decision making depends on knowledge about vaccination timing in a differential game in which individual decision making gives rise to Nash equilibria, and the arrival of the vaccine is described by a probability distribution. We show that the earlier the vaccination is expected to happen and the more precisely the timing of the vaccination is known, the stronger is the incentive to socially distance. In particular, equilibrium social distancing only meaningfully deviates from the no-vaccination equilibrium course if the vaccine is expected to arrive before the epidemic would have run its course. We demonstrate how the probability distribution of the vaccination time acts as a generalised form of discounting, with the special case of an exponential vaccination time distribution directly corresponding to regular exponential discounting.

در طول اپیدمی ، مردم فعالیت های اجتماعی و اقتصادی خود را کاهش می دهند تا پایین بیایند خطر عفونت آنهاچنین استراتژی های فاصله اجتماعی به آن بستگی دارد اطلاعات مربوط به دوره اپیدمی بلکه در هنگام انتظار آنها به عنوان مثال به دلیل واکسیناسیون ، همه گیر برای پایان دادن.به طور معمول دشوار است تصمیمات بهینه بگیرید ، زیرا اطلاعات موجود ناقص است و نا معلوم.در اینجا ، ما نشان می دهیم که تصمیم گیری بهینه به دانش چقدر بستگی دارد زمان واکسیناسیون در یک بازی دیفرانسیل که در آن تصمیم گیری فردی است تعادل NASH ایجاد می کند ، و ورود واکسن توسط a شرح داده شده است توزیع احتمال.ما نشان می دهیم که در اوایل واکسیناسیون انتظار می رود اتفاق بیفتد و دقیق تر زمان واکسیناسیون شناخته شده است ، انگیزه برای فاصله اجتماعی قوی تر است.به طور خاص ، تعادل فاصله اجتماعی فقط به طور معناداری از بدون واکسینه منحرف می شود دوره تعادل اگر انتظار می رود واکسن قبل از اپیدمی وارد شود دوره خود را اجرا می کرد.ما نشان می دهیم که چگونه توزیع احتمال از زمان واکسیناسیون به عنوان یک شکل کلی تخفیف ، با مورد ویژه توزیع زمان واکسیناسیون نمایی به طور مستقیم مربوط به تخفیف نمایی منظم.

Sociologists of education increasingly highlight the role of opportunity hoarding in the formation of Black-White educational inequalities. Informed by this literature, this article unpacks the necessary and sufficient conditions under which the hoarding of educational resources emerges within schools. It develops a qualitatively informed agent-based model which captures Black and White students' competition for a valuable school resource: advanced coursework. In contrast to traditional accounts -- which explain the emergence of hoarding through the actions of Whites that keep valuable resources within White communities -- simulations, perhaps surprisingly, show hoarding to arise even when Whites do not play the role of hoarders of resources. Behind this result is the fact that a structural inequality (i.e., racial differences in social class) -- and not action-driven hoarding -- is the necessary condition for hoarding to emerge. Findings, therefore, illustrate that common action-driven understandings of opportunity hoarding can overlook the structural foundations behind this important phenomenon. Policy implications are discussed.

جامعه شناسان آموزش و پرورش به طور فزاینده ای نقش فرصت را برجسته می کنند احتکار در شکل گیری نابرابری های آموزشی سیاه و سفید.مطلع شده توسط این ادبیات ، این مقاله شرایط لازم و کافی را باز می کند که تحت آن احتکار منابع آموزشی در مدارس ظاهر می شود.آی تی یک مدل مبتنی بر عامل را از نظر کیفی ایجاد می کند که سیاه و را ضبط می کند رقابت دانش آموزان سفید برای یک منبع با ارزش مدرسه: پیشرفته دوره کاربرخلاف حساب های سنتی - که ظهور را توضیح می دهد احتکار از طریق اقدامات سفیدپوستان که منابع ارزشمندی را در درون خود نگه می دارند جوامع سفید - شبیه سازی ها ، شاید به طرز شگفت آور ، نشان دادن احتکار برای ظهور حتی وقتی سفیدپوستان نقش احتکار منابع را بازی نمی کنند.پشت این نتیجه این واقعیت است که یک نابرابری ساختاری (یعنی تفاوت های نژادی در طبقه اجتماعی)-و نه احتکار عمل محور-شرط لازم است برای احتکار برای ظهور.بنابراین ، یافته ها آن مشترک را نشان می دهد درک مبتنی بر عمل از احتکار فرصت می تواند از این امر غافل شود مبانی ساختاری در پشت این پدیده مهم.پیامدهای سیاست بحث شده است