Datasets:

mabidan

/

econ_paper_abstracts_fa_translation

like 1

We design TimeBoost: a practical transaction ordering policy for rollup sequencers that takes into account both transaction timestamps and bids; it works by creating a score from timestamps and bids, and orders transactions based on this score. TimeBoost is transaction-data-independent (i.e., can work with encrypted transactions) and supports low transaction finalization times similar to a first-come first-serve (FCFS or pure-latency) ordering policy. At the same time, it avoids the inefficient latency competition created by an FCFS policy. It further satisfies useful economic properties of first-price auctions that come with a pure-bidding policy. We show through rigorous economic analyses how TimeBoost allows players to compete on arbitrage opportunities in a way that results in better guarantees compared to both pure-latency and pure-bidding approaches.

ما Timeboost را طراحی می کنیم: یک سیاست سفارش معامله عملی برای Rollup ترتیب سنجی که هر دو زمان سنج و پیشنهادات معامله را در نظر می گیرند.آی تی با ایجاد نمره ای از Timestamps و پیشنهادات و سفارشات سفارش می دهد بر اساس این امتیاز. Timeboost مستقل از معاملات است (یعنی ، می تواند با رمزگذاری شده کار کند معاملات) و از زمان نهایی نهایی معاملات مشابه با a پشتیبانی می کند سیاست اول سفارش اول خدمات (FCFS یا تأخیر خالص).در همان زمان ، از رقابت تأخیر ناکارآمد ایجاد شده توسط یک سیاست FCFS جلوگیری می کند. این بیشتر خصوصیات اقتصادی مفید حراج های قیمت اول را برآورده می کند با یک سیاست ممنوع الكار همراه باشید.ما از طریق تحلیل های دقیق اقتصادی نشان می دهیم که چگونه Timeboost به بازیکنان این امکان را می دهد تا در فرصت های داوری به گونه ای رقابت کنند که منجر به تضمین بهتر در مقایسه با تأخیر خالص و پراکندگی خالص می شود رویکرد

Models of social learning feature either binary signals or abstract signal structures often deprived of micro-foundations. Both models are limited when analyzing interim results or performing empirical analysis. We present a method of generating signal structures which are richer than the binary model, yet are tractable enough to perform simulations and empirical analysis. We demonstrate the method's usability by revisiting two classical papers: (1) we discuss the economic significance of unbounded signals Smith and Sorensen (2000); (2) we use experimental data from Anderson and Holt (1997) to perform econometric analysis. Additionally, we provide a necessary and sufficient condition for the occurrence of action cascades.

مدل های یادگیری اجتماعی یا سیگنال های باینری یا سیگنال انتزاعی ساختارهایی که اغلب از بنیادهای خرد محروم می شوند.هر دو مدل محدود هستند تجزیه و تحلیل نتایج موقت یا انجام تجزیه و تحلیل تجربی.ما یک روش ارائه می دهیم از ساختارهای سیگنال تولیدی که از مدل باینری غنی تر هستند ، اما وجود دارد به اندازه کافی برای انجام شبیه سازی ها و تجزیه و تحلیل تجربی.ما نشان می دهیم قابلیت استفاده این روش با تجدید نظر در دو مقاله کلاسیک: (1) ما در مورد آنها بحث می کنیم اهمیت اقتصادی سیگنال های بی حد و مرز اسمیت و سورنسن (2000) ؛(2) ما برای انجام اقتصاد سنجی از داده های تجربی از اندرسون و هولت (1997) استفاده کنید تحلیل و بررسی.علاوه بر این ، ما یک شرط لازم و کافی برای وقوع آبشارهای عمل.

In online ad markets, a rising number of advertisers are employing bidding agencies to participate in ad auctions. These agencies are specialized in designing online algorithms and bidding on behalf of their clients. Typically, an agency usually has information on multiple advertisers, so she can potentially coordinate bids to help her clients achieve higher utilities than those under independent bidding. In this paper, we study coordinated online bidding algorithms in repeated second-price auctions with budgets. We propose algorithms that guarantee every client a higher utility than the best she can get under independent bidding. We show that these algorithms achieve maximal coalition welfare and discuss bidders' incentives to misreport their budgets, in symmetric cases. Our proofs combine the techniques of online learning and equilibrium analysis, overcoming the difficulty of competing with a multi-dimensional benchmark. The performance of our algorithms is further evaluated by experiments on both synthetic and real data. To the best of our knowledge, we are the first to consider bidder coordination in online repeated auctions with constraints.

در بازارهای تبلیغاتی آنلاین ، تعداد زیادی از تبلیغ کنندگان در حال استفاده از مناقصه هستند آژانس ها برای شرکت در حراج های تبلیغاتی.این آژانس ها در تخصصی هستند طراحی الگوریتم های آنلاین و مناقصه به نمایندگی از مشتریان خود.معمولا، یک آژانس معمولاً در مورد چندین تبلیغ کننده اطلاعات دارد ، بنابراین او می تواند پیشنهادات بالقوه هماهنگ برای کمک به مشتریان خود در دستیابی به خدمات بالاتری نسبت به کسانی که تحت مناقصه مستقل هستند. در این مقاله ، ما الگوریتم های مناقصه آنلاین هماهنگ را به صورت مکرر مطالعه می کنیم حراج های قیمت دوم با بودجه.ما الگوریتم هایی را پیشنهاد می کنیم که همه را تضمین می کنند مشتری از ابزار بالاتری نسبت به بهترین چیزی که می تواند تحت مناقصه مستقل بدست آورد.ما نشان می دهد که این الگوریتم ها به حداکثر رفاه ائتلاف می رسند و بحث می کنند مشوق های داوطلبان برای گزارش نادرست بودجه خود ، در موارد متقارن.اثبات ما تکنیک های یادگیری آنلاین و تجزیه و تحلیل تعادل را با هم ترکیب کنید. دشواری رقابت با یک معیار چند بعدی.عملکرد از الگوریتم های ما بیشتر با آزمایش در هر دو مصنوعی و داده های واقعیبه بهترین دانش ما ، ما اولین کسی هستیم که پیشنهاد دهنده را در نظر می گیریم هماهنگی در حراج های مکرر آنلاین با محدودیت ها.

We study the classic house-swapping problem of Shapley and Scarf (1974) in a setting where agents may have "objective" indifferences, i.e., indifferences that are shared by all agents. In other words, if any one agent is indifferent between two houses, then all agents are indifferent between those two houses. The most direct interpretation is the presence of multiple copies of the same object. Our setting is a special case of the house-swapping problem with general indifferences. We derive a simple, easily interpretable algorithm that produces the unique strict core allocation of the house-swapping market, if it exists. Our algorithm runs in square polynomial time, a substantial improvement over the cubed time methods for the more general problem.

ما مشکل کلاسیک خانه شپلی و روسری (1974) را در یک مطالعه می کنیم تنظیم جایی که عوامل ممکن است بی تفاوت "عینی" داشته باشند ، یعنی بی تفاوت که توسط همه نمایندگان به اشتراک گذاشته شده است.به عبارت دیگر ، اگر یک عامل بی تفاوت باشد بین دو خانه ، پس از آن همه عوامل بین این دو خانه بی تفاوت هستند. مستقیم ترین تفسیر وجود نسخه های متعدد از همان است هدف - شی.تنظیمات ما یک مورد خاص از مشکل تغییر خانه است بی تفاوتی عمومی.ما یک الگوریتم ساده و به راحتی قابل تفسیر را استخراج می کنیم که در صورتی وجود داردالگوریتم ما در زمان چند جمله ای مربع اجرا می شود ، یک پیشرفت اساسی بیش از روش های زمان مکعب برای مشکل عمومی تر.

This paper extends the Isotonic Mechanism from the single-owner to multi-owner settings, in an effort to make it applicable to peer review where a paper often has multiple authors. Our approach starts by partitioning all submissions of a machine learning conference into disjoint blocks, each of which shares a common set of co-authors. We then employ the Isotonic Mechanism to elicit a ranking of the submissions from each author and to produce adjusted review scores that align with both the reported ranking and the original review scores. The generalized mechanism uses a weighted average of the adjusted scores on each block. We show that, under certain conditions, truth-telling by all authors is a Nash equilibrium for any valid partition of the overlapping ownership sets. However, we demonstrate that while the mechanism's performance in terms of estimation accuracy depends on the partition structure, optimizing this structure is computationally intractable in general. We develop a nearly linear-time greedy algorithm that provably finds a performant partition with appealing robust approximation guarantees. Extensive experiments on both synthetic data and real-world conference review data demonstrate the effectiveness of this generalized Isotonic Mechanism.

این مقاله مکانیسم ایزوتونیک را از یک مالک به سمت خود گسترش می دهد تنظیمات چند مالک ، در تلاش برای استفاده از آن برای بررسی همسالان که در آن مقاله اغلب دارای چندین نویسنده است.رویکرد ما با تقسیم همه شروع می شود ارسال کنفرانس یادگیری ماشین در بلوک های جدا شده ، هر یک از که مجموعه مشترکی از نویسندگان را به اشتراک می گذارد.سپس ما از مکانیسم ایزوتونیک استفاده می کنیم برای استخراج رتبه بندی ارسال ها از هر نویسنده و تولید تعدیل شده نمرات را که هماهنگ با رتبه بندی گزارش شده و بررسی اصلی است ، بررسی کنید نمراتمکانیسم عمومی از میانگین وزنی تنظیم شده استفاده می کند نمرات در هر بلوک.ما نشان می دهیم که ، در شرایط خاص ، حقیقت را با حقیقت همه نویسندگان یک تعادل Nash برای هر پارتیشن معتبر از همپوشانی هستند مجموعه های مالکیت.با این حال ، ما نشان می دهیم که در حالی که عملکرد مکانیسم است از نظر دقت تخمین به ساختار پارتیشن بستگی دارد ، بهینه سازی این ساختار از نظر محاسباتی به طور کلی قابل تحمل است.ما تقریباً توسعه می دهیم الگوریتم حریص زمان خطی که به طور واقعی یک پارتیشن اجرا با آن پیدا می کند ضمانت های تقریب قوی جذاب.آزمایش های گسترده در هر دو داده های مصنوعی و داده های بررسی کنفرانس در دنیای واقعی نشان می دهد اثربخشی این مکانیسم ایزوتونیک عمومی.

We study the power of menus of contracts in principal-agent problems with adverse selection (agents can be one of several types) and moral hazard (we cannot observe agent actions directly). For principal-agent problems with $T$ types and $n$ actions, we show that the best menu of contracts can obtain a factor $\Omega(\max(n, \log T))$ more utility for the principal than the best individual contract, partially resolving an open question of Guruganesh et al. (2021). We then turn our attention to randomized menus of linear contracts, where we likewise show that randomized linear menus can be $\Omega(T)$ better than the best single linear contract. As a corollary, we show this implies an analogous gap between deterministic menus of (general) contracts and randomized menus of contracts (as introduced by Castiglioni et al. (2022)).

ما قدرت منوهای قراردادها را در مشکلات اصلی و عامل مطالعه می کنیم انتخاب نامطلوب (عوامل می توانند یکی از انواع مختلفی باشند) و خطر اخلاقی (ما نمی توان اقدامات عامل را مستقیماً مشاهده کرد).برای مشکلات اصلی عامل با $ t $ انواع و اقدامات $ $ ، ما نشان می دهیم که بهترین منوی قراردادها می تواند یک را بدست آورد فاکتور $ \ omega (\ max (n ، \ log t)) $ ابزار بیشتری برای اصلی از بهترین ها قرارداد فردی ، تا حدی یک سؤال باز از Guruganesh و همکاران را حل کرد. (2021).سپس توجه خود را به منوهای تصادفی از قراردادهای خطی تغییر می دهیم ، جایی که ما نیز نشان می دهیم که منوهای خطی تصادفی می توانند $ \ omega (t) $ بهتر باشند از بهترین قرارداد خطی منفرد.به عنوان یک نتیجه ، ما این را نشان می دهیم شکاف مشابه بین منوهای قطعی قراردادهای (عمومی) و تصادفی منوهای قراردادها (همانطور که توسط Castiglioni و همکاران (2022) معرفی شده است).

One cannot make truly fair decisions using integer linear programs unless one controls the selection probabilities of the (possibly many) optimal solutions. For this purpose, we propose a unified framework when binary decision variables represent agents with dichotomous preferences, who only care about whether they are selected in the final solution. We develop several general-purpose algorithms to fairly select optimal solutions, for example, by maximizing the Nash product or the minimum selection probability, or by using a random ordering of the agents as a selection criterion (Random Serial Dictatorship). As such, we embed the black-box procedure of solving an integer linear program into a framework that is explainable from start to finish. Moreover, we study the axiomatic properties of the proposed methods by embedding our framework into the rich literature of cooperative bargaining and probabilistic social choice. Lastly, we evaluate the proposed methods on a specific application, namely kidney exchange. We find that while the methods maximizing the Nash product or the minimum selection probability outperform the other methods on the evaluated welfare criteria, methods such as Random Serial Dictatorship perform reasonably well in computation times that are similar to those of finding a single optimal solution.

نمی توان با استفاده از برنامه های خطی عدد صحیح تصمیمات عادلانه گرفت احتمال انتخاب راه حل های بهینه (احتمالاً بسیاری) را کنترل می کند. برای این منظور ، ما یک چارچوب یکپارچه را هنگام متغیرهای تصمیم گیری باینری پیشنهاد می کنیم نمایندگان با ترجیحات دوگانگی ، که فقط به آنها اهمیت می دهند در راه حل نهایی انتخاب می شوند.ما چندین هدف کلی ایجاد می کنیم به عنوان مثال ، الگوریتم ها برای انتخاب عادلانه راه حل های بهینه ، به حداکثر رساندن محصول NASH یا حداقل احتمال انتخاب یا با استفاده از یک تصادفی سفارش نمایندگان به عنوان یک معیار انتخاب (دیکتاتوری سریال تصادفی). به این ترتیب ، ما روش جعبه سیاه را برای حل یک برنامه خطی عدد صحیح جاسازی کردیم به چارچوبی که از ابتدا تا انتها قابل توضیح است.علاوه بر این ، ما مطالعه می کنیم خصوصیات بدیهی روشهای پیشنهادی با تعبیه چارچوب ما به ادبیات غنی از چانه زنی تعاونی و اجتماعی احتمالی انتخابدر آخر ، ما روشهای پیشنهادی را در مورد یک برنامه خاص ارزیابی می کنیم ، یعنی مبادله کلیه.ما می دانیم که در حالی که روش های حداکثر NASH محصول یا حداقل احتمال انتخاب از روشهای دیگر بهتر است معیارهای رفاهی ارزیابی شده ، روشهایی مانند دیکتاتوری سریال تصادفی در زمان محاسباتی که شبیه به مواردی است ، عملکرد منطقی داشته باشید یافتن یک راه حل بهینه واحد.

In this paper we give the first explicit enumeration of all maximal Condorcet domains on $n\leq 7$ alternatives. This has been accomplished by developing a new algorithm for constructing Condorcet domains, and an implementation of that algorithm which has been run on a supercomputer. We follow this up by the first survey of the properties of all maximal Condorcet domains up to degree 7, with respect to many properties studied in the social sciences and mathematical literature. We resolve several open questions posed by other authors, both by examples from our data and theorems. We give a new set of results on the symmetry properties of Condorcet domains which unify earlier works. Finally we discuss connections to other domain types such as non-dictatorial domains and generalisations of single-peaked domains. All our data is made freely available for other researches via a new website.

در این مقاله اولین شمارش صریح از همه خسارت های حداکثر را ارائه می دهیم دامنه های $ n \ leq 7 $ گزینه های دیگر.این با توسعه a انجام شده است الگوریتم جدید برای ساخت دامنه های Condorcet و اجرای آن الگوریتمی که بر روی یک ابر رایانه اجرا شده است. ما این را با اولین بررسی از خواص همه حداکثر دنبال می کنیم حوزه های Condorcet تا درجه 7 ، با توجه به بسیاری از خواص مورد مطالعه در علوم اجتماعی و ادبیات ریاضی.ما چندین باز را حل می کنیم سؤالاتی که توسط نویسندگان دیگر مطرح می شود ، چه با مثال از داده های ما و چه قضایای ما. ما مجموعه جدیدی از نتایج را در مورد خصوصیات تقارن دامنه های Condorcet می دهیم که کارهای قبلی را متحد می کند. سرانجام ما در مورد اتصال به سایر انواع دامنه مانند غیر عکاسی بحث می کنیم دامنه ها و تعمیم دامنه های تک قضیه.تمام داده های ما ساخته شده است آزادانه برای سایر تحقیقات از طریق یک وب سایت جدید در دسترس است.

The Black-Scholes-Merton model is a mathematical model for the dynamics of a financial market that includes derivative investment instruments, and its formula provides a theoretical price estimate of European-style options. The model's fundamental idea is to eliminate risk by hedging the option by purchasing and selling the underlying asset in a specific way, that is, to replicate the payoff of the option with a portfolio (which continuously trades the underlying) whose value at each time can be verified. One of the most crucial, yet restrictive, assumptions for this task is that the market follows a geometric Brownian motion, which has been relaxed and generalized in various ways. The concept of robust finance revolves around developing models that account for uncertainties and variations in financial markets. Martingale Optimal Transport, which is an adaptation of the Optimal Transport theory to the robust financial framework, is one of the most prominent directions. In this paper, we consider market models with arbitrarily many underlying assets whose values are observed over arbitrarily many time periods, and demonstrates the existence of a portfolio sub- or super-hedging a general path-dependent derivative security in terms of trading European options and underlyings, as well as the portfolio replicating the derivative payoff when the market model yields the extremal price of the derivative given marginal distributions of the underlyings. In mathematical terms, this paper resolves the question of dual attainment for the multi-period vectorial martingale optimal transport problem.

مدل Black-Scholes-Merton یک مدل ریاضی برای پویایی A است بازار مالی که شامل ابزارهای سرمایه گذاری مشتق و آن است فرمول تخمین قیمت نظری از گزینه های سبک اروپایی را ارائه می دهد.در ایده اساسی مدل از بین بردن ریسک با محافظت از گزینه توسط خرید و فروش دارایی زیربنایی به روشی خاص ، یعنی به بازپرداخت گزینه را با یک نمونه کارها (که به طور مداوم معاملات می کند ، تکرار کنید زیربنایی) که ارزش آن در هر زمان قابل تأیید است.یکی از مهمترین فرضیات مهم و در عین حال محدود کننده برای این کار این است که بازار از آن پیروی می کند یک حرکت هندسی براونیایی ، که در مختلف آرام و تعمیم یافته است راه ها. مفهوم مالی قوی حول محور در حال توسعه مدل هایی است که حساب می کنند برای عدم قطعیت و تغییرات در بازارهای مالی.Martingale Optimal حمل و نقل ، که اقتباسی از تئوری حمل و نقل بهینه با قوی است چارچوب مالی ، یکی از برجسته ترین جهت ها است.در این مقاله ، ما مدل های بازار را با دارایی های اساسی خودسرانه در نظر بگیرید در دوره های زمانی خودسرانه مشاهده شده و وجود خود را نشان می دهد یک نمونه کارها یا فوق العاده هشدار دهنده یک امنیت مشتق عمومی وابسته به مسیر از نظر تجارت گزینه های اروپایی و زمینه و همچنین نمونه کارها بازپرداخت بازپرداخت مشتق هنگامی که مدل بازار افراطی را به دست می آورد قیمت مشتق با توجه به توزیع حاشیه ای از زیرین.که در اصطلاحات ریاضی ، این مقاله مسئله دستیابی دوگانه برای مشکل حمل و نقل بهینه مارتینگال چند دوره ای.

Classification algorithms are increasingly used in areas such as housing, credit, and law enforcement in order to make decisions affecting peoples' lives. These algorithms can change individual behavior deliberately (a fraud prediction algorithm deterring fraud) or inadvertently (content sorting algorithms spreading misinformation), and they are increasingly facing public scrutiny and regulation. Some of these regulations, like the elimination of cash bail in some states, have focused on \textit{lowering the stakes of certain classifications}. In this paper we characterize how optimal classification by an algorithm designer can affect the distribution of behavior in a population -- sometimes in surprising ways. We then look at the effect of democratizing the rewards and punishments, or stakes, to algorithmic classification to consider how a society can potentially stem (or facilitate!) predatory classification. Our results speak to questions of algorithmic fairness in settings where behavior and algorithms are interdependent, and where typical measures of fairness focusing on statistical accuracy across groups may not be appropriate.

الگوریتم های طبقه بندی به طور فزاینده ای در مناطقی مانند مسکن مورد استفاده قرار می گیرند ، اعتبار ، و اجرای قانون به منظور تصمیم گیری در مورد افراد تأثیرگذار زندگی می کند.این الگوریتم ها می توانند رفتار فردی را عمداً تغییر دهند (یک کلاهبرداری الگوریتم پیش بینی برای جلوگیری از کلاهبرداری) یا سهوا (مرتب سازی محتوا الگوریتم هایی که اطلاعات غلط را گسترش می دهند) ، و آنها به طور فزاینده ای با عموم روبرو می شوند بررسی و مقررات.برخی از این مقررات ، مانند حذف وثیقه نقدی در برخی ایالت ها ، روی \ textit {کاهش سهام طبقه بندی های خاص}.در این مقاله ما مشخص می کنیم که چقدر بهینه است طبقه بندی توسط یک طراح الگوریتم می تواند بر توزیع رفتار تأثیر بگذارد در یک جمعیت - گاهی به روش های غافلگیرانه.سپس به تأثیر آن نگاه می کنیم دموکراتیک کردن پاداش ها و مجازات ها یا سهام به الگوریتمی طبقه بندی برای در نظر گرفتن اینکه چگونه یک جامعه به طور بالقوه می تواند ساقه بگیرد (یا تسهیل می شود!) طبقه بندی درنده.نتایج ما با سؤالات الگوریتمی صحبت می کند انصاف در تنظیماتی که رفتار و الگوریتم ها به هم وابسته هستند ، و جایی که اقدامات معمولی انصاف با تمرکز بر دقت آماری در سراسر ممکن است گروه ها مناسب نباشند.

We study Proportional Response Dynamics (PRD) in linear Fisher markets where participants act asynchronously. We model this scenario as a sequential process in which in every step, an adversary selects a subset of the players that will update their bids, subject to liveness constraints. We show that if every bidder individually uses the PRD update rule whenever they are included in the group of bidders selected by the adversary, then (in the generic case) the entire dynamic converges to a competitive equilibrium of the market. Our proof technique uncovers further properties of linear Fisher markets, such as the uniqueness of the equilibrium for generic parameters and the convergence of associated best-response dynamics and no-swap regret dynamics under certain conditions.

ما دینامیک پاسخ متناسب (PRD) را در بازارهای خطی فیشر که در آن مطالعه می کنیم مطالعه می کنیم شرکت کنندگان به طور همزمان عمل می کنند.ما این سناریو را به عنوان یک فرآیند پی در پی مدل می کنیم که در هر مرحله ، یک دشمن زیرمجموعه بازیکنان را انتخاب می کند پیشنهادات خود را به روز کنید ، با توجه به محدودیت های زنده بودن.ما نشان می دهیم که اگر همه پیشنهاد دهنده به طور جداگانه از قانون به روزرسانی PRD استفاده می کند هر زمان که در آن گنجانده شود گروه داوطلبان انتخاب شده توسط دشمن ، سپس (در مورد عمومی) کل پویا به یک تعادل رقابتی بازار همگرا می شود.اثبات ما تکنیک از خواص بیشتر بازارهای خطی فیشر ، مانند منحصر به فرد بودن تعادل برای پارامترهای عمومی و همگرایی پویایی با بهترین پاسخ و پویایی پشیمانی بدون تعویض تحت مشخص است شرایط

In an information aggregation game, a set of senders interact with a receiver through a mediator. Each sender observes the state of the world and communicates a message to the mediator, who recommends an action to the receiver based on the messages received. The payoff of the senders and of the receiver depend on both the state of the world and the action selected by the receiver. This setting extends the celebrated cheap talk model in two aspects: there are many senders (as opposed to just one) and there is a mediator. From a practical perspective, this setting captures platforms in which strategic experts advice is aggregated in service of action recommendations to the user. We aim at finding an optimal mediator/platform that maximizes the users' welfare given highly resilient incentive compatibility requirements on the equilibrium selected: we want the platform to be incentive compatible for the receiver/user when selecting the recommended action, and we want it to be resilient against group deviations by the senders/experts. We provide highly positive answers to this challenge, manifested through efficient algorithms.

در یک بازی جمع آوری اطلاعات ، مجموعه ای از فرستنده ها با یک گیرنده در تعامل هستند از طریق یک واسطههر فرستنده وضعیت جهان را رعایت می کند و پیامی را به واسطه ارتباط می دهد ، که یک عمل را به گیرنده بر اساس پیام های دریافت شده.بازپرداخت فرستنده ها و گیرنده به وضعیت جهان و عمل انتخاب شده توسط گیرنده.این تنظیم مدل گفتگوی ارزان قیمت را از دو جنبه گسترش می دهد: فرستنده های زیادی وجود دارد (بر خلاف فقط یک) و یک واسطه وجود دارد.از دیدگاه عملی ، این تنظیم سیستم عامل هایی را که در آن استراتژیک است ضبط می کند مشاوره کارشناسان در خدمت توصیه های عمل به کاربر جمع می شوند. هدف ما پیدا کردن یک واسطه/پلتفرم بهینه است که کاربران را به حداکثر می رساند رفاه با توجه به الزامات سازگاری تشویقی بسیار انعطاف پذیر در تعادل انتخاب شده: ما می خواهیم این سکو برای تشویقی سازگار باشد گیرنده/کاربر هنگام انتخاب اقدامات توصیه شده ، و ما می خواهیم که باشد انعطاف پذیر در برابر انحرافات گروهی توسط فرستندگان/کارشناسان.ما بسیار ارائه می دهیم پاسخ های مثبت به این چالش ، که از طریق الگوریتم های کارآمد آشکار می شوند.

With a novel search algorithm or assortment planning or assortment optimization algorithm that takes into account a Bayesian approach to information updating and two-stage assortment optimization techniques, the current research provides a novel concept of competitiveness in the digital marketplace. Via the search algorithm, there is competition between the platform, vendors, and private brands of the platform. The current paper suggests a model and discusses how competition and collusion arise in the digital marketplace through assortment planning or assortment optimization algorithm. Furthermore, it suggests a model of an assortment algorithm free from collusion between the platform and the large vendors. The paper's major conclusions are that collusive assortment may raise a product's purchase likelihood but fail to maximize expected revenue. The proposed assortment planning, on the other hand, maintains competitiveness while maximizing expected revenue.

با یک الگوریتم جستجوی جدید یا برنامه ریزی مجموعه یا مجموعه الگوریتم بهینه سازی که رویکرد بیزی را در نظر می گیرد به روزرسانی اطلاعات و تکنیک های بهینه سازی مجموعه دو مرحله ای ، تحقیقات فعلی مفهوم جدیدی از رقابت در دیجیتال را ارائه می دهد بازاراز طریق الگوریتم جستجو ، رقابت بین پلتفرم ، فروشندگان و مارک های خصوصی این سیستم عامل.مقاله فعلی یک مدل را پیشنهاد می کند و در مورد چگونگی بوجود آمدن رقابت و تبانی در آن بحث می کند بازار دیجیتال از طریق برنامه ریزی مجموعه یا بهینه سازی مجموعه الگوریتمعلاوه بر این ، این یک مدل از یک الگوریتم مجموعه ای را رایگان نشان می دهد از تبانی بین سکو و فروشندگان بزرگ.عمده مقاله نتیجه گیری این است که مجموعه تبانی ممکن است خرید یک محصول را افزایش دهد احتمال اما عدم حداکثر رساندن درآمد مورد انتظار.مجموعه پیشنهادی از طرف دیگر برنامه ریزی ، ضمن حفظ حداکثر ، رقابت را حفظ می کند درآمد مورد انتظار

We consider manipulations in the context of coalitional games, where a coalition aims to increase the total payoff of its members. An allocation rule is immune to coalitional manipulation if no coalition can benefit from internal reallocation of worth on the level of its subcoalitions (reallocation-proofness), and if no coalition benefits from a lower worth while all else remains the same (weak coalitional monotonicity). Replacing additivity in Shapley's original characterization by these requirements yields a new foundation of the Shapley value, i.e., it is the unique efficient and symmetric allocation rule that awards nothing to a null player and is immune to coalitional manipulations. We further find that for efficient allocation rules, reallocation-proofness is equivalent to constrained marginality, a weaker variant of Young's marginality axiom. Our second characterization improves upon Young's characterization by weakening the independence requirement intrinsic to marginality.

ما دستکاری ها را در زمینه بازی های ائتلاف ، جایی که a در نظر می گیریم هدف ائتلاف افزایش کل بازپرداخت اعضای آن است.یک قانون تخصیص در صورت عدم وجود ائتلاف از داخلی ، از دستکاری ائتلاف مصون است جابجایی ارزش در سطح زیربناهای آن (ضدعفونی مجدد) ، و اگر هیچ ائتلاف از ارزش پایین تر سود می برد همه چیز دیگر یکسان است (یکنواختی ضعیف ائتلاف).جایگزینی افزودنی در خصوصیات اصلی شاپلی توسط این الزامات جدید به دست می آورد پایه و اساس مقدار شاپلی ، یعنی این کارآمد و متقارن بی نظیر است قانون تخصیصی که هیچ چیزی را به یک بازیکن تهی جوایز نمی دهد و از آن مصون است دستکاری های ائتلاف.ما بیشتر متوجه می شویم که برای قوانین تخصیص کارآمد ، ضدعفونی مجدد معادل حاشیه محدودیت ، ضعیف تر است نوع بدیهی حاشیه یانگ.خصوصیات دوم ما بهبود می یابد خصوصیات جوان با تضعیف نیاز استقلال ذاتی به حاشیه

A growing number of central authorities use assignment mechanisms to allocate students to schools in a way that reflects student preferences and school priorities. However, most real-world mechanisms give students an incentive to be strategic and misreport their preferences. In this paper, we provide an identification approach for causal effects of school assignment on future outcomes that accounts for strategic misreporting. Misreporting may invalidate existing point-identification approaches, and we derive sharp bounds for causal effects that are robust to strategic behavior. Our approach applies to any mechanism as long as there exist placement scores and cutoffs that characterize that mechanism's allocation rule. We use data from a deferred acceptance mechanism that assigns students to more than 1,000 university-major combinations in Chile. Students behave strategically because the mechanism in Chile constrains the number of majors that students submit in their preferences to eight options. Our methodology takes that into account and partially identifies the effect of changes in school assignment on various graduation outcomes.

تعداد فزاینده ای از مقامات مرکزی برای تخصیص از مکانیسم های واگذاری استفاده می کنند دانش آموزان به مدارس به گونه ای که منعکس کننده ترجیحات دانش آموزان و مدرسه است اولویت های.با این حال ، بیشتر مکانیسم های دنیای واقعی به دانشجویان انگیزه ای می دهند استراتژیک باشید و ترجیحات آنها را نادرست گزارش دهید.در این مقاله ، ما یک رویکرد شناسایی برای تأثیرات علی تکلیف مدرسه بر آینده نتایج حاصل از گزارش نادرست استراتژیک.گزارش نادرست ممکن است باطل شود رویکردهای شناسایی نقطه موجود ، و ما مرزهای تیز را برای علی انجام می دهیم اثراتی که به رفتار استراتژیک قوی هستند.رویکرد ما در مورد هر یک اعمال می شود مکانیسم تا زمانی که نمرات قرار دادن و برش وجود دارد که مشخص می شود قانون تخصیص مکانیسم.ما از داده های پذیرش معوق استفاده می کنیم مکانیسمی که دانشجویان را به بیش از 1000 دانشگاه بزرگ دانشگاه اختصاص می دهد ترکیب در شیلی.دانش آموزان از نظر استراتژیک رفتار می کنند زیرا مکانیسم در شیلی تعداد رشته هایی را که دانش آموزان در ترجیحات خود ارائه می دهند محدود می کند به هشت گزینهروش ما این موضوع را در نظر می گیرد و تا حدی تأثیر تغییرات در تکالیف مدرسه در فارغ التحصیلی مختلف را مشخص می کند عواقب.

We present a new optimization-based method for aggregating preferences in settings where each decision maker, or voter, expresses preferences over pairs of alternatives. The challenge is to come up with a ranking that agrees as much as possible with the votes cast in cases when some of the votes conflict. Only a collection of votes that contains no cycles is non-conflicting and can induce a partial order over alternatives. Our approach is motivated by the observation that a collection of votes that form a cycle can be treated as ties. The method is then to remove unions of cycles of votes, or circulations, from the vote graph and determine aggregate preferences from the remainder. We introduce the strong maximum circulation which is formed by a union of cycles, the removal of which guarantees a unique outcome in terms of the induced partial order. Furthermore, it contains all the aggregate preferences remaining following the elimination of any maximum circulation. In contrast, the well-known, optimization-based, Kemeny method has non-unique output and can return multiple, conflicting rankings for the same input. In addition, Kemeny's method requires solving an NP-hard problem, whereas our algorithm is efficient, based on network flow techniques, and runs in strongly polynomial time, independent of the number of votes. We address the construction of a ranking from the partial order and show that rankings based on a convex relaxation of Kemeny's model are consistent with our partial order. We then study the properties of removing a maximal circulation versus a maximum circulation and establish that, while maximal circulations will in general identify a larger number of aggregate preferences, the partial orders induced by the removal of different maximal circulations are not unique and may be conflicting. Moreover, finding a minimum maximal circulation is an NP-hard problem.

ما یک روش جدید مبتنی بر بهینه سازی برای جمع آوری ترجیحات در تنظیماتی که در آن هر تصمیم گیرنده یا رأی دهنده ترجیحات مربوط به جفت ها را بیان می کند از گزینه های دیگرچالش این است که با یک رتبه بندی روبرو شوید که به همان اندازه موافق است در صورت امکان با آراء در مواردی که برخی از آرا درگیری است.فقط مجموعه ای از آرا که هیچ چرخه ای ندارد ، درگیری است و می تواند القا شود یک ترتیب جزئی نسبت به گزینه های دیگر.رویکرد ما با مشاهده انگیزه است که مجموعه ای از آرا که یک چرخه را تشکیل می دهند می توانند به عنوان پیوندها رفتار شوند.روش سپس برای حذف اتحادیه های چرخه آرا یا گردش خون از رای است نمودار و تعیین ترجیحات کل از باقیمانده. ما حداکثر گردش خون قوی را که توسط اتحادیه تشکیل شده است معرفی می کنیم چرخه ها ، حذف آن نتیجه منحصر به فرد از نظر ترتیب جزئی القا شده.علاوه بر این ، شامل تمام ترجیحات کل است باقیمانده پس از حذف هر حداکثر گردش خون.متقابلا، روش مشهور ، مبتنی بر بهینه سازی ، کمنی دارای خروجی غیر دانشگاهی و می تواند باشد رتبه بندی های متعدد و متناقض را برای همان ورودی برگردانید.علاوه بر این ، کمنی روش نیاز به حل یک مشکل سخت NP دارد ، در حالی که الگوریتم ما کارآمد است ، بر اساس تکنیک های جریان شبکه ، و در زمان چند جمله ای به شدت اجرا می شود ، مستقل از تعداد آرا. ما به ساخت یک رتبه از ترتیب جزئی می پردازیم و نشان می دهیم که رتبه بندی های مبتنی بر آرامش محدب مدل کمنی با ما سازگار است نظم جزئیسپس خواص حذف یک گردش حداکثر را بررسی می کنیم در مقابل حداکثر گردش خون و تعیین آن ، در حالی که حداکثر گردش خون به طور کلی تعداد بیشتری از ترجیحات کل ، جزئی را شناسایی می کند سفارشات ناشی از حذف حداکثر گردش خون منحصر به فرد نیست و ممکن است متناقض باشد.علاوه بر این ، یافتن حداقل گردش حداکثر یک است مشکل NP-HARD.

We study the impact of data sharing policies on cyber insurance markets. These policies have been proposed to address the scarcity of data about cyber threats, which is essential to manage cyber risks. We propose a Cournot duopoly competition model in which two insurers choose the number of policies they offer (i.e., their production level) and also the resources they invest to ensure the quality of data regarding the cost of claims (i.e., the data quality of their production cost). We find that enacting mandatory data sharing sometimes creates situations in which at most one of the two insurers invests in data quality, whereas both insurers would invest when information sharing is not mandatory. This raises concerns about the merits of making data sharing mandatory.

ما تأثیر سیاست های اشتراک داده ها را در بازارهای بیمه سایبری بررسی می کنیم. این سیاست ها برای پرداختن به کمبود داده های سایبر پیشنهاد شده است تهدیدات ، که برای مدیریت خطرات سایبری ضروری است.ما یک دوپولیک Cournot را پیشنهاد می کنیم مدل رقابت که در آن دو بیمه کننده تعداد سیاست های آنها را انتخاب می کنند پیشنهاد (یعنی سطح تولید آنها) و همچنین منابعی که برای آنها سرمایه گذاری می کنند از کیفیت داده های مربوط به هزینه مطالبات (یعنی کیفیت داده ها اطمینان حاصل کنید از هزینه تولید آنها).ما می دانیم که به اشتراک گذاری داده های اجباری تصویب می شود بعضی اوقات موقعیت هایی ایجاد می کند که حداکثر یکی از دو بیمه گر سرمایه گذاری می کند در کیفیت داده ها ، در حالی که هر دو بیمه کننده هنگام اشتراک اطلاعات سرمایه گذاری می کنند غیر اجباری.این نگرانی در مورد شایستگی های به اشتراک گذاری داده ها را ایجاد می کند اجباری

We introduce a new network centrality measure founded on the Gately value for cooperative games with transferable utilities. A directed network is interpreted as representing control or authority relations between players--constituting a hierarchical network. The power distribution of a hierarchical network can be represented through a TU-game. We investigate the properties of this TU-representation and investigate the Gately value of the TU-representation resulting in the Gately power measure. We establish when the Gately measure is a Core power gauge, investigate the relationship of the Gately with the $\beta$-measure, and construct an axiomatisation of the Gately measure.

ما یک اندازه گیری مرکزیت شبکه جدید را که بر روی ارزش گیت ایجاد شده است معرفی می کنیم بازی های تعاونی با برنامه های قابل انتقال.یک شبکه کارگردانی است تعبیر شده به عنوان نماینده روابط کنترل یا اقتدار بین بازیکنان-ایجاد یک شبکه سلسله مراتبی.توزیع برق a شبکه سلسله مراتبی را می توان از طریق یک بازی TU نشان داد.ما تحقیق می کنیم خواص این بازنمایی TU را بررسی کرده و ارزش دروازه را بررسی کنید نمایندگی TU که منجر به اندازه گیری قدرت دروازه می شود.ما تعیین می کنیم که چه زمانی اندازه گیری دروازه یک سنج اصلی قدرت است ، در مورد رابطه گیت با اندازه $ \ beta $-و ایجاد یک بدیهی از گیت اندازه گرفتن.

Major advances in Machine Learning (ML) and Artificial Intelligence (AI) increasingly take the form of developing and releasing general-purpose models. These models are designed to be adapted by other businesses and agencies to perform a particular, domain-specific function. This process has become known as adaptation or fine-tuning. This paper offers a model of the fine-tuning process where a Generalist brings the technological product (here an ML model) to a certain level of performance, and one or more Domain-specialist(s) adapts it for use in a particular domain. Both entities are profit-seeking and incur costs when they invest in the technology, and they must reach a bargaining agreement on how to share the revenue for the technology to reach the market. For a relatively general class of cost and revenue functions, we characterize the conditions under which the fine-tuning game yields a profit-sharing solution. We observe that any potential domain-specialization will either contribute, free-ride, or abstain in their uptake of the technology, and we provide conditions yielding these different strategies. We show how methods based on bargaining solutions and sub-game perfect equilibria provide insights into the strategic behavior of firms in these types of interactions, and we find that profit-sharing can still arise even when one firm has significantly higher costs than another. We also provide methods for identifying Pareto-optimal bargaining arrangements for a general set of utility functions.

پیشرفت های عمده در یادگیری ماشین (ML) و هوش مصنوعی (AI) به طور فزاینده ای به شکل توسعه و انتشار مدلهای هدف عمومی می شود. این مدلها به گونه ای طراحی شده اند که توسط سایر مشاغل و آژانس ها سازگار شوند یک عملکرد خاص و خاص دامنه را انجام دهید.این روند شناخته شده است به عنوان سازگاری یا تنظیم دقیق.این مقاله مدلی از تنظیم دقیق را ارائه می دهد فرآیندی که یک ژنرالیست محصول فناوری را به ارمغان می آورد (در اینجا یک مدل ML) به سطح معینی از عملکرد ، و یک یا چند دامنه خاص (ها) سازگار هستند این برای استفاده در یک دامنه خاص است.هر دو نهاد سودمند و متحمل می شوند هزینه ها هنگام سرمایه گذاری در فناوری هزینه می کنند و باید به یک چانه زنی برسند توافق در مورد چگونگی به اشتراک گذاری درآمد برای دستیابی به این فناوری به بازار. برای یک کلاس نسبتاً کلی از کارکردهای هزینه و درآمد ، ما توصیف می کنیم شرایطی که در آن بازی خوب تنظیم می شود ، سودآوری را به دست می آورد راه حل.ما مشاهده می کنیم که هرگونه خاص سازی بالقوه دامنه نیز خواهد بود مشارکت ، سوار آزاد یا در جذب آنها از فناوری و ما خودداری کنیم شرایطی را ارائه دهید که این استراتژی های مختلف را ارائه می دهد.ما نشان می دهیم که چگونه روش ها بر اساس راه حل های چانه زنی و تعادل کامل زیر بازی بینش ارائه می دهد به رفتار استراتژیک بنگاهها در این نوع تعامل ها و ما دریابید که تقسیم سود حتی اگر یک شرکت به میزان قابل توجهی داشته باشد می تواند بوجود بیاید هزینه های بالاتر از دیگری.ما همچنین روش هایی برای شناسایی ارائه می دهیم تنظیمات چانه زنی پارتو بهینه برای مجموعه کلی از توابع ابزار.

Fairness is one of the most desirable societal principles in collective decision-making. It has been extensively studied in the past decades for its axiomatic properties and has received substantial attention from the multiagent systems community in recent years for its theoretical and computational aspects in algorithmic decision-making. However, these studies are often not sufficiently rich to capture the intricacies of human perception of fairness in the ambivalent nature of the real-world problems. We argue that not only fair solutions should be deemed desirable by social planners (designers), but they should be governed by human and societal cognition, consider perceived outcomes based on human judgement, and be verifiable. We discuss how achieving this goal requires a broad transdisciplinary approach ranging from computing and AI to behavioral economics and human-AI interaction. In doing so, we identify shortcomings and long-term challenges of the current literature of fair division, describe recent efforts in addressing them, and more importantly, highlight a series of open research directions.

انصاف یکی از مطلوب ترین اصول اجتماعی در جمعی است تصمیم گیری.در دهه های گذشته به طور گسترده مورد مطالعه قرار گرفته است خصوصیات بدیهی و توجه قابل توجهی از چندتایی جامعه سیستم در سالهای اخیر برای جنبه های نظری و محاسباتی آن در تصمیم گیری الگوریتمی.با این حال ، این مطالعات اغلب نیست به اندازه کافی ثروتمند برای گرفتن پیچیدگی های درک انسان از انصاف در ماهیت مبهم مشکلات دنیای واقعی.ما استدلال می کنیم که نه تنها عادلانه راه حل ها باید توسط برنامه ریزان اجتماعی (طراحان) مطلوب تلقی شوند ، اما آنها باید با شناخت انسانی و اجتماعی اداره شود ، نتایج درک شده را در نظر بگیرید بر اساس قضاوت انسان ، و قابل اثبات است.ما در مورد چگونگی دستیابی به این هدف بحث می کنیم نیاز به یک رویکرد گسترده transiplinary از محاسبات و هوش مصنوعی گرفته تا اقتصاد رفتاری و تعامل انسان و آه.با انجام این کار ، ما شناسایی می کنیم کاستی ها و چالش های بلند مدت ادبیات فعلی منصفانه تقسیم ، تلاش های اخیر در پرداختن به آنها را توصیف کنید ، و از همه مهمتر ، مجموعه ای از مسیرهای تحقیقاتی باز را برجسته کنید.

In the committee selection problem, the goal is to choose a subset of size $k$ from a set of candidates $C$ that collectively gives the best representation to a set of voters. We consider this problem in Euclidean $d$-space where each voter/candidate is a point and voters' preferences are implicitly represented by Euclidean distances to candidates. We explore fault-tolerance in committee selection and study the following three variants: (1) given a committee and a set of $f$ failing candidates, find their optimal replacement; (2) compute the worst-case replacement score for a given committee under failure of $f$ candidates; and (3) design a committee with the best replacement score under worst-case failures. The score of a committee is determined using the well-known (min-max) Chamberlin-Courant rule: minimize the maximum distance between any voter and its closest candidate in the committee. Our main results include the following: (1) in one dimension, all three problems can be solved in polynomial time; (2) in dimension $d \geq 2$, all three problems are NP-hard; and (3) all three problems admit a constant-factor approximation in any fixed dimension, and the optimal committee problem has an FPT bicriterion approximation.

در مشکل انتخاب کمیته ، هدف انتخاب زیر مجموعه ای از اندازه است $ k $ از مجموعه ای از نامزدهای $ c $ که در مجموع بهترین ها را می دهد نمایندگی به مجموعه ای از رای دهندگان.ما این مشکل را در اقلیدسی در نظر می گیریم $ D $-space که در آن هر رای دهنده/نامزد یک نکته است و ترجیحات رای دهندگان است به طور ضمنی با مسافت های اقلیدسی به نامزدها نشان داده می شود.ما کاوش می کنیم تحمل گسل در انتخاب کمیته و مطالعه سه نوع زیر: (1) با توجه به کمیته و مجموعه ای از نامزدهای ناکام $ $ ، بهینه خود را پیدا کنید جایگزینی ؛(2) بدترین امتیاز را برای یک کمیته معین محاسبه کنید تحت عدم موفقیت نامزدهای F $ ؛و (3) کمیته ای با بهترین ها طراحی کنید نمره جایگزینی تحت شکست بدترین حالت.نمره کمیته است تعیین شده با استفاده از قانون مشهور (حداقل-حداکثر) چمربلین-کنفرانس: به حداقل برسد حداکثر فاصله بین هر رای دهنده و نزدیکترین نامزد آن در کمیته. نتایج اصلی ما شامل موارد زیر است: (1) در یک بعد ، هر سه مشکلات را می توان در زمان چند جمله ای حل کرد.(2) در ابعاد $ d \ geq 2 $ ، همه سه مشکل NP سخت است.و (3) هر سه مشکل یک فاکتور ثابت را می پذیرند تقریب در هر بعد ثابت ، و مشکل کمیته بهینه تقریب دوتایی FPT.

Monetary conditions are frequently cited as a significant factor influencing fluctuations in commodity prices. However, the precise channels of transmission are less well identified. In this paper, we develop a unified theory to study the impact of interest rates on commodity prices and the underlying mechanisms. To that end, we extend the competitive storage model to accommodate stochastically evolving interest rates, and establish general conditions under which (i) a unique rational expectations equilibrium exists and can be efficiently computed, and (ii) interest rates are negatively correlated with commodity prices. As an application, we quantify the impact of interest rates on commodity prices through the speculative channel, namely, the role of speculators in the physical market whose incentive to hold inventories is influenced by interest rate movements. Our findings demonstrate that real interest rates have nontrivial and persistent negative effect on commodity prices, and the magnitude of the impact varies substantially under different market supply and interest rate regimes.

شرایط پولی غالباً به عنوان یک عامل مهم تأثیر می گذارد نوسانات قیمت کالاها.با این حال ، کانال های دقیق انتقال کمتر مشخص شده انددر این مقاله ، ما یک تئوری یکپارچه برای مطالعه ایجاد می کنیم تأثیر نرخ بهره بر قیمت کالاها و مکانیسم های اساسی. برای این منظور ، ما مدل ذخیره سازی رقابتی را برای اسکان گسترش می دهیم در حال تحول در حال تحول نرخ بهره و ایجاد شرایط کلی در زیر که (من) یک تعادل انتظارات منطقی منحصر به فرد وجود دارد و می تواند باشد محاسبه کارآمد ، و (ب) نرخ بهره با همبستگی منفی با قیمت کالاها.به عنوان یک برنامه ، ما تأثیر نرخ بهره را کمیت می کنیم در مورد قیمت کالاها از طریق کانال سوداگرانه ، یعنی نقش دلالان در بازار فیزیکی که انگیزه نگه داشتن موجودی آنهاست تحت تأثیر حرکات نرخ بهره.یافته های ما نشان می دهد که واقعی است نرخ بهره دارای تأثیر منفی غیرقانونی و مداوم بر کالا است قیمت ها ، و میزان تأثیر آن به طور قابل ملاحظه ای متفاوت است رژیم های عرضه بازار و نرخ بهره.

Classic optimal transport theory is built on minimizing the expected cost between two given distributions. We propose the framework of distorted optimal transport by minimizing a distorted expected cost. This new formulation is motivated by concrete problems in decision theory, robust optimization, and risk management, and it has many distinct features compared to the classic theory. We choose simple cost functions and study different distortion functions and their implications on the optimal transport plan. We show that on the real line, the comonotonic coupling is optimal for the distorted optimal transport problem when the distortion function is convex and the cost function is submodular and monotone. Some forms of duality and uniqueness results are provided. For inverse-S-shaped distortion functions and linear cost, we obtain the unique form of optimal coupling for all marginal distributions, which turns out to have an interesting ``first comonotonic, then counter-monotonic" dependence structure; for S-shaped distortion functions a similar structure is obtained. Our results highlight several challenges and features in distorted optimal transport, offering a new mathematical bridge between the fields of probability, decision theory, and risk management.

نظریه حمل و نقل بهینه کلاسیک با به حداقل رساندن هزینه مورد انتظار ساخته شده است بین دو توزیع داده شده.ما چارچوب مطلوب تحریف شده را پیشنهاد می کنیم حمل و نقل با به حداقل رساندن هزینه مورد انتظار تحریف شده.این فرمول جدید است با ایجاد مشکلات مشخص در تئوری تصمیم ، بهینه سازی قوی و مدیریت ریسک ، و در مقایسه با کلاسیک دارای ویژگی های متمایز بسیاری است تئوری.ما توابع هزینه ساده را انتخاب می کنیم و تحریف های مختلف را مطالعه می کنیم توابع و پیامدهای آنها در برنامه حمل و نقل بهینه.ما این را نشان می دهیم خط واقعی ، اتصال کومونوتونیک برای بهینه تحریف شده بهینه است مشکل حمل و نقل هنگامی که عملکرد اعوجاج محدب و عملکرد هزینه است زیرودیک و یکنواخت است.برخی از اشکال دوگانگی و نتایج منحصر به فرد است ارائه شدهبرای توابع اعوجاج معکوس-شکل و هزینه خطی ، ما بدست می آوریم شکل منحصر به فرد اتصال بهینه برای همه توزیع های حاشیه ای ، که تبدیل می شود برای داشتن یک `` `` `ابتدا کامونوتونیک ، سپس ضد یکتایی" ساختار وابستگی ؛برای توابع اعوجاج S شکل یک ساختار مشابه است به دست آمده.نتایج ما چندین چالش و ویژگی های تحریف شده را برجسته می کند حمل و نقل بهینه ، ارائه یک پل ریاضی جدید بین مزارع احتمال ، نظریه تصمیم گیری و مدیریت ریسک.

In 1979, Weitzman introduced Pandora's box problem as a framework for sequential search with costly inspections. Recently, there has been a surge of interest in Pandora's box problem, particularly among researchers working at the intersection of economics and computation. This survey provides an overview of the recent literature on Pandora's box problem, including its latest extensions and applications in areas such as market design, decision theory, and machine learning.

در سال 1979 ، ویتزمن مشکل جعبه پاندورا را به عنوان چارچوبی معرفی کرد جستجوی متوالی با بازرسی های پر هزینه.اخیراً ، افزایشی وجود داشته است علاقه به مشکل جعبه پاندورا ، به ویژه در بین محققانی که در آن کار می کنند تقاطع اقتصاد و محاسبات.این نظرسنجی یک مرور کلی ارائه می دهد از ادبیات اخیر در مورد مشکل جعبه پاندورا ، از جمله آخرین آن پسوندها و برنامه های کاربردی در زمینه هایی مانند طراحی بازار ، نظریه تصمیم گیری ، و یادگیری ماشین

We analyse the typical structure of games in terms of the connectivity properties of their best-response graphs. Our central result shows that almost every game that is 'generic' (without indifferences) and has a pure Nash equilibrium and a 'large' number of players is connected, meaning that every action profile that is not a pure Nash equilibrium can reach every pure Nash equilibrium via best-response paths. This has important implications for dynamics in games. In particular, we show that there are simple, uncoupled, adaptive dynamics for which period-by-period play converges almost surely to a pure Nash equilibrium in almost every large generic game that has one (which contrasts with the known fact that there is no such dynamic that leads almost surely to a pure Nash equilibrium in every generic game that has one). We build on recent results in probabilistic combinatorics for our characterisation of game connectivity.

ما ساختار معمولی بازی ها را از نظر اتصال تجزیه و تحلیل می کنیم خواص نمودارهای بهترین پاسخ آنها.نتیجه اصلی ما نشان می دهد که تقریباً هر بازی "عمومی" (بدون بی تفاوت) و دارای یک نش خالص است تعادل و تعداد زیادی از بازیکنان "زیاد" به هم وصل می شوند ، به این معنی که هر پروفایل اکشن که یک تعادل NASH خالص نیست می تواند به هر NASH خالص برسد تعادل از طریق مسیرهای بهترین پاسخ.این پیامدهای مهمی برای پویایی در بازی ها.به طور خاص ، ما نشان می دهیم که ساده ، بدون استفاده ، دینامیک تطبیقی ​​که بازی دوره به دوره ای تقریباً به طور حتم همگرا می شود تعادل خال خال خال تقریباً در هر بازی عمومی بزرگ که دارای یک بازی است (که در تضاد با این واقعیت شناخته شده است که چنین پویایی وجود ندارد که تقریباً منجر شود مطمئناً در هر بازی عمومی که یک بازی دارد) به یک تعادل ناش خالص).ما می سازیم در مورد نتایج اخیر در ترکیبات احتمالی برای توصیف ما اتصال بازی.

Is more information always better? Or are there some situations in which more information can make us worse off? Good (1967) argues that expected utility maximizers should always accept more information if the information is cost-free and relevant. But Good's argument presupposes that you are certain you will update by conditionalization. If we relax this assumption and allow agents to be uncertain about updating, these agents can be rationally required to reject free and relevant information. Since there are good reasons to be uncertain about updating, rationality can require you to prefer ignorance.

آیا اطلاعات بیشتر همیشه بهتر است؟یا موارد دیگری وجود دارد که در آن موارد بیشتر اطلاعات می تواند ما را بدتر کند؟خوب (1967) استدلال می کند که ابزار مورد انتظار حداکثر در صورت وجود اطلاعات باید اطلاعات بیشتری را بپذیرند بدون هزینه و مرتبط.اما استدلال خوب فرض می کند که شما مطمئن هستید شما با شرط بندی به روز می شوید.اگر این فرض را آرام کنیم و اجازه دهیم نمایندگان در مورد به روزرسانی نامشخص هستند ، این عوامل می توانند از نظر منطقی مورد نیاز باشند برای رد اطلاعات رایگان و مرتبط.از آنجا که دلایل خوبی برای بودن وجود دارد در مورد به روزرسانی نامشخص است ، عقلانیت می تواند شما را به ترجیح جهل ترجیح دهد.

Community rating is a policy that mandates uniform premium regardless of the risk factors. In this paper, our focus narrows to the single contract interpretation wherein we establish a theoretical framework for community rating using Stiglitz's (1977) monopoly model in which there is a continuum of agents. We exhibit profitability conditions and show that, under mild regularity conditions, the optimal premium is unique and satisfies the inverse elasticity rule. Our numerical analysis, using realistic parameter values, reveals that under regulation, a 10% increase in indemnity is possible with minimal impact on other variables.

رتبه بندی جامعه سیاستی است که بدون در نظر گرفتن حق بیمه یکنواخت را ملزم می کند عوامل خطر.در این مقاله ، تمرکز ما به قرارداد واحد باریک است تفسیر که در آن ما یک چارچوب نظری برای جامعه ایجاد می کنیم رتبه بندی با استفاده از مدل انحصار Stiglitz (1977) که در آن یک پیوستار وجود دارد عواملما شرایط سودآوری را به نمایش می گذاریم و نشان می دهیم که تحت خفیف شرایط منظم ، حق بیمه بهینه بی نظیر است و معکوس را برآورده می کند قانون خاصیت خاصیت.تجزیه و تحلیل عددی ما ، با استفاده از مقادیر پارامتر واقع بینانه ، نشان می دهد که تحت مقررات ، افزایش 10 درصدی غرامت با امکان پذیر است تأثیر حداقل بر متغیرهای دیگر.

This paper fundamentally reformulates economic and financial theory to include electronic currencies. The valuation of the electronic currencies will be based on macroeconomic theory and the fundamental equation of monetary policy, not the microeconomic theory of discounted cash flows. The view of electronic currency as a transactional equity associated with tangible assets of a sub-economy will be developed, in contrast to the view of stock as an equity associated mostly with intangible assets of a sub-economy. The view will be developed of the electronic currency management firm as an entity responsible for coordinated monetary (electronic currency supply and value stabilization) and fiscal (investment and operational) policies of a substantial (for liquidity of the electronic currency) sub-economy. The risk model used in the valuations and the decision-making will not be the ubiquitous, yet inappropriate, exponential risk model that leads to discount rates, but will be multi time scale models that capture the true risk. The decision-making will be approached from the perspective of true systems control based on a system response function given by the multi scale risk model and system controllers that utilize the Deep Reinforcement Learning, Generative Pretrained Transformers, and other methods of Artificial Intelligence (DRL/GPT/AI). Finally, the sub-economy will be viewed as a nonlinear complex physical system with both stable equilibriums that are associated with short-term exploitation, and unstable equilibriums that need to be stabilized with active nonlinear control based on the multi scale system response functions and DRL/GPT/AI.

این مقاله اساساً تئوری اقتصادی و مالی را دوباره اصلاح می کند شامل ارزهای الکترونیکی.ارزش ارزهای الکترونیکی خواهد بود مبتنی بر نظریه کلان اقتصادی و معادله اساسی پولی باشد سیاست ، نه نظریه خرد اقتصادی جریان نقدی با تخفیف.دیدگاه ارز الکترونیکی به عنوان یک عدالت معامله ای همراه با دارایی های ملموس بر خلاف دیدگاه سهام به عنوان یک اقتصاد فرعی توسعه خواهد یافت حقوق صاحبان سهام بیشتر با دارایی های نامشهود از یک اقتصاد فرعی مرتبط است.نمای خواهد شد از شرکت مدیریت ارز الکترونیکی به عنوان یک نهاد توسعه یافته است مسئول هماهنگ پولی (عرضه ارز و ارزش الکترونیکی تثبیت) و سیاست های مالی (سرمایه گذاری و عملیاتی) از a زیر اقتصاد اقتصادی قابل توجه (برای نقدینگی ارز الکترونیکی).ریسک مدل مورد استفاده در ارزیابی ها و تصمیم گیری نخواهد بود مدل ریسک همه جا و در عین حال نامناسب ، که منجر به تخفیف می شود نرخ ها ، اما مدل های مقیاس چند زمانی خواهند بود که خطر واقعی را به خود جلب می کنند.در به تصمیم گیری از منظر کنترل سیستم های واقعی نزدیک می شود بر اساس یک عملکرد پاسخ سیستم داده شده توسط مدل ریسک چند مقیاس و کنترل کننده های سیستم که از یادگیری تقویت کننده عمیق ، مولد استفاده می کنند ترانسفورماتورهای پیش ساخته و سایر روشهای هوش مصنوعی (DRL/GPT/AI).سرانجام ، اقتصاد فرعی به عنوان یک مجموعه غیرخطی تلقی می شود سیستم فیزیکی با هر دو تعادل پایدار که با آنها همراه است بهره برداری کوتاه مدت و تعادل ناپایدار که باید تثبیت شوند با کنترل غیرخطی فعال بر اساس پاسخ سیستم چند مقیاس توابع و DRL/GPT/AI.

We propose an operating-envelope-aware, prosumer-centric, and efficient energy community that aggregates individual and shared community distributed energy resources and transacts with a regulated distribution system operator (DSO) under a generalized net energy metering tariff design. To ensure safe network operation, the DSO imposes dynamic export and import limits, known as dynamic operating envelopes, on end-users' revenue meters. Given the operating envelopes, we propose an incentive-aligned community pricing mechanism under which the decentralized optimization of community members' benefit implies the optimization of overall community welfare. The proposed pricing mechanism satisfies the cost-causation principle and ensures the stability of the energy community in a coalition game setting. Numerical examples provide insights into the characteristics of the proposed pricing mechanism and quantitative measures of its performance.

ما یک آگاهی از عملیاتی ، محور محور و کارآمد را پیشنهاد می کنیم جامعه انرژی که جامعه و مشترک را جمع می کند توزیع می کند منابع انرژی و معامله با یک اپراتور سیستم توزیع تنظیم شده (DSO) تحت یک طراحی تعرفه اندازه گیری انرژی خالص.برای اطمینان از امنیت عملکرد شبکه ، DSO محدودیت های صادرات و واردات پویا ، معروف به پاکت های عملیاتی پویا ، در کنتورهای درآمد کاربران نهایی.با توجه به عملیاتی پاکت نامه ها ، ما یک مکانیسم قیمت گذاری جامعه با انگیزه را تحت عنوان پیشنهاد می کنیم که بهینه سازی غیرمتمرکز از مزایای اعضای جامعه به معنای آن است بهینه سازی رفاه کلی جامعه.مکانیسم قیمت گذاری پیشنهادی اصل هزینه ایجاد را برآورده می کند و ثبات انرژی را تضمین می کند جامعه در یک بازی بازی ائتلاف.نمونه های عددی بینش در مورد خصوصیات مکانیسم قیمت گذاری پیشنهادی و اقدامات کمی عملکرد آن

Sustainability of common-pool resources hinges on the interplay between human and environmental systems. However, there is still a lack of a novel and comprehensive framework for modelling extraction of common-pool resources and cooperation of human agents that can account for different factors that shape the system behavior and outcomes. In particular, we still lack a critical value for ensuring resource sustainability under different scenarios. In this paper, we present a novel framework for studying resource extraction and cooperation in human-environmental systems for common-pool resources. We explore how different factors, such as resource availability and conformity effect, influence the players' decisions and the resource outcomes. We identify critical values for ensuring resource sustainability under various scenarios. We demonstrate the observed phenomena are robust to the complexity and assumptions of the models and discuss implications of our study for policy and practice, as well as the limitations and directions for future research.

پایداری منابع استخر مشترک به تعامل بین انسان وابسته است و سیستم های محیطیبا این حال ، هنوز کمبود رمان وجود دارد و چارچوب جامع برای مدل سازی استخراج منابع استخر مشترک و همکاری عوامل انسانی که می توانند عوامل مختلفی را شکل دهند رفتار و نتایج سیستم.به طور خاص ، ما هنوز یک ارزش بحرانی نداریم برای اطمینان از پایداری منابع در سناریوهای مختلف.در این صفحه، ما یک چارچوب جدید برای مطالعه استخراج و همکاری منابع ارائه می دهیم در سیستم های انسانی و محیط زیست برای منابع استخر مشترک.ما بررسی می کنیم که چگونه عوامل مختلف ، مانند در دسترس بودن منابع و اثر انطباق ، بر تصمیمات بازیکنان و نتایج منابع تأثیر بگذارد.ما شناسایی می کنیم مقادیر مهم برای اطمینان از پایداری منابع تحت سناریوهای مختلف. ما نشان می دهیم که پدیده های مشاهده شده نسبت به پیچیدگی قوی هستند و فرضیات مدل ها و بحث در مورد پیامدهای مطالعه ما برای سیاست و تمرین و همچنین محدودیت ها و دستورالعمل های تحقیقات آینده.

Commuters looking for the shortest path to their destinations, the security of networked computers, hedge funds trading on the same stocks, governments and populations acting to mitigate an epidemic, or employers and employees agreeing on a contact, are all examples of (dynamic) stochastic differential games. In essence, game theory deals with the analysis of strategic interactions among multiple decision-makers. The theory has had enormous impact in a wide variety of fields, but its rigorous mathematical analysis is rather recent. It started with the pioneering work of von Neumann and Morgenstern published in 1944. Since then, game theory has taken centre stage in applied mathematics and related areas. Game theory has also played an important role in unsuspected areas: for instance in military applications, when the analysis of guided interceptor missiles in the 1950s motivated the study of games evolving dynamically in time. Such games (when possibly subject to randomness) are called stochastic differential games. Their study started with the work of Issacs, who crucially recognised the importance of (stochastic) control theory in the area. Over the past few decades since Isaacs's work, a rich theory of stochastic differential game has emerged and branched into several directions. This paper will review recent advances in the study of solvability of stochastic differential games, with a focus on a purely probabilistic technique to approach the problem. Unsurprisingly, the number of players involved in the game is a major factor of the analysis. We will explain how the size of the population impacts the analyses and solvability of the problem, and discuss mean field games as well as the convergence of finite player games to mean field games.

مسافرانی که به دنبال کوتاهترین مسیر به مقصد خود هستند ، امنیت از رایانه های شبکه ای ، تجارت صندوق های تامینی در همان سهام ، دولت ها و جمعیتی که برای کاهش یک بیماری همه گیر یا کارفرمایان و کارمندان موافق هستند در یک تماس ، همه نمونه هایی از بازی های دیفرانسیل تصادفی (پویا) هستند.که در جوهر ، تئوری بازی به تجزیه و تحلیل تعامل استراتژیک بین می پردازد چند تصمیم گیرندگان.این تئوری در طیف گسترده ای تأثیر بسیار زیادی داشته است زمینه ها ، اما تجزیه و تحلیل ریاضی دقیق آن بسیار اخیر است.آن آغاز شده با کار پیشگام فون نویمان و مورگنسترن در سال 1944 منتشر شد. از آن زمان ، تئوری بازی مرحله مرکزی را در ریاضیات کاربردی گرفته است و مناطق مرتبطتئوری بازی نیز نقش مهمی در مظنون داشته است مناطق: به عنوان مثال در برنامه های نظامی ، هنگامی که تجزیه و تحلیل هدایت شده است موشک های رهگیری در دهه 50 انگیزه مطالعه بازی های در حال تحول را ایجاد کردند به صورت پویا در زمان.چنین بازی هایی (وقتی احتمالاً در معرض تصادفی قرار بگیرند) هستند بازی های دیفرانسیل تصادفی نامیده می شود.مطالعه آنها با کار آغاز شد ISSACS ، که اهمیت نظریه کنترل (تصادفی) را به طور مهم تشخیص داد در منطقه.طی چند دهه گذشته از کار اسحاق ، یک تئوری غنی از بازی دیفرانسیل تصادفی پدیدار شده و به چندین جهت تقسیم شده است. در این مقاله به بررسی پیشرفت های اخیر در مطالعه حلالیت می پردازیم بازی های دیفرانسیل تصادفی ، با تمرکز بر تکنیک کاملاً احتمالی برای نزدیک شدن به مشکلبا کمال تعجب ، تعداد بازیکنان درگیر در بازی عامل اصلی تجزیه و تحلیل است.ما توضیح خواهیم داد که چگونه اندازه جمعیت بر تجزیه و تحلیل و حل مسئله تأثیر می گذارد و بحث می کند میانگین بازی های میدانی و همچنین همگرایی بازی های بازیگر محدود به معنی بازی های میدانی.

We explore a version of the minimax theorem for two-person win-lose games with infinitely many pure strategies. In the countable case, we give a combinatorial condition on the game which implies the minimax property. In the general case, we prove that a game satisfies the minimax property along with all its subgames if and only if none of its subgames is isomorphic to the "larger number game." This generalizes a recent theorem of Hanneke, Livni and Moran. We also propose several applications of our results outside of game theory.

ما نسخه ای از قضیه Minimax را برای بازی های برنده دو نفره کشف می کنیم با استراتژی های بی نهایت بسیاری.در مورد قابل شمارش ، ما به شرایط ترکیبی در بازی که دلالت بر خاصیت Minimax دارد.در مورد کلی ، ما ثابت می کنیم که یک بازی ملک Minimax را به همراه آن برآورده می کند تمام زیر مجموعه های آن اگر و فقط اگر هیچ یک از زیر مجموعه های آن برای "بازی شماره بزرگتر."این یک قضیه اخیر هانکه ، لیونی و مورانما همچنین چندین برنامه از نتایج خود را در خارج از بازی پیشنهاد می کنیم تئوری.

A cake allocation is called *strongly-proportional* if it allocates each agent a piece worth for them strictly more than their fair share of 1/n the total cake value. It is called *connected* if it allocates each agent a connected piece. We present a necessary and sufficient condition for the existence of a strongly-proportional connected cake-allocation among agents with strictly positive valuations.

اگر هرکدام را اختصاص دهد ، تخصیص کیک * به شدت متناسب * نامیده می شود یک قطعه ای که برای آنها ارزش دارد کاملاً بیشتر از سهم منصفانه آنها از 1/n ارزش کل کیک.اگر به هر عامل اختصاص می دهد * به آن متصل می شود * قطعه متصلما یک شرط لازم و کافی برای وجود یک تخصیص کیک متصل به شدت متناسب در بین عوامل با ارزیابی های کاملاً مثبت.

In the ultimatum game, the challenge is to explain why responders reject non-zero offers thereby defying classical rationality. Fairness and related notions have been the main explanations so far. We explain this rejection behavior via the following principle: if the responder regrets less about losing the offer than the proposer regrets not offering the best option, the offer is rejected. This principle qualifies as a rational punishing behavior and it replaces the experimentally falsified classical rationality (the subgame perfect Nash equilibrium) that leads to accepting any non-zero offer. The principle is implemented via the transitive regret theory for probabilistic lotteries. The expected utility implementation is a limiting case of this. We show that several experimental results normally prescribed to fairness and intent-recognition can be given an alternative explanation via rational punishment; e.g. the comparison between "fair" and "superfair", the behavior under raising the stakes etc. Hence we also propose experiments that can distinguish these two scenarios (fairness versus regret-based punishment). They assume different utilities for the proposer and responder. We focus on the mini-ultimatum version of the game and also show how it can emerge from a more general setup of the game.

در بازی Ultimatum ، چالش این است که توضیح دهید چرا پاسخ دهندگان رد می کنند غیر صفر در نتیجه از عقلانیت کلاسیک سرپیچی می کند.انصاف و مرتبط مفاهیم تاکنون توضیحات اصلی بوده اند.ما این رد را توضیح می دهیم رفتار از طریق اصل زیر: اگر پاسخ دهنده کمتر از آن پشیمان شود از دست دادن این پیشنهاد از پیشنهاد دهنده پشیمان نیست که بهترین گزینه را ارائه ندهید ، پیشنهاد رد می شود.این اصل به عنوان یک رفتار مجازات منطقی واجد شرایط است و آن را جایگزین عقلانیت کلاسیک جعلی تجربی (زیر مجموعه تعادل کامل Nash) که منجر به پذیرش هر پیشنهاد غیر صفر می شود.در اصل از طریق تئوری پشیمانی گذرا برای احتمالی اجرا می شود قرعه کشیاجرای ابزار مورد انتظار یک مورد محدود کننده این است.ما نشان می دهد که چندین نتیجه آزمایشی معمولاً به انصاف و شناخت قصد را می توان توضیحات جایگزین از طریق منطقی ارائه داد مجازات ؛به عنوان مثال،مقایسه بین "عادلانه" و "Superfair" ، رفتار تحت افزایش سهام و غیره. از این رو ما آزمایشاتی را نیز پیشنهاد می کنیم که می توانند این دو سناریو را متمایز کنید (انصاف در مقابل مجازات مبتنی بر پشیمانی).آنها برنامه های مختلف را برای پیشنهاد دهنده و پاسخ دهنده فرض کنید.ما روی نسخه mini-altimatum از بازی و همچنین نشان می دهد که چگونه می تواند از یک بیشتر ظهور کند تنظیم عمومی بازی.

We introduce and mathematically study a conceptual model for the dynamics of the buyers population in markets of perishable goods where prices are not posted. Buyers behaviours are driven partly by loyalty to previously visited merchants and partly by sensitivity to merchants intrinsic attractiveness. Moreover, attractiveness evolve in time depending on the relative volumes of buyers, assuming profit/competitiveness optimisation when favourable/unfavourable. While this negative feedback mechanism is a source of instability that promotes oscillatory behaviour, our analysis identifies those critical features that are responsible for the asymptotic stability of stationary states, both in their immediate neighbourhood and globally in phase space. In particular, we show that while full loss of clientele occurs (depending on the initial state) in case of a bounded reactivity rate, it cannot happen when this rate is unbounded and merchants resilience always prevails in this case. Altogether, our analysis provides mathematical insights into the consequences of introducing feedback into buyer-seller interactions and their diversified impacts on the long term levels of clientele in the markets.

ما یک مدل مفهومی را برای دینامیک معرفی و مطالعه می کنیم جمعیت خریداران در بازارهای کالاهای قابل فساد که در آن قیمت ها نیستند ارسال شده.رفتارهای خریداران تا حدودی توسط وفاداری به بازدید قبلی رانده می شوند بازرگانان و تا حدودی با حساسیت به تجار جذابیت ذاتی. علاوه بر این ، جذابیت بسته به حجم نسبی در زمان تکامل می یابد خریداران ، با فرض بهینه سازی سود/رقابت چه زمانی مطلوب/نامطلوب.در حالی که این مکانیسم بازخورد منفی منبع است ناپایداری که باعث افزایش رفتار نوسان می شود ، تجزیه و تحلیل ما آن را مشخص می کند ویژگی های مهم که مسئول ثبات بدون علامت هستند کشورهای ثابت ، هم در محله فوری و هم در سطح جهانی در فاز فضا.به ویژه ، ما نشان می دهیم که در حالی که از دست دادن کامل مشتری ها رخ می دهد (بسته به حالت اولیه) در صورت میزان واکنش پذیری محدود ، آن نمی تواند اتفاق بیفتد که این نرخ بی حد و مرز باشد و همیشه تاب آوری بازرگانان در این مورد غالب است.در مجموع ، تجزیه و تحلیل ما بینش ریاضی را ارائه می دهد به عواقب معرفی بازخورد در تعامل خریدار فروشنده و تأثیرات متنوع آنها در سطح بلند مدت مشتری در بازارها

Formally, for common knowledge to arise in a dynamic setting, knowledge that it has arisen must be simultaneously attained by all players. As a result, new common knowledge is unattainable in many realistic settings, due to timing frictions. This unintuitive phenomenon, observed by Halpern and Moses (1990), was discussed by Arrow et al. (1987) and by Aumann (1989), was called a paradox by Morris (2014), and has evaded satisfactory resolution for four decades. We resolve this paradox by proposing a new definition for common knowledge, which coincides with the traditional one in static settings but generalizes it in dynamic settings. Under our definition, common knowledge can arise without simultaneity, particularly in canonical examples of the Haplern-Moses paradox. We demonstrate its usefulness by deriving for it an agreement theorem \`a la Aumann (1976), and showing that it arises in the setting of Geanakoplos and Polemarchakis (1982) with timing frictions added.

به طور رسمی ، برای ایجاد دانش مشترک در یک محیط پویا ، دانش که این به طور همزمان باید توسط همه بازیکنان بدست آید.در نتیجه ، جدید دانش مشترک در بسیاری از تنظیمات واقع بینانه ، به دلیل زمان بندی قابل دستیابی است اصطکاکاین پدیده غیرقانونی ، مشاهده شده توسط هالپرن و موسی (1990) ، توسط Arrow و همکاران مورد بحث قرار گرفت.(1987) و توسط Aumann (1989) ، پارادوکس خوانده شد توسط موریس (2014) ، و به مدت چهار دهه از وضوح رضایت بخش فرار کرده است.ما این پارادوکس را با ارائه تعریف جدید برای دانش مشترک حل کنید ، که همزمان با سنتی در تنظیمات استاتیک است اما آن را در آن تعمیم می دهد تنظیمات پویاطبق تعریف ما ، دانش مشترک بدون ایجاد می تواند بوجود بیاید همزمانی ، به ویژه در نمونه های متعارف از پارادوکس هاپلرن. ما سودمندی آن را با بدست آوردن یک قضیه توافق نامه نشان می دهیم Aumann (1976) ، و نشان می دهد که در تنظیم Geanakoplos و Polemarchakis (1982) با اصطکاک زمان اضافه شد.

We investigate the problem of approximating an incomplete preference relation $\succsim$ on a finite set by a complete preference relation. We aim to obtain this approximation in such a way that the choices on the basis of two preferences, one incomplete, the other complete, have the smallest possible discrepancy in the aggregate. To this end, we use the top-difference metric on preferences, and define a best complete approximation of $\succsim$ as a complete preference relation nearest to $\succsim$ relative to this metric. We prove that such an approximation must be a maximal completion of $\succsim$, and that it is, in fact, any one completion of $\succsim$ with the largest index. Finally, we use these results to provide a sufficient condition for the best complete approximation of a preference to be its canonical completion. This leads to closed-form solutions to the best approximation problem in the case of several incomplete preference relations of interest.

ما مشکل تقریب یک رابطه اولویت ناقص را بررسی می کنیم $ \ succsim $ در یک تنظیم محدود توسط یک رابطه ترجیح کامل.هدف ما این است که بدست آوریم این تقریب به گونه ای است که انتخاب ها بر اساس دو ترجیحات ، یک ناقص ، دیگری کامل ، کوچکترین ممکن را دارد اختلاف در جمع.برای این منظور ، ما از متریک با اختلاف بالا استفاده می کنیم تنظیمات برگزیده ، و بهترین تقریب کامل $ \ succsim $ را به عنوان یک تعریف کنید رابطه ترجیحی کامل نزدیک به $ \ succsim $ نسبت به این متریک.ما ثابت کنید که چنین تقریب باید حداکثر تکمیل $ \ succsim $ باشد ، و این در واقع هر یک از تکمیل $ \ succsim $ با بزرگترین است فهرست مطالب.سرانجام ، ما از این نتایج برای تأمین شرایط کافی برای بهترین تقریب کامل یک اولویت برای تکمیل متعارف آن است. این منجر به راه حل های بسته برای بهترین مشکل تقریب در مورد چندین رابطه اولویت ناقص از علاقه.

We study a repeated Principal Agent problem between a long lived Principal and Agent pair in a prior free setting. In our setting, the sequence of realized states of nature may be adversarially chosen, the Agent is non-myopic, and the Principal aims for a strong form of policy regret. Following Camara, Hartline, and Johnson, we model the Agent's long-run behavior with behavioral assumptions that relax the common prior assumption (for example, that the Agent has no swap regret). Within this framework, we revisit the mechanism proposed by Camara et al., which informally uses calibrated forecasts of the unknown states of nature in place of a common prior. We give two main improvements. First, we give a mechanism that has an exponentially improved dependence (in terms of both running time and regret bounds) on the number of distinct states of nature. To do this, we show that our mechanism does not require truly calibrated forecasts, but rather forecasts that are unbiased subject to only a polynomially sized collection of events -- which can be produced with polynomial overhead. Second, in several important special cases -- including the focal linear contracting setting -- we show how to remove strong ``Alignment'' assumptions (which informally require that near-ties are always broken in favor of the Principal) by specifically deploying ``stable'' policies that do not have any near ties that are payoff relevant to the Principal. Taken together, our new mechanism makes the compelling framework proposed by Camara et al. much more powerful, now able to be realized over polynomially sized state spaces, and while requiring only mild assumptions on Agent behavior.

ما یک مشکل اصلی عامل مکرر را بین یک مدیر طولانی مدت مطالعه می کنیم و جفت عامل در یک تنظیم رایگان قبلی.در تنظیمات ما ، دنباله حالات تحقق یافته طبیعت ممکن است به طور متناقض انتخاب شود ، عامل غیرزی است ، و هدف اصلی برای ایجاد یک شکل قوی از پشیمانی سیاست است.به دنبال کامارا ، هارتلین ، و جانسون ، ما رفتار طولانی مدت عامل را با رفتاری الگوبرداری می کنیم فرضیاتی که فرض قبلی مشترک را آرام می کنند (به عنوان مثال ، عامل هیچ حسرت مبادله ای ندارد).در این چارچوب ، ما مکانیسم پیشنهادی را دوباره مرور می کنیم توسط کامارا و همکاران ، که به طور غیررسمی از پیش بینی های کالیبره شده ناشناخته استفاده می کند حالت های طبیعت به جای یک قبلی مشترک.ما دو پیشرفت اصلی را ارائه می دهیم. اول ، ما مکانیسمی را ارائه می دهیم که وابستگی به صورت تصاعدی دارد (در شرایط هر دو زمان در حال اجرا و حد پشیمانی) در مورد تعداد حالتهای مجزا از طبیعت.برای انجام این کار ، ما نشان می دهیم که مکانیسم ما واقعاً نیازی ندارد پیش بینی های کالیبره شده ، بلکه پیش بینی هایی که بی طرفانه هستند فقط به مجموعه ای از رویدادهای چند جمله ای - که می تواند با آن تولید شود سربار چند جمله ای.دوم ، در چندین مورد خاص مهم - از جمله تنظیمات پیمانکاری خطی کانونی - ما نشان می دهیم که چگونه قوی را حذف کنیم فرضیات "تراز" "(که به طور غیر رسمی نیاز به پیوندهای نزدیک همیشه دارند به نفع اصلی شکسته شده است) با استفاده از سیاست های "پایدار" به طور خاص این هیچ پیوندی نزدیک به بازپرداخت مربوط به مدیر ندارد.گرفته شده با هم ، مکانیسم جدید ما چارچوب قانع کننده ای را که توسط کامارا پیشنهاد شده است و همکارانبسیار قدرتمندتر ، اکنون قادر به تحقق در اندازه چند جمله ای است فضاهای ایالتی ، و در حالی که فقط به فرضیات خفیف بر رفتار عامل نیاز دارد.

How can an informed sender persuade a receiver, having only limited information about the receiver's beliefs? Motivated by research showing generative AI can simulate economic agents, we initiate the study of information design with an oracle. We assume the sender can learn more about the receiver by querying this oracle, e.g., by simulating the receiver's behavior. Aside from AI motivations such as general-purpose Large Language Models (LLMs) and problem-specific machine learning models, alternate motivations include customer surveys and querying a small pool of live users. Specifically, we study Bayesian Persuasion where the sender has a second-order prior over the receiver's beliefs. After a fixed number of queries to an oracle to refine this prior, the sender commits to an information structure. Upon receiving the message, the receiver takes a payoff-relevant action maximizing her expected utility given her posterior beliefs. We design polynomial-time querying algorithms that optimize the sender's expected utility in this Bayesian Persuasion game. As a technical contribution, we show that queries form partitions of the space of receiver beliefs that can be used to quantify the sender's knowledge.

چگونه یک فرستنده آگاه می تواند یک گیرنده را متقاعد کند ، فقط با محدودیت اطلاعات مربوط به اعتقادات گیرنده؟با انگیزه با تحقیقات نشان می دهد هوش مصنوعی تولید می تواند عوامل اقتصادی را شبیه سازی کند ، ما مطالعه را آغاز می کنیم طراحی اطلاعات با اوراکل.ما فرض می کنیم فرستنده می تواند اطلاعات بیشتری کسب کند گیرنده با پرس و جو از این اوراکل ، به عنوان مثال ، با شبیه سازی گیرنده رفتار - اخلاق.گذشته از انگیزه های هوش مصنوعی مانند زبان بزرگ با هدف عمومی مدل ها (LLMS) و مدل های یادگیری ماشین مخصوص به مشکل ، جایگزین انگیزه ها شامل نظرسنجی مشتری و پرس و جو در استخر کوچک کاربران زنده است. به طور خاص ، ما اقناع بیزی را مطالعه می کنیم که در آن فرستنده دارای یک است مرتبه دوم پیش از اعتقادات گیرنده.پس از تعداد مشخصی از پرس و جو به یک اوراکل برای اصلاح این قبلی ، فرستنده به اطلاعاتی متعهد می شود ساختارپس از دریافت پیام ، گیرنده مربوط به بازپرداخت است با توجه به اعتقادات خلفی ، اقدام به حداکثر رساندن ابزار مورد انتظار وی.ما طراحی می کنیم الگوریتم های پرس و جو در زمان چند جمله ای که ابزار مورد انتظار فرستنده را بهینه می کنند در این بازی ترغیب بیزی.به عنوان یک کمک فنی ، ما این را نشان می دهیم نمایش داده ها پارتیشن هایی از فضای باورهای گیرنده را تشکیل می دهند که می توان از آنها استفاده کرد دانش فرستنده را کمیت کنید.

We analyze the overall benefits of an energy community cooperative game under which distributed energy resources (DER) are shared behind a regulated distribution utility meter under a general net energy metering (NEM) tariff. Two community DER scheduling algorithms are examined. The first is a community with centrally controlled DER, whereas the second is decentralized letting its members schedule their own DER locally. For both communities, we prove that the cooperative game's value function is superadditive, hence the grand coalition achieves the highest welfare. We also prove the balancedness of the cooperative game under the two DER scheduling algorithms, which means that there is a welfare re-distribution scheme that de-incentivizes players from leaving the grand coalition to form smaller ones. Lastly, we present five ex-post and an ex-ante welfare re-distribution mechanisms and evaluate them in simulation, in addition to investigating the performance of various community sizes under the two DER scheduling algorithms.

ما مزایای کلی یک بازی تعاونی جامعه انرژی را در زیر تجزیه و تحلیل می کنیم که منابع انرژی توزیع شده (DER) در پشت تنظیم شده به اشتراک گذاشته می شوند متر توزیع کنتور تحت تعرفه عمومی انرژی خالص (NEM). دو الگوریتم برنامه ریزی در جامعه بررسی شده است.اولین جامعه است با Der کنترل شده مرکزی ، در حالی که دوم غیر متمرکز است و اجازه می دهد اعضا در محلی خود را به صورت محلی برنامه ریزی می کنند.برای هر دو جامعه ، ما ثابت می کنیم که عملکرد ارزش بازی تعاونی فوق العاده است ، از این رو ائتلاف بزرگ به بالاترین رفاه می رسد.ما همچنین متعادل بودن تعاونی را اثبات می کنیم بازی تحت دو الگوریتم برنامه ریزی DER ، به این معنی که یک وجود دارد طرح توزیع مجدد رفاه که بازیکنان را از ترک خارج می کند ائتلاف بزرگ برای تشکیل موارد کوچکتر.در آخر ، ما پنج پست سابق و یک را ارائه می دهیم مکانیسم های توزیع مجدد رفاه سابق و ارزیابی آنها در شبیه سازی ، در علاوه بر بررسی عملکرد اندازه های مختلف جامعه تحت دو الگوریتم برنامه ریزی DER.

The field of algorithmic fairness has rapidly emerged over the past 15 years as algorithms have become ubiquitous in everyday lives. Algorithmic fairness traditionally considers statistical notions of fairness algorithms might satisfy in decisions based on noisy data. We first show that these are theoretically disconnected from welfare-based notions of fairness. We then discuss two individual welfare-based notions of fairness, envy freeness and prejudice freeness, and establish conditions under which they are equivalent to error rate balance and predictive parity, respectively. We discuss the implications of these findings in light of the recently discovered impossibility theorem in algorithmic fairness (Kleinberg, Mullainathan, & Raghavan (2016), Chouldechova (2017)).

زمینه انصاف الگوریتمی به سرعت در طی 15 سال گذشته پدید آمده است از آنجا که الگوریتم ها در زندگی روزمره همه گیر شده اند.انصاف الگوریتمی به طور سنتی مفاهیم آماری از الگوریتم های انصاف را می توان در نظر گرفت بر اساس داده های پر سر و صدا در تصمیمات خود راضی شوید.ما ابتدا نشان می دهیم که اینها هستند از لحاظ تئوریکی از مفاهیم رفاهی مبتنی بر انصاف جدا شده است.سپس ما در مورد دو مفهوم رفاه فردی مبتنی بر انصاف ، حسادت فرین و پیش داوری Freeness ، و شرایطی را ایجاد کنید که تحت آن معادل آنها باشد تعادل نرخ خطا و برابری پیش بینی به ترتیب.ما بحث می کنیم پیامدهای این یافته ها با توجه به اخیراً کشف شده قضیه غیرممکن بودن در انصاف الگوریتمی (کلینبرگ ، مولیناتان ، و Raghavan (2016) ، Chouldechova (2017)).

Multiwinner voting captures a wide variety of settings, from parliamentary elections in democratic systems to product placement in online shopping platforms. There is a large body of work dealing with axiomatic characterizations, computational complexity, and algorithmic analysis of multiwinner voting rules. Although many challenges remain, significant progress has been made in showing existence of fair and representative outcomes as well as efficient algorithmic solutions for many commonly studied settings. However, much of this work focuses on single-shot elections, even though in numerous real-world settings elections are held periodically and repeatedly. Hence, it is imperative to extend the study of multiwinner voting to temporal settings. Recently, there have been several efforts to address this challenge. However, these works are difficult to compare, as they model multi-period voting in very different ways. We propose a unified framework for studying temporal fairness in this domain, drawing connections with various existing bodies of work, and consolidating them within a general framework. We also identify gaps in existing literature, outline multiple opportunities for future work, and put forward a vision for the future of multiwinner voting in temporal settings.

رأی چند منظوره طیف گسترده ای از تنظیمات را از پارلمان ضبط می کند انتخابات در سیستم های دموکراتیک برای قرار دادن محصول در خرید آنلاین بستر، زمینه.بدنه بزرگی از کار وجود دارد که با بدیهیات سر و کار دارد خصوصیات ، پیچیدگی محاسباتی و تجزیه و تحلیل الگوریتمی از قوانین رأی چند منظوره.اگرچه بسیاری از چالش ها باقی مانده است ، اما پیشرفت چشمگیری دارد در نشان دادن وجود نتایج عادلانه و نماینده نیز ساخته شده است به عنوان راه حل های الگوریتمی کارآمد برای بسیاری از تنظیمات معمول مورد مطالعه.با این حال، بخش اعظم این کار در انتخابات تک شات متمرکز است ، حتی اگر در بسیاری از آنها انتخابات تنظیمات دنیای واقعی به صورت دوره ای و مکرر برگزار می شود.از این رو ، آن ضروری است که مطالعه رأی گیری چند مدرک را به تنظیمات زمانی گسترش دهد. اخیراً تلاش های متعددی برای رسیدگی به این چالش صورت گرفته است.با این حال، مقایسه این آثار دشوار است ، زیرا آنها در بسیار رأی چند دوره ای را الگوبرداری می کنند راه های مختلف.ما یک چارچوب یکپارچه برای مطالعه انصاف زمانی پیشنهاد می کنیم در این دامنه ، ایجاد ارتباط با بدنهای مختلف کار موجود ، و ادغام آنها در یک چارچوب کلی.ما همچنین شکاف ها را شناسایی می کنیم ادبیات موجود ، چندین فرصت را برای کارهای آینده بیان کنید و قرار دهید چشم انداز برای آینده رأی چندگانه در تنظیمات زمانی.

Reducing wealth inequality and disparity is a global challenge. The economic system is mainly divided into (1) gift and reciprocity, (2) power and redistribution, (3) market exchange, and (4) mutual aid without reciprocal obligations. The current inequality stems from a capitalist economy consisting of (2) and (3). To sublimate (1), which is the human economy, to (4), the concept of a "mixbiotic society" has been proposed in the philosophical realm. This is a society in which free and diverse individuals, "I," mix with each other, recognize their respective "fundamental incapability" and sublimate them into "WE" solidarity. The economy in this society must have moral responsibility as a coadventurer and consideration for vulnerability to risk. Therefore, I focus on two factors of mind perception: moral responsibility and risk vulnerability, and propose a novel model of wealth distribution following an econophysical approach. Specifically, I developed a joint-venture model, a redistribution model in the joint-venture model, and a "WE economy" model. A simulation comparison of a combination of the joint ventures and redistribution with the WE economies reveals that WE economies are effective in reducing inequality and resilient in normalizing wealth distribution as advantages, and susceptible to free riders as disadvantages. However, this disadvantage can be compensated for by fostering consensus and fellowship, and by complementing it with joint ventures. This study essentially presents the effectiveness of moral responsibility, the complementarity between the WE economy and the joint economy, and the direction of the economy toward reducing inequality. Future challenges are to develop the WE economy model based on real economic analysis and psychology, as well as to promote WE economy fieldwork for worker coops and platform cooperatives to realize a desirable mixbiotic society.

کاهش نابرابری و نابرابری ثروت یک چالش جهانی است.اقتصادی سیستم عمدتاً به (1) هدیه و متقابل تقسیم می شود ، (2) قدرت و توزیع مجدد ، (3) مبادله بازار و (4) کمک متقابل بدون متقابل تعهداتنابرابری فعلی ناشی از اقتصاد سرمایه داری است که متشکل از آن است از (2) و (3).به تصویب (1) ، که اقتصاد انسانی است ، تا (4) ، مفهوم "جامعه میکسبیوتیک" در قلمرو فلسفی ارائه شده است. این جامعه ای است که در آن افراد آزاد و متنوع ، "من" با هر یک مخلوط می شوند دیگر ، "ناتوان بودن اساسی" خود را تشخیص داده و آنها را متعجب می کند به همبستگی "ما".اقتصاد در این جامعه باید اخلاقی داشته باشد مسئولیت به عنوان یک همکار و در نظر گرفتن آسیب پذیری در برابر خطر. بنابراین ، من بر دو عامل درک ذهن تمرکز می کنم: مسئولیت اخلاقی و آسیب پذیری ریسک ، و یک مدل جدید از توزیع ثروت را در زیر پیشنهاد دهید یک رویکرد اکونوفیزیکی.به طور خاص ، من یک مدل سرمایه گذاری مشترک ، a ایجاد کردم مدل توزیع مجدد در مدل سرمایه گذاری مشترک و یک مدل "ما اقتصاد".آ مقایسه شبیه سازی ترکیبی از سرمایه گذاری های مشترک و توزیع مجدد با اقتصاد ما نشان می دهد که ما اقتصاد در کاهش موثر هستیم نابرابری و مقاوم در عادی سازی توزیع ثروت به عنوان مزیت ، و مستعد ابتلا به سواران آزاد به عنوان مضرات.با این حال ، این ضرر می تواند باشد با تقویت اجماع و کمک هزینه تحصیلی و تکمیل آن جبران می شود با سرمایه گذاری های مشترکاین مطالعه اساساً اثربخشی اخلاقی را نشان می دهد مسئولیت ، مکمل بین اقتصاد ما و مشترک اقتصاد و جهت اقتصاد به سمت کاهش نابرابری.آینده چالش ها برای توسعه مدل اقتصاد ما بر اساس تجزیه و تحلیل اقتصادی واقعی است و روانشناسی ، و همچنین برای ارتقاء کار میدانی اقتصاد برای کارگران و تعاونی های سکو برای تحقق یک جامعه مطلوب میکسبیوتیک.

The Council of the European Union (EU) is one of the main decision-making bodies of the EU. Many decisions require a qualified majority: the support of 55% of the member states (currently 15) that represent at least 65% of the total population. We investigate how the power distribution, based on the Shapley-Shubik index, and the proportion of winning coalitions change if these criteria are modified within reasonable bounds. The influence of the two countries with about 4% of the total population each is found to be almost flat. The level of decisiveness decreases if the population criterion is above 68% or the states criterion is at least 17. The proportion of winning coalitions can be increased from 13.2% to 20.8% (30.1%) such that the maximal relative change in the Shapley--Shubik indices remains below 3.5% (5.5%). Our results are indispensable to evaluate any proposal for reforming the qualified majority voting system.

شورای اتحادیه اروپا (اتحادیه اروپا) یکی از اصلی ترین تصمیم گیری ها است اجساد اتحادیه اروپا.بسیاری از تصمیمات به اکثریت واجد شرایط نیاز دارند: حمایت از 55 ٪ از کشورهای عضو (در حال حاضر 15) که حداقل 65 ٪ از آنها را تشکیل می دهند کل جمعیتما بررسی می کنیم که چگونه توزیع برق ، بر اساس شاپلی-شوبیک شاخص ، و نسبت ائتلاف های برنده در صورت تغییر معیارها در مرزهای معقول اصلاح می شوند.تأثیر این دو کشورهایی که حدود 4 ٪ از کل جمعیت دارند ، تقریباً مشخص شده است تخت.اگر معیار جمعیت بالاتر باشد ، سطح قاطعیت کاهش می یابد 68 ٪ یا معیار ایالات حداقل 17 است. نسبت پیروزی ائتلاف ها را می توان از 13.2 ٪ به 20.8 ٪ (30.1 ٪) افزایش داد به گونه ای که حداکثر تغییر نسبی در شاپلی-شاخص های شوبیک زیر 3.5 ٪ (5.5 ٪) باقی مانده است.ما نتایج برای ارزیابی هرگونه پیشنهادی برای اصلاح واجد شرایط ضروری است سیستم رای گیری اکثریت.

Algorithmic predictions are increasingly used to inform the allocations of goods and interventions in the public sphere. In these domains, predictions serve as a means to an end. They provide stakeholders with insights into likelihood of future events as a means to improve decision making quality, and enhance social welfare. However, if maximizing welfare is the ultimate goal, prediction is only a small piece of the puzzle. There are various other policy levers a social planner might pursue in order to improve bottom-line outcomes, such as expanding access to available goods, or increasing the effect sizes of interventions. Given this broad range of design decisions, a basic question to ask is: What is the relative value of prediction in algorithmic decision making? How do the improvements in welfare arising from better predictions compare to those of other policy levers? The goal of our work is to initiate the formal study of these questions. Our main results are theoretical in nature. We identify simple, sharp conditions determining the relative value of prediction vis-\`a-vis expanding access, within several statistical models that are popular amongst quantitative social scientists. Furthermore, we illustrate how these theoretical insights may be used to guide the design of algorithmic decision making systems in practice.

پیش بینی های الگوریتمی به طور فزاینده ای برای آگاهی از تخصیص استفاده می شود کالاها و مداخلات در حوزه عمومی.در این حوزه ها ، پیش بینی ها به عنوان ابزاری برای رسیدن به هدف خدمت کنید.آنها بینش در مورد ذینفعان ارائه می دهند احتمال وقایع آینده به عنوان ابزاری برای بهبود کیفیت تصمیم گیری و رفاه اجتماعی را تقویت کنید.با این حال ، اگر به حداکثر رساندن رفاه هدف نهایی باشد ، پیش بینی فقط یک قطعه کوچک از معما است.سیاست های مختلف دیگری وجود دارد اهرم یک برنامه ریز اجتماعی ممکن است به منظور بهبود نتایج پایین خط ، دنبال کند ، مانند گسترش دسترسی به کالاهای موجود یا افزایش اندازه اثر مداخلات با توجه به این طیف گسترده ای از تصمیمات طراحی ، یک سؤال اساسی که باید بپرسید این است: چه چیزی آیا ارزش نسبی پیش بینی در تصمیم گیری الگوریتمی است؟چگونه پیشرفت در رفاه ناشی از پیش بینی های بهتر با مواردی از سایر اهرم های سیاست؟هدف از کار ما شروع مطالعه رسمی است این سوالات.نتایج اصلی ما از نظر نظری است.ما شناسایی می کنیم شرایط ساده و تیز تعیین کننده ارزش نسبی پیش بینی دسترسی به گسترش دسترسی ، در چندین مدل آماری که هستند محبوب در بین دانشمندان کمی علوم اجتماعی.علاوه بر این ، ما نشان می دهیم که چگونه این بینش های نظری ممکن است برای هدایت طراحی الگوریتمی استفاده شود سیستم های تصمیم گیری در عمل.

A linear-quadratic-Gaussian (LQG) game is an incomplete information game with quadratic payoff functions and Gaussian payoff states. This study addresses an information design problem to identify an information structure that maximizes a quadratic objective function. Gaussian information structures are found to be optimal among all information structures. Furthermore, the optimal Gaussian information structure can be determined by semidefinite programming, which is a natural extension of linear programming. This paper provides sufficient conditions for the optimality and suboptimality of both no and full information disclosure. In addition, we characterize optimal information structures in symmetric LQG games and optimal public information structures in asymmetric LQG games, with each structure presented in a closed-form expression.

یک بازی خطی-کادراتیک-گاوسی (LQG) یک بازی اطلاعاتی ناقص با عملکردهای بازپرداخت درجه دوم و کشورهای بازپرداخت گاوسی.این مطالعه به یک مشکل طراحی اطلاعات برای شناسایی ساختار اطلاعاتی که به حداکثر برسد یک عملکرد عینی درجه دوم.ساختارهای اطلاعاتی گاوسی یافت می شود بهینه در بین کلیه ساختارهای اطلاعاتی.علاوه بر این ، بهینه گاوسی ساختار اطلاعات را می توان با برنامه نویسی SemideFinite ، که یک است تعیین کرد گسترش طبیعی برنامه نویسی خطی.در این مقاله کافی است شرایطی برای بهینه سازی و زیر مطلوب بودن هر دو اطلاعات کامل و کامل افشایعلاوه بر این ، ما ساختارهای اطلاعاتی بهینه را در بازی های LQG متقارن و ساختارهای بهینه اطلاعات عمومی در LQG نامتقارن بازی ها ، با هر ساختار ارائه شده در یک بیان بسته.

How do we ascribe subjective probability? In decision theory, this question is often addressed by representation theorems, going back to Ramsey (1926), which tell us how to define or measure subjective probability by observable preferences. However, standard representation theorems make strong rationality assumptions, in particular expected utility maximization. How do we ascribe subjective probability to agents which do not satisfy these strong rationality assumptions? I present a representation theorem with weak rationality assumptions which can be used to define or measure subjective probability for partly irrational agents.

چگونه احتمال ذهنی را نسبت می دهیم؟در تئوری تصمیم گیری ، این سوال غالباً توسط قضایای نمایندگی ، بازگشت به رمزی (1926) ، که به ما می گویند چگونه می توان احتمال ذهنی را با مشاهده تعریف یا اندازه گیری کرد اولویت ها.با این حال ، قضیه های بازنمایی استاندارد عقلانیت قوی را ایجاد می کنند فرضیات ، به ویژه حداکثر رساندن ابزار مورد انتظار.چگونه ما را توصیف می کنیم احتمال ذهنی به عواملی که این عقلانیت قوی را برآورده نمی کنند فرضیات؟من یک قضیه بازنمایی با عقلانیت ضعیف ارائه می دهم فرضیاتی که می تواند برای تعریف یا اندازه گیری احتمال ذهنی برای آن استفاده شود تا حدودی عوامل غیر منطقی.

Algorithmic monoculture arises when many decision-makers rely on the same algorithm to evaluate applicants. An emerging body of work investigates possible harms of this kind of homogeneity, but has been limited by the challenge of incorporating market effects in which the preferences and behavior of many applicants and decision-makers jointly interact to determine outcomes. Addressing this challenge, we introduce a tractable theoretical model of algorithmic monoculture in a two-sided matching market with many participants. We use the model to analyze outcomes under monoculture (when decision-makers all evaluate applicants using a common algorithm) and under polyculture (when decision-makers evaluate applicants independently). All else equal, monoculture (1) selects less-preferred applicants when noise is well-behaved, (2) matches more applicants to their top choice, though individual applicants may be worse off depending on their value to decision-makers and risk tolerance, and (3) is more robust to disparities in the number of applications submitted.

مونوکروه الگوریتمی هنگامی بوجود می آید که بسیاری از تصمیم گیرندگان به یکسان اعتماد می کنند الگوریتم برای ارزیابی متقاضیان.یک بدنه در حال ظهور کار بررسی می کند مضرات احتمالی این نوع همگن ، اما توسط چالش در ترکیب اثرات بازار که در آن ترجیحات و رفتار در آن وجود دارد بسیاری از متقاضیان و تصمیم گیرندگان به طور مشترک برای تعیین نتایج در تعامل هستند. با پرداختن به این چالش ، ما یک مدل نظری قابل ردیابی را معرفی می کنیم یکنواختی الگوریتمی در یک بازار تطبیق دو طرفه با بسیاری از شرکت کنندگان. ما از این مدل برای تجزیه و تحلیل نتایج تحت یک تک فرهنگ استفاده می کنیم (وقتی تصمیم گیرندگان همه متقاضیان را با استفاده از یک الگوریتم مشترک ارزیابی می کنند) و تحت فرهنگ سازی (هنگامی که تصمیم گیرندگان متقاضیان را به طور مستقل ارزیابی می کنند).همه چیز مساوی ، تک فرهنگ (1) متقاضیان ترجیح کمتری را انتخاب می کند که سر و صدا به خوبی رفتار شود ، (2) مطابقت داشته باشد متقاضیان بیشتر در انتخاب برتر خود ، اگرچه متقاضیان فردی ممکن است بدتر باشند بسته به ارزش آنها برای تصمیم گیرندگان و تحمل ریسک ، و (3) است در تعداد برنامه های ارائه شده نسبت به نابرابری ها قوی تر است.

While there is universal agreement that agents ought to act ethically, there is no agreement as to what constitutes ethical behaviour. To address this problem, recent philosophical approaches to `moral uncertainty' propose aggregation of multiple ethical theories to guide agent behaviour. However, one of the foundational proposals for aggregation - Maximising Expected Choiceworthiness (MEC) - has been criticised as being vulnerable to fanaticism; the problem of an ethical theory dominating agent behaviour despite low credence (confidence) in said theory. Fanaticism thus undermines the `democratic' motivation for accommodating multiple ethical perspectives. The problem of fanaticism has not yet been mathematically defined. Representing moral uncertainty as an instance of social welfare aggregation, this paper contributes to the field of moral uncertainty by 1) formalising the problem of fanaticism as a property of social welfare functionals and 2) providing non-fanatical alternatives to MEC, i.e. Highest k-trimmed Mean and Highest Median.

در حالی که توافق جهانی وجود دارد که نمایندگان باید از نظر اخلاقی عمل کنند ، در آنجا هیچ توافقی در مورد آنچه رفتار اخلاقی را تشکیل می دهد نیست.برای پرداختن به این مشکل ، رویکردهای فلسفی اخیر برای "عدم اطمینان اخلاقی" پیشنهاد می کند تجمع نظریه های اخلاقی متعدد برای هدایت رفتار عامل.با این حال ، یکی از پیشنهادهای بنیادی برای تجمع - به حداکثر رساندن مورد انتظار ChoiceWorthiness (MEC) - به دلیل آسیب پذیری در برابر تعصب مورد انتقاد قرار گرفته است. مشکل یک تئوری اخلاقی با وجود کم بودن بر رفتار عامل حاکم است اعتبار (اعتماد به نفس) در تئوری مذکور.تعصب گرایی بنابراین تضعیف می کند انگیزه "دموکراتیک" برای پذیرش چندین دیدگاه اخلاقی.در مشکل تعصب هنوز از نظر ریاضی تعریف نشده است.نمایندگی عدم اطمینان اخلاقی به عنوان نمونه ای از تجمع رفاه اجتماعی ، این مقاله با 1) رسمیت مشکل به حوزه عدم اطمینان اخلاقی کمک می کند تعصب به عنوان خاصیت عملکردهای رفاه اجتماعی و 2) ارائه گزینه های غیرقانونی به MEC ، یعنی بالاترین میانگین و بالاترین متوسط

Control barrier functions (CBFs) and safety-critical control have seen a rapid increase in popularity in recent years, predominantly applied to systems in aerospace, robotics and neural network controllers. Control barrier functions can provide a computationally efficient method to monitor arbitrary primary controllers and enforce state constraints to ensure overall system safety. One area that has yet to take advantage of the benefits offered by CBFs is the field of finance and economics. This manuscript re-introduces three applications of traditional control to economics, and develops and implements CBFs for such problems. We consider the problem of optimal advertising for the deterministic and stochastic case and Merton's portfolio optimization problem. Numerical simulations are used to demonstrate the effectiveness of using traditional control solutions in tandem with CBFs and stochastic CBFs to solve such problems in the presence of state constraints.

توابع سد کنترل (CBF) و کنترل مهم ایمنی دیده شده است افزایش سریع محبوبیت در سالهای اخیر ، عمدتا در سیستم ها اعمال می شود در هوافضا ، رباتیک و کنترل کننده های شبکه عصبی.سد کنترل توابع می توانند یک روش محاسباتی کارآمد برای نظارت خودسرانه ارائه دهند کنترل کننده های اولیه و محدودیت های حالت را برای اطمینان از سیستم کلی اجرا می کنند ایمنییک منطقه که هنوز از مزایای ارائه شده توسط CBFS استفاده نکرده است زمینه امور مالی و اقتصاد است.این نسخه خطی سه را معرفی می کند کاربردهای کنترل سنتی برای اقتصاد ، توسعه و پیاده سازی CBF برای چنین مشکلاتی.ما مشکل تبلیغات بهینه را برای مورد قطعی و تصادفی و مشکل بهینه سازی نمونه کارها مرتون. از شبیه سازی های عددی برای نشان دادن اثربخشی استفاده استفاده می شود راه حل های کنترل سنتی در پشت سر هم با CBF و CBF های تصادفی برای حل چنین مشکلاتی در حضور محدودیت های دولتی.

May's Theorem [K. O. May, Econometrica 20 (1952) 680-684] characterizes majority voting on two alternatives as the unique preferential voting method satisfying several simple axioms. Here we show that by adding some desirable axioms to May's axioms, we can uniquely determine how to vote on three alternatives. In particular, we add two axioms stating that the voting method should mitigate spoiler effects and avoid the so-called strong no show paradox. We prove a theorem stating that any preferential voting method satisfying our enlarged set of axioms, which includes some weak homogeneity and preservation axioms, agrees with Minimax voting in all three-alternative elections, except perhaps in some improbable knife-edged elections in which ties may arise and be broken in different ways.

قضیه مه [K.O. May ، Econometrica 20 (1952) 680-684] توصیف می کند رای گیری اکثریت در دو گزینه به عنوان روش رای گیری ترجیحی منحصر به فرد رضایت چندین بدیهی ساده.در اینجا ما نشان می دهیم که با اضافه کردن مقداری مطلوب بدیهیات به بدیهیات مه ، ما می توانیم به طور منحصر به فرد نحوه رأی دادن به سه نفر را تعیین کنیم جایگزین، گزینه ها.به طور خاص ، ما دو بدیهیات اضافه می کنیم که می گوید روش رای گیری باید اثرات اسپویلر را کاهش داده و از به اصطلاح پارادوکس نمایشی قوی جلوگیری کنید. ما یک قضیه را اثبات می کنیم که می گوید هر روش رای گیری ترجیحی ما را برآورده می کند مجموعه ای از بدیهیات بزرگ شده ، که شامل برخی از همگن و حفظ ضعیف است بدیهیات ، با رأی گیری حداقل در هر انتخابات سه گزینه ای موافق است ، به جز شاید در برخی از انتخابات غیرممکن در انتخابات چاقو که ممکن است پیوندها بوجود بیایند و باشد به روش های مختلف شکسته شده است.

The ongoing rapid development of the e-commercial and interest-base websites make it more pressing to evaluate objects' accurate quality before recommendation by employing an effective reputation system. The objects' quality are often calculated based on their historical information, such as selected records or rating scores, to help visitors to make decisions before watching, reading or buying. Usually high quality products obtain a higher average ratings than low quality products regardless of rating biases or errors. However many empirical cases demonstrate that consumers may be misled by rating scores added by unreliable users or deliberate tampering. In this case, users' reputation, i.e., the ability to rating trustily and precisely, make a big difference during the evaluating process. Thus, one of the main challenges in designing reputation systems is eliminating the effects of users' rating bias on the evaluation results. To give an objective evaluation of each user's reputation and uncover an object's intrinsic quality, we propose an iterative balance (IB) method to correct users' rating biases. Experiments on two online video-provided Web sites, namely MovieLens and Netflix datasets, show that the IB method is a highly self-consistent and robust algorithm and it can accurately quantify movies' actual quality and users' stability of rating. Compared with existing methods, the IB method has higher ability to find the "dark horses", i.e., not so popular yet good movies, in the Academy Awards.

توسعه سریع وب سایت های تجاری و تجاری و علاقه برای ارزیابی کیفیت دقیق اشیاء قبل از آن ، فشار بیشتری پیدا کنید توصیه با استفاده از یک سیستم شهرت مؤثر.اشیاء ' کیفیت اغلب بر اساس اطلاعات تاریخی آنها محاسبه می شود ، مانند سوابق انتخاب شده یا امتیازات رتبه بندی ، برای کمک به بازدید کنندگان در تصمیم گیری قبل از آن تماشای ، خواندن یا خرید.معمولاً محصولات با کیفیت بالا بالاتر را بدست می آورند رتبه بندی متوسط ​​نسبت به محصولات با کیفیت پایین صرف نظر از تعصبات رتبه بندی یا خطابا این حال بسیاری از موارد تجربی نشان می دهد که مصرف کنندگان ممکن است گمراه شوند با امتیازات امتیاز اضافه شده توسط کاربران غیرقابل اعتماد یا دستکاری عمدی.در این مورد ، شهرت کاربران ، یعنی توانایی رتبه بندی اعتماد و دقیقاً ، در طی فرآیند ارزیابی تفاوت بزرگی ایجاد کنید.بنابراین ، یکی از اصلی چالش در طراحی سیستم های شهرت از بین بردن اثرات کاربران است تعصب رتبه بندی در نتایج ارزیابی.برای ارزیابی عینی از هر یک شهرت کاربر و کشف کیفیت ذاتی یک شیء ، ما پیشنهاد می کنیم روش تکراری تعادل (IB) برای اصلاح تعصبات رتبه بندی کاربران.آزمایشات در دو وب سایت ارائه شده به فیلم آنلاین ، یعنی مجموعه داده های Movielens و Netflix ، نشان دهید که روش IB یک الگوریتم بسیار سازگار و قوی است و آن می تواند کیفیت واقعی فیلم ها و ثبات کاربران را به طور دقیق اندازه گیری کند. در مقایسه با روشهای موجود ، روش IB توانایی بالاتری در یافتن آن دارد "اسب های تاریک" ، یعنی فیلم های نه چندان محبوب و در عین حال خوب ، در جوایز اسکار.

Evolutionarily stable strategy (ESS) is an important solution concept in game theory which has been applied frequently to biological models. Informally an ESS is a strategy that if followed by the population cannot be taken over by a mutation strategy that is initially rare. Finding such a strategy has been shown to be difficult from a theoretical complexity perspective. We present an algorithm for the case where mutations are restricted to pure strategies, and present experiments on several game classes including random and a recently-proposed cancer model. Our algorithm is based on a mixed-integer non-convex feasibility program formulation, which constitutes the first general optimization formulation for this problem. It turns out that the vast majority of the games included in the experiments contain ESS with small support, and our algorithm is outperformed by a support-enumeration based approach. However we suspect our algorithm may be useful in the future as games are studied that have ESS with potentially larger and unknown support size.

استراتژی تکاملی پایدار (ESS) یک مفهوم راه حل مهم در بازی است نظریه ای که اغلب در مدلهای بیولوژیکی اعمال می شود.به طور غیررسمی ESS یک استراتژی است که در صورت دنبال کردن جمعیت نمی تواند توسط یک استراتژی جهش که در ابتدا نادر است.یافتن چنین استراتژی بوده است نشان داده شده از منظر پیچیدگی نظری دشوار است.ما ارائه می دهیم الگوریتم برای موردی که جهش ها به استراتژی های خالص محدود می شوند و آزمایش های موجود در چندین کلاس بازی از جمله تصادفی و a مدل سرطان اخیراً تهیه شده است.الگوریتم ما مبتنی بر یک کد سنجی مختلط است فرمولاسیون برنامه امکان سنجی غیر Convex ، که اولین ژنرال را تشکیل می دهد فرمولاسیون بهینه سازی برای این مشکل.معلوم است که اکثریت قریب به اتفاق از بازی های موجود در آزمایشات حاوی ESS با پشتیبانی کوچک ، و الگوریتم ما از یک رویکرد مبتنی بر پشتیبانی پشتیبانی بهتر است.با این حال ما گمان می کنیم که الگوریتم ما ممکن است در آینده مفید باشد زیرا بازی ها مورد مطالعه قرار می گیرند دارای ESS با اندازه پشتیبانی بالقوه بزرگتر و ناشناخته است.

In an economic market, sellers, infomediaries and customers constitute an economic network. Each seller has her own customer group and the seller's private customers are unobservable to other sellers. Therefore, a seller can only sell commodities among her own customers unless other sellers or infomediaries share her sale information to their customer groups. However, a seller is not incentivized to share others' sale information by default, which leads to inefficient resource allocation and limited revenue for the sale. To tackle this problem, we develop a novel mechanism called customer sharing mechanism (CSM) which incentivizes all sellers to share each other's sale information to their private customer groups. Furthermore, CSM also incentivizes all customers to truthfully participate in the sale. In the end, CSM not only allocates the commodities efficiently but also optimizes the seller's revenue.

در یک بازار اقتصادی ، فروشندگان ، Infomediaries و مشتریان یک شبکه اقتصادی.هر فروشنده گروه مشتری و فروشنده خود را دارد مشتریان خصوصی برای سایر فروشندگان غیرقابل کنترل هستند.بنابراین ، یک فروشنده می تواند فقط کالاهای خود را در بین مشتریان خود بفروشید مگر اینکه سایر فروشندگان یا Infomediaries اطلاعات فروش وی را در گروه های مشتری خود به اشتراک می گذارد.با این حال ، الف فروشنده برای به اشتراک گذاشتن اطلاعات فروش دیگران به طور پیش فرض انگیزه نمی یابد ، که منجر به تخصیص منابع ناکارآمد و درآمد محدود برای فروش می شود.به با این مشکل مقابله کنید ، ما یک مکانیزم جدید به نام اشتراک مشتری ایجاد می کنیم مکانیسم (CSM) که به همه فروشندگان انگیزه می دهد تا فروش یکدیگر را به اشتراک بگذارند اطلاعات به گروه های مشتری خصوصی خود.علاوه بر این ، CSM نیز به همه مشتریان انگیزه می دهد تا به طور واقعی در فروش شرکت کنند.در پایان، CSM نه تنها کالاها را به طور کارآمد اختصاص می دهد بلکه بهینه می کند درآمد فروشنده.

We consider a network of agents. Associated with each agent are her covariate and outcome. Agents influence each other's outcomes according to a certain connection/influence structure. A subset of the agents participate on a platform, and hence, are observable to it. The rest are not observable to the platform and are called the latent agents. The platform does not know the influence structure of the observable or the latent parts of the network. It only observes the data on past covariates and decisions of the observable agents. Observable agents influence each other both directly and indirectly through the influence they exert on the latent agents. We investigate how the platform can estimate the dependence of the observable agents' outcomes on their covariates, taking the latent agents into account. First, we show that this relationship can be succinctly captured by a matrix and provide an algorithm for estimating it under a suitable approximate sparsity condition using historical data of covariates and outcomes for the observable agents. We also obtain convergence rates for the proposed estimator despite the high dimensionality that allows more agents than observations. Second, we show that the approximate sparsity condition holds under the standard conditions used in the literature. Hence, our results apply to a large class of networks. Finally, we apply our results to two practical settings: targeted advertising and promotional pricing. We show that by using the available historical data with our estimator, it is possible to obtain asymptotically optimal advertising/pricing decisions, despite the presence of latent agents.

ما شبکه ای از نمایندگان را در نظر می گیریم.متغیرهای متغیر او هستند و نتیجهمأمورین مطابق با برخی از نتایج یکدیگر را تحت تأثیر قرار می دهند ساختار اتصال/تأثیر.زیر مجموعه ای از نمایندگان در یک شرکت می کنند سکو ، و از این رو ، برای آن قابل مشاهده است.بقیه برای سکو و عوامل نهفته نامیده می شوند.این سیستم عامل نمی داند ساختار نفوذ قسمتهای قابل مشاهده یا نهفته شبکه.آی تی فقط داده های مربوط به متغیرهای متغیر و تصمیمات قابل مشاهده را مشاهده می کند عواملعوامل قابل مشاهده مستقیم و غیرمستقیم بر یکدیگر تأثیر می گذارند از طریق تأثیر آنها بر روی عوامل نهفته اعمال می شود. ما بررسی می کنیم که چگونه این پلتفرم می تواند وابستگی قابل مشاهده را تخمین بزند نتایج نمایندگان در متغیرهای خود ، با در نظر گرفتن عوامل نهفته. اول ، ما نشان می دهیم که این رابطه می تواند به طور خلاصه توسط یک ماتریس ضبط شود و یک الگوریتم برای تخمین آن را در یک تقریبی مناسب ارائه دهید وضعیت پراکندگی با استفاده از داده های تاریخی متغیرها و نتایج برای عوامل قابل مشاهدهما همچنین برای برآوردگر پیشنهادی نرخ همگرایی را بدست می آوریم با وجود ابعاد بالا که به عوامل بیشتری نسبت به مشاهدات اجازه می دهد. دوم ، ما نشان می دهیم که شرایط تقریبی پراکندگی در زیر وجود دارد شرایط استاندارد مورد استفاده در ادبیات.از این رو ، نتایج ما در مورد بزرگ اعمال می شود کلاس شبکه ها.سرانجام ، ما نتایج خود را در دو تنظیم عملی اعمال می کنیم: تبلیغات هدفمند و قیمت گذاری تبلیغاتی.ما این را با استفاده از داده های تاریخی موجود با برآوردگر ما ، می توان به دست آورد تصمیمات تبلیغاتی/قیمت گذاری به صورت مجانبی ، علیرغم حضور عوامل نهفته

In a pathbreaking paper, Cover and Ordentlich (1998) solved a max-min portfolio game between a trader (who picks an entire trading algorithm, $\theta(\cdot)$) and "nature," who picks the matrix $X$ of gross-returns of all stocks in all periods. Their (zero-sum) game has the payoff kernel $W_\theta(X)/D(X)$, where $W_\theta(X)$ is the trader's final wealth and $D(X)$ is the final wealth that would have accrued to a $\$1$ deposit into the best constant-rebalanced portfolio (or fixed-fraction betting scheme) determined in hindsight. The resulting "universal portfolio" compounds its money at the same asymptotic rate as the best rebalancing rule in hindsight, thereby beating the market asymptotically under extremely general conditions. Smitten with this (1998) result, the present paper solves the most general tractable version of Cover and Ordentlich's (1998) max-min game. This obtains for performance benchmarks (read: derivatives) that are separately convex and homogeneous in each period's gross-return vector. For completely arbitrary (even non-measurable) performance benchmarks, we show how the axiom of choice can be used to "find" an exact maximin strategy for the trader.

در یک مقاله مسیری ، پوشش و Ordentlich (1998) حداکثر دقیقه را حل کرد بازی نمونه کارها بین یک معامله گر (که یک الگوریتم تجارت کامل را انتخاب می کند ، $ \ theta (\ cdot) $) و "Nature" ، که ماتریس $ x $ از بازده های ناخالص همه را انتخاب می کند سهام در تمام دوره ها.بازی (جمع صفر) آنها هسته بازپرداخت دارد $ w_ \ theta (x)/d (x) $ ، جایی که $ w_ \ theta (x) $ ثروت نهایی معامله گر و $ d (x) $ است آیا ثروت نهایی است که می تواند به بهترین مبلغ $ $ $ $ جمع شود نمونه کارها با تعادل ثابت (یا طرح شرط بندی-فرق ثابت) که در آن تعیین شده است واپس نگری.نتیجه "نمونه کارها جهانی" نتیجه آن را در همان نرخ بدون علامت به عنوان بهترین قاعده تعادل در عقب ، در نتیجه ضرب و شتم بازار به صورت مجانبی در شرایط بسیار کلی.با این (1998) نتیجه ، مقاله حاضر عمومی ترین نسخه قابل تنظیم از آن را حل می کند بازی Max-Min Cover and Ordentlich (1998).این برای عملکرد بدست می آید معیارها (بخوانید: مشتقات) که به طور جداگانه محدب و همگن هستند بردار ناخالص هر دوره.برای کاملاً دلخواه (حتی معیارهای عملکرد غیر قابل اندازه گیری) ، ما نشان می دهیم که بدیهی از انتخاب چگونه می تواند باشد برای "یافتن" یک استراتژی حداکثر دقیق برای معامله گر استفاده می شود.

We show that, in a resource allocation problem, the ex ante aggregate utility of players with cumulative-prospect-theoretic preferences can be increased over deterministic allocations by implementing lotteries. We formulate an optimization problem, called the system problem, to find the optimal lottery allocation. The system problem exhibits a two-layer structure comprised of a permutation profile and optimal allocations given the permutation profile. For any fixed permutation profile, we provide a market-based mechanism to find the optimal allocations and prove the existence of equilibrium prices. We show that the system problem has a duality gap, in general, and that the primal problem is NP-hard. We then consider a relaxation of the system problem and derive some qualitative features of the optimal lottery structure.

ما نشان می دهیم که ، در یک مشکل تخصیص منابع ، ابزار کل قبلی بازیکنانی که دارای ترجیحات-نظری-پر نگار هستند می توان بیش از حد افزایش یافت تخصیص قطعی با اجرای قرعه کشی.ما تدوین می کنیم مشکل بهینه سازی ، به نام مشکل سیستم ، برای یافتن قرعه کشی بهینه تخصیصمشکل سیستم یک ساختار دو لایه متشکل از a دارد مشخصات جابجایی و تخصیص بهینه با توجه به مشخصات جابجایی.برای هرگونه مشخصات جایگاه ثابت ، ما یک مکانیسم مبتنی بر بازار برای یافتن تخصیص بهینه و اثبات وجود قیمت تعادل.ما نشان می دهیم که مشکل سیستم به طور کلی شکاف دوگانگی دارد و مشکل اصلی آن است NP-Hard است.سپس ما یک آرامش از مشکل سیستم را در نظر می گیریم و برخی از آنها را استخراج می کنیم ویژگی های کیفی ساختار قرعه کشی بهینه.

Spending by the UK's National Health Service (NHS) on independent healthcare treatment has been increased in recent years and is predicted to sustain its upward trend with the forecast of population growth. Some have viewed this increase as an attempt not to expand the patients' choices but to privatize public healthcare. This debate poses a social dilemma whether the NHS should stop cooperating with Private providers. This paper contributes to healthcare economic modelling by investigating the evolution of cooperation among three proposed populations: Public Healthcare Providers, Private Healthcare Providers and Patients. The Patient population is included as a main player in the decision-making process by expanding patient's choices of treatment. We develop a generic basic model that measures the cost of healthcare provision based on given parameters, such as NHS and private healthcare providers' cost of investments in both sectors, cost of treatments and gained benefits. A patient's costly punishment is introduced as a mechanism to enhance cooperation among the three populations. Our findings show that cooperation can be improved with the introduction of punishment (patient's punishment) against defecting providers. Although punishment increases cooperation, it is very costly considering the small improvement in cooperation in comparison to the basic model.

هزینه خدمات بهداشت ملی انگلیس (NHS) برای مراقبت های بهداشتی مستقل درمان در سالهای اخیر افزایش یافته است و پیش بینی می شود که آن را حفظ کند روند صعودی با پیش بینی رشد جمعیت.برخی این را مشاهده کرده اند به عنوان تلاش برای گسترش انتخاب بیماران بلکه به خصوصی سازی افزایش می یابد بهداشت عمومی.این بحث یک معضل اجتماعی است که آیا NHS باید همکاری با ارائه دهندگان خصوصی را متوقف کنید.این مقاله به مراقبت های بهداشتی کمک می کند مدل سازی اقتصادی با بررسی تکامل همکاری بین سه جمعیت پیشنهادی: ارائه دهندگان مراقبت های بهداشت عمومی ، ارائه دهندگان مراقبت های بهداشتی خصوصی و بیمارانجمعیت بیمار به عنوان بازیکن اصلی در فرآیند تصمیم گیری با گسترش انتخاب بیمار از درمان.ما توسعه می دهیم یک مدل اساسی عمومی که هزینه ارائه خدمات درمانی را بر اساس اندازه گیری می کند پارامترهای با توجه ، مانند NHS و هزینه ارائه دهندگان مراقبت های بهداشتی خصوصی سرمایه گذاری در هر دو بخش ، هزینه درمان و مزایای به دست آمده.آ مجازات پرهزینه بیمار به عنوان مکانیسمی برای تقویت همکاری معرفی می شود در میان سه جمعیت.یافته های ما نشان می دهد که همکاری می تواند بهبود یابد با معرفی مجازات (مجازات بیمار) در برابر نقص ارائه دهندگاناگرچه مجازات همکاری را افزایش می دهد ، اما بسیار پرهزینه است با توجه به پیشرفت اندک در همکاری در مقایسه با پایه مدل.

This note provides a neat and enjoyable expansion and application of the magnificent Ordentlich-Cover theory of "universal portfolios." I generalize Cover's benchmark of the best constant-rebalanced portfolio (or 1-linear trading strategy) in hindsight by considering the best bilinear trading strategy determined in hindsight for the realized sequence of asset prices. A bilinear trading strategy is a mini two-period active strategy whose final capital growth factor is linear separately in each period's gross return vector for the asset market. I apply Cover's ingenious (1991) performance-weighted averaging technique to construct a universal bilinear portfolio that is guaranteed (uniformly for all possible market behavior) to compound its money at the same asymptotic rate as the best bilinear trading strategy in hindsight. Thus, the universal bilinear portfolio asymptotically dominates the original (1-linear) universal portfolio in the same technical sense that Cover's universal portfolios asymptotically dominate all constant-rebalanced portfolios and all buy-and-hold strategies. In fact, like so many Russian dolls, one can get carried away and use these ideas to construct an endless hierarchy of ever more dominant $H$-linear universal portfolios.

این نت ، گسترش و کاربرد شسته و رفته و لذت بخش را فراهم می کند نظریه با شکوه و با شکوه "پرتفوی جهانی".من عمومی می کنم معیار پوشش بهترین نمونه کارها-تعادل ثابت (یا 1 خطی استراتژی معاملاتی) با در نظر گرفتن بهترین تجارت دو طرفه استراتژی تعیین شده برای دنباله تحقق یافته قیمت دارایی.آ استراتژی تجارت دونامی یک استراتژی فعال مینی دو دوره است که نهایی آن است ضریب رشد سرمایه به طور جداگانه در بردار بازده ناخالص هر دوره است برای بازار داراییمن از عملکرد عملکردی Cover's Ingenious (1991) استفاده می کنم میانگین تکنیک برای ساخت یک نمونه کارها دو طرفه جهانی که است تضمین شده (به طور یکنواخت برای همه رفتار ممکن در بازار) برای جمع آوری پول خود با همان نرخ بدون علامت به عنوان بهترین استراتژی تجارت دو طرفه در عقب. بنابراین ، پرتفوی جهانی دوتایی جهانی بدون علامت حاکم بر اصل است (1 خطی) نمونه کارها جهانی به همان معنای فنی که پوشش می دهد پرتفوی جهانی به صورت نامتعارف بر همه پرتفوی های متعادل ثابت حاکم است و همه استراتژی های خرید و نگهدارنده.در واقع ، مانند بسیاری از عروسک های روسی ، می توان از این ایده ها استفاده کنید و از این ایده ها برای ساختن سلسله مراتب بی پایان همیشه استفاده کنید بیشتر پرتفوی جهانی $ $ $ $.

We define discounted differential privacy, as an alternative to (conventional) differential privacy, to investigate privacy of evolving datasets, containing time series over an unbounded horizon. We use privacy loss as a measure of the amount of information leaked by the reports at a certain fixed time. We observe that privacy losses are weighted equally across time in the definition of differential privacy, and therefore the magnitude of privacy-preserving additive noise must grow without bound to ensure differential privacy over an infinite horizon. Motivated by the discounted utility theory within the economics literature, we use exponential and hyperbolic discounting of privacy losses across time to relax the definition of differential privacy under continual observations. This implies that privacy losses in distant past are less important than the current ones to an individual. We use discounted differential privacy to investigate privacy of evolving datasets using additive Laplace noise and show that the magnitude of the additive noise can remain bounded under discounted differential privacy. We illustrate the quality of privacy-preserving mechanisms satisfying discounted differential privacy on smart-meter measurement time-series of real households, made publicly available by Ausgrid (an Australian electricity distribution company).

ما حریم خصوصی دیفرانسیل تخفیف را به عنوان جایگزینی برای تعریف می کنیم (متعارف) حریم خصوصی دیفرانسیل ، برای بررسی حریم خصوصی تکامل مجموعه داده ها ، حاوی سری های زمانی بیش از یک افق بی حد و مرز.ما از ضرر حریم خصوصی استفاده می کنیم به عنوان معیار میزان اطلاعاتی که توسط گزارش ها به طور خاص به بیرون درز شده است زمان ثابتما مشاهده می کنیم که تلفات حریم خصوصی در طول زمان به همان اندازه وزن می شود تعریف حریم خصوصی دیفرانسیل ، و بنابراین بزرگی سر و صدای افزودنی حفظ حریم خصوصی باید بدون محدودیت رشد کند تا اطمینان حاصل شود حریم خصوصی دیفرانسیل بیش از یک افق بی نهایت.با تخفیف انگیزه نظریه ابزار در ادبیات اقتصاد ، ما از نمایی استفاده می کنیم تخفیف بیش از حد ضررهای حریم خصوصی در طول زمان برای آرامش تعریف از حریم خصوصی دیفرانسیل تحت مشاهدات مداوم.این به معنای حریم خصوصی است ضرر در گذشته های دور از موارد فعلی اهمیت کمتری دارد شخصی.ما برای بررسی حریم خصوصی از حریم خصوصی دیفرانسیل تخفیف استفاده می کنیم در حال تحول مجموعه داده ها با استفاده از سر و صدای لاپلاس افزودنی و نشان می دهد که بزرگی سر و صدای افزودنی می تواند تحت حریم خصوصی دیفرانسیل تخفیف محدود باقی بماند.ما کیفیت مکانیسم های حفاظت از حریم خصوصی را با تخفیف نشان می دهد حریم خصوصی دیفرانسیل در سری زمان سنجش سنج هوشمند خانواده های واقعی ، ساخته شده توسط Ausgrid (توزیع برق استرالیا در دسترس عموم است شرکت).

Many real-world domains contain multiple agents behaving strategically with probabilistic transitions and uncertain (potentially infinite) duration. Such settings can be modeled as stochastic games. While algorithms have been developed for solving (i.e., computing a game-theoretic solution concept such as Nash equilibrium) two-player zero-sum stochastic games, research on algorithms for non-zero-sum and multiplayer stochastic games is limited. We present a new algorithm for these settings, which constitutes the first parallel algorithm for multiplayer stochastic games. We present experimental results on a 4-player stochastic game motivated by a naval strategic planning scenario, showing that our algorithm is able to quickly compute strategies constituting Nash equilibrium up to a very small degree of approximation error.

بسیاری از حوزه های دنیای واقعی حاوی چندین عامل هستند که با استراتژیک رفتار می کنند انتقال احتمالی و مدت نامشخص (بالقوه بی نهایت).چنین تنظیمات را می توان به عنوان بازی های تصادفی مدل کرد.در حالی که الگوریتم ها بوده اند برای حل (به عنوان مثال ، محاسبه یک مفهوم راه حل تئوری بازی چنین ساخته شده است به عنوان تعادل نش) بازی های تصادفی دو نفره صفر ، تحقیق در مورد الگوریتم های بازی های تصادفی غیر صفر و چند نفره محدود است.ما الگوریتم جدیدی را برای این تنظیمات ارائه دهید ، که اولین آن را تشکیل می دهد الگوریتم موازی برای بازی های تصادفی چند نفره.ما تجربی ارائه می دهیم نتایج در یک بازی تصادفی 4 نفره با انگیزه یک برنامه ریزی استراتژیک دریایی سناریو ، نشان می دهد که الگوریتم ما قادر به محاسبه سریع استراتژی ها است تعادل NASH تا حد بسیار کمی از خطای تقریب.

We describe a new complete algorithm for computing Nash equilibrium in multiplayer general-sum games, based on a quadratically-constrained feasibility program formulation. We demonstrate that the algorithm runs significantly faster than the prior fastest complete algorithm on several game classes previously studied and that its runtimes even outperform the best incomplete algorithms.

ما یک الگوریتم کامل جدید را برای محاسبه تعادل NASH در توصیف می کنیم بازی های چند نفره چند نفره ، بر اساس یک امکان سنجی با محدودیت چهارگانه فرمول برنامه.ما نشان می دهیم که الگوریتم به طور قابل توجهی اجرا می شود سریعتر از سریعترین الگوریتم کامل قبلی در چندین کلاس بازی قبلاً مورد مطالعه قرار گرفته و این که زمان های آن حتی از بهترین ناقص بهتر است الگوریتم ها.

This paper presents an inverse reinforcement learning~(IRL) framework for Bayesian stopping time problems. By observing the actions of a Bayesian decision maker, we provide a necessary and sufficient condition to identify if these actions are consistent with optimizing a cost function. In a Bayesian (partially observed) setting, the inverse learner can at best identify optimality wrt the observed strategies. Our IRL algorithm identifies optimality and then constructs set-valued estimates of the cost function.To achieve this IRL objective, we use novel ideas from Bayesian revealed preferences stemming from microeconomics. We illustrate the proposed IRL scheme using two important examples of stopping time problems, namely, sequential hypothesis testing and Bayesian search. As a real-world example, we illustrate using a YouTube dataset comprising metadata from 190000 videos how the proposed IRL method predicts user engagement in online multimedia platforms with high accuracy. Finally, for finite datasets, we propose an IRL detection algorithm and give finite sample bounds on its error probabilities.

در این مقاله یک چارچوب یادگیری تقویت معکوس ~ (IRL) ارائه شده است مشکلات زمان توقف بیزی.با مشاهده اقدامات یک بیزی تصمیم گیرنده ، ما شرایط لازم و کافی را برای شناسایی اینکه آیا ارائه می دهیم این اقدامات با بهینه سازی یک عملکرد هزینه سازگار است.در یک بیزی (تا حدی مشاهده شده) تنظیم ، یادگیرنده معکوس در بهترین حالت می تواند شناسایی کند بهینه استراتژی های مشاهده شده.الگوریتم IRL ما بهینه را مشخص می کند و سپس برآوردهای تعیین شده از عملکرد هزینه را برای دستیابی به این هدف می سازید هدف IRL ، ما از ایده های جدید از ترجیحات آشکار شده بیزی استفاده می کنیم از اقتصاد خرد.ما طرح IRL پیشنهادی را با استفاده از دو مهم نشان می دهیم نمونه هایی از مشکلات زمان توقف ، یعنی آزمایش فرضیه پی در پی و جستجوی بیزی.به عنوان یک نمونه در دنیای واقعی ، ما با استفاده از یک مجموعه داده YouTube نشان می دهیم شامل ابرداده از فیلم های سال 190000 نحوه پیش بینی روش IRL پیشنهادی تعامل کاربر در سیستم عامل های چندرسانه ای آنلاین با دقت بالا.بالاخره ، برای مجموعه داده های محدود ، ما یک الگوریتم تشخیص IRL را پیشنهاد می کنیم و نمونه محدودی می دهیم محدودیت در احتمال خطای آن.

We consider a model of urban spatial structure proposed by Harris and Wilson (Environment and Planning A, 1978). The model consists of fast dynamics, which represent spatial interactions between locations by the entropy-maximizing principle, and slow dynamics, which represent the evolution of the spatial distribution of local factors that facilitate such spatial interactions. One known limitation of the Harris and Wilson model is that it can have multiple locally stable equilibria, leading to a dependence of predictions on the initial state. To overcome this, we employ equilibrium refinement by stochastic stability. We build on the fact that the model is a large-population potential game and that stochastically stable states in a potential game correspond to global potential maximizers. Unlike local stability under deterministic dynamics, the stochastic stability approach allows a unique and unambiguous prediction for urban spatial configurations. We show that, in the most likely spatial configuration, the number of retail agglomerations decreases either when shopping costs for consumers decrease or when the strength of agglomerative effects increases.

ما مدلی از ساختار مکانی شهری را که توسط هریس و ویلسون پیشنهاد شده است در نظر می گیریم (محیط و برنامه ریزی A ، 1978).این مدل از دینامیک سریع تشکیل شده است که تعامل مکانی بین مکان ها توسط آنتروپی حداکثر را نشان می دهد اصل و پویایی آهسته ، که نشان دهنده تکامل مکانی است توزیع عوامل محلی که چنین تعامل مکانی را تسهیل می کند.یکی محدودیت شناخته شده مدل هریس و ویلسون این است که می تواند چندین نفر داشته باشد تعادل محلی پایدار ، که منجر به وابستگی به پیش بینی ها به حالت اولیهبرای غلبه بر این ، ما از پالایش تعادل توسط تصادفی استفاده می کنیم ثبات.ما بر این واقعیت ایجاد می کنیم که این مدل یک پتانسیل جمعیت بزرگ است بازی و آن حالت های پایدار در یک بازی بالقوه با آنها مطابقت دارد حداکثر کننده بالقوه جهانی.برخلاف ثبات محلی تحت قطعی دینامیک ، رویکرد پایداری تصادفی اجازه می دهد تا یک منحصر به فرد و بدون ابهام پیش بینی برای تنظیمات مکانی شهری.ما نشان می دهیم که به احتمال زیاد پیکربندی مکانی ، تعداد آگلومرهای خرده فروشی نیز کاهش می یابد هنگامی که هزینه های خرید برای مصرف کنندگان کاهش می یابد یا چه زمانی قدرت اثرات جمع کننده افزایش می یابد.

In this paper, we consider a network of consumers who are under the combined influence of their neighbors and external influencing entities (the marketers). The consumers' opinion follows a hybrid dynamics whose opinion jumps are due to the marketing campaigns. By using the relevant static game model proposed recently in [1], we prove that although the marketers are in competition and therefore create tension in the network, the network reaches a consensus. Exploiting this key result, we propose a coopetition marketing strategy which combines the one-shot Nash equilibrium actions and a policy of no advertising. Under reasonable sufficient conditions, it is proved that the proposed coopetition strategy profile Pareto-dominates the one-shot Nash equilibrium strategy. This is a very encouraging result to tackle the much more challenging problem of designing Pareto-optimal and equilibrium strategies for the considered dynamical marketing game.

در این مقاله ، ما شبکه ای از مصرف کنندگان را در نظر می گیریم که تحت ترکیب هستند تأثیر همسایگان و نهادهای تأثیرگذار خارجی (بازاریابان). نظر مصرف کنندگان از پویایی ترکیبی پیروی می کند که نظر آنها به دلیل پرش است کمپین های بازاریابیبا استفاده از مدل بازی استاتیک مربوطه پیشنهادی اخیراً در [1] ، ما ثابت می کنیم که اگرچه بازاریابان در رقابت هستند و بنابراین ایجاد تنش در شبکه ، شبکه به اجماع می رسد. با سوءاستفاده از این نتیجه کلیدی ، ما یک استراتژی بازاریابی تعاونی را پیشنهاد می کنیم که اقدامات تعادل یک شات NASH و سیاست عدم تبلیغات را ترکیب می کند. در شرایط کافی معقول ، ثابت شده است که پیشنهادی پروفایل استراتژی تعاونی پارتو تعادل یک شات NASH را خنثی می کند استراتژیاین یک نتیجه بسیار دلگرم کننده برای مقابله با چالش برانگیزتر است مشکل طراحی استراتژی های پارتو بهینه و تعادل برای بازی بازاریابی پویا در نظر گرفته شده است.

We study competitive location problems in a continuous setting, in which facilities have to be placed in a rectangular domain $R$ of normalized dimensions of $1$ and $\rho\geq 1$, and distances are measured according to the Manhattan metric. We show that the family of 'balanced' facility configurations (in which the Voronoi cells of individual facilities are equalized with respect to a number of geometric properties) is considerably richer in this metric than for Euclidean distances. Our main result considers the 'One-Round Voronoi Game' with Manhattan distances, in which first player White and then player Black each place $n$ points in $R$; each player scores the area for which one of its facilities is closer than the facilities of the opponent. We give a tight characterization: White has a winning strategy if and only if $\rho\geq n$; for all other cases, we present a winning strategy for Black.

ما مشکلات مکان رقابتی را در یک محیط مداوم مطالعه می کنیم ، که در آن تسهیلات باید در یک دامنه مستطیل شکل $ r $ نرمال قرار بگیرند ابعاد 1 $ $ و $ \ rho \ geq 1 $ ، و مسافت ها با توجه به متریک منهتن.ما نشان می دهیم که خانواده تنظیمات تسهیلات "متعادل" (که در آن سلولهای Voronoi از امکانات فردی با احترام برابر می شوند به تعدادی از خصوصیات هندسی) در این متریک به طور قابل توجهی غنی تر از آن است برای مسافت اقلیدسی.نتیجه اصلی ما "بازی Voronoi یک دور" را در نظر می گیرد با مسافت های منهتن ، که در آن اولین بازیکن سفید و سپس بازیکن سیاه است هر مکان $ n $ امتیاز در $ r $ ؛هر بازیکن منطقه ای را که یکی از آن ها را به ثمر می رساند امکانات نزدیکتر از امکانات حریف است.ما محکم می دهیم خصوصیات: وایت یک استراتژی برنده دارد اگر و فقط اگر $ \ rho \ geq n $ ؛برای همه موارد دیگر ، ما یک استراتژی برنده برای سیاه ارائه می دهیم.

We study a spatial, one-shot prisoner's dilemma (PD) model in which selection operates on both an organism's behavioral strategy (cooperate or defect) and its choice of when to implement that strategy across a set of discrete time slots. Cooperators evolve to fixation regularly in the model when we add time slots to lattices and small-world networks, and their portion of the population grows, albeit slowly, when organisms interact in a scale-free network. This selection for cooperators occurs across a wide variety of time slots and it does so even when a crucial condition for the evolution of cooperation on graphs is violated--namely, when the ratio of benefits to costs in the PD does not exceed the number of spatially-adjacent organisms.

ما یک مدل معضل و یک شات زندانی (PD) را که در آن انتخاب می کند مطالعه می کنیم هر دو استراتژی رفتاری ارگانیسم (همکاری یا نقص) و انتخاب آن زمان اجرای آن استراتژی در مجموعه ای از زمان گسسته اسلات هاهمکاران در هنگام اضافه کردن زمان به طور مرتب در مدل تکامل می یابند شکاف به شبکه ها و شبکه های کوچک و بخش آنها از جمعیت هرچند به آرامی ، وقتی ارگانیسم ها در یک شبکه بدون مقیاس تعامل دارند ، رشد می کند.این انتخاب برای همکاران در طیف گسترده ای از شکاف های زمانی و آن اتفاق می افتد این کار را انجام می دهد حتی اگر یک شرط مهم برای تکامل همکاری در نمودارها نقض می شوند-یعنی ، هنگامی که نسبت مزایا به هزینه های PD انجام می دهد از تعداد ارگانیسم های فضایی مجاور تجاوز نمی کند.

Two long-lived senders play a dynamic game of competitive persuasion. Each period, each provides information to a single short-lived receiver. When the senders also set prices, we unearth a folk theorem: if they are sufficiently patient, virtually any vector of feasible and individually rational payoffs can be sustained in a subgame perfect equilibrium. Without price-setting, there is a unique subgame perfect equilibrium. In it, patient senders provide less information--maximally patient ones none.

دو فرستنده طولانی مدت یک بازی پویا از ترغیب رقابتی دارند.هر یک دوره ، هر یک اطلاعات را به یک گیرنده کوتاه مدت ارائه می دهد.وقتی که فرستنده ها همچنین قیمت ها را تعیین می کنند ، ما یک قضیه عامیانه را کشف می کنیم: اگر آنها به اندازه کافی باشند بیمار ، تقریباً هر بردار از بازپرداختهای منطقی و جداگانه می تواند در یک تعادل کامل زیر مجموعه پایدار باشید.بدون تعیین قیمت ، وجود دارد یک تعادل بی نظیر منحصر به فرد.در آن ، فرستندگان بیمار کمتر ارائه می دهند اطلاعات-آنهایی که به طور حداکثر صبور هستند.

The standard game-theoretic solution concept, Nash equilibrium, assumes that all players behave rationally. If we follow a Nash equilibrium and opponents are irrational (or follow strategies from a different Nash equilibrium), then we may obtain an extremely low payoff. On the other hand, a maximin strategy assumes that all opposing agents are playing to minimize our payoff (even if it is not in their best interest), and ensures the maximal possible worst-case payoff, but results in exceedingly conservative play. We propose a new solution concept called safe equilibrium that models opponents as behaving rationally with a specified probability and behaving potentially arbitrarily with the remaining probability. We prove that a safe equilibrium exists in all strategic-form games (for all possible values of the rationality parameters), and prove that its computation is PPAD-hard. We present exact algorithms for computing a safe equilibrium in both 2 and $n$-player games, as well as scalable approximation algorithms.

مفهوم راه حل استاندارد نظری بازی ، تعادل نش ، فرض می کند که همه بازیکنان با عقلانی رفتار می کنند.اگر تعادل و مخالفان NASH را دنبال کنیم غیر منطقی هستند (یا استراتژی هایی را از تعادل Nash متفاوت دنبال کنید) ، پس ما ممکن است بازپرداخت بسیار کمی بدست آوریم.از طرف دیگر ، یک استراتژی حداکثر فرض می کند که همه مأمورین مخالف برای به حداقل رساندن بازپرداخت ما بازی می کنند (حتی اگر این کار باشد به نفع آنها نیست) ، و حداکثر بدترین حالت ممکن را تضمین می کند بازپرداخت ، اما منجر به بازی بسیار محافظه کارانه می شود.ما یک راه حل جدید پیشنهاد می کنیم مفهوم به نام تعادل ایمن که مخالفان را به عنوان رفتار منطقی مدل می کند با یک احتمال مشخص و رفتار بالقوه خودسرانه با احتمال باقی ماندهما ثابت می کنیم که یک تعادل ایمن در همه وجود دارد بازی های استراتژیک فرم (برای تمام مقادیر ممکن پارامترهای عقلانیت) ، و ثابت کنید که محاسبه آن PPAD سخت است.ما الگوریتم های دقیقی برای محاسبه تعادل ایمن در هر دو بازی 2 و $ n $-player و همچنین الگوریتم های تقریب مقیاس پذیر.

The design of mechanisms that encourage pro-social behaviours in populations of self-regarding agents is recognised as a major theoretical challenge within several areas of social, life and engineering sciences. When interference from external parties is considered, several heuristics have been identified as capable of engineering a desired collective behaviour at a minimal cost. However, these studies neglect the diverse nature of contexts and social structures that characterise real-world populations. Here we analyse the impact of diversity by means of scale-free interaction networks with high and low levels of clustering, and test various interference mechanisms using simulations of agents facing a cooperative dilemma. Our results show that interference on scale-free networks is not trivial and that distinct levels of clustering react differently to each interference mechanism. As such, we argue that no tailored response fits all scale-free networks and present which mechanisms are more efficient at fostering cooperation in both types of networks. Finally, we discuss the pitfalls of considering reckless interference mechanisms.

طراحی مکانیسم هایی که رفتارهای طرفدار اجتماعی را در جمعیت تشویق می کند از عوامل خود مورد توجه به عنوان یک چالش مهم نظری در درون شناخته می شود چندین حوزه از علوم اجتماعی ، زندگی و مهندسی.هنگامی که تداخل از احزاب خارجی در نظر گرفته شده است ، چندین اکتشاف به عنوان مشخص شده است قادر به مهندسی یک رفتار جمعی مورد نظر با حداقل هزینه است. با این حال ، این مطالعات از ماهیت متنوع زمینه ها و اجتماعی غفلت می کنند ساختارهایی که جمعیت در دنیای واقعی را توصیف می کنند.در اینجا ما تأثیر را تجزیه و تحلیل می کنیم تنوع با استفاده از شبکه های تعامل بدون مقیاس با بالا و کم سطح خوشه بندی و آزمایش مکانیسم های مختلف تداخل با استفاده از شبیه سازی عوامل با یک معضل تعاونی.نتایج ما نشان می دهد که تداخل در شبکه های بدون مقیاس بی اهمیت نیست و سطح مشخصی از آن خوشه بندی نسبت به هر مکانیسم تداخل متفاوت واکنش نشان می دهد.به همین ترتیب ، ما بحث می کنیم که هیچ پاسخ متناسب با همه شبکه های بدون مقیاس متناسب نیست و موجود است مکانیسم ها در تقویت همکاری در هر دو نوع کارآمدتر هستند شبکه های.سرانجام ، ما در مورد مشکلات مربوط به تداخل بی پروا بحث می کنیم مکانیسم ها

The observed architecture of ecological and socio-economic networks differs significantly from that of random networks. From a network science standpoint, non-random structural patterns observed in real networks call for an explanation of their emergence and an understanding of their potential systemic consequences. This article focuses on one of these patterns: nestedness. Given a network of interacting nodes, nestedness can be described as the tendency for nodes to interact with subsets of the interaction partners of better-connected nodes. Known since more than $80$ years in biogeography, nestedness has been found in systems as diverse as ecological mutualistic organizations, world trade, inter-organizational relations, among many others. This review article focuses on three main pillars: the existing methodologies to observe nestedness in networks; the main theoretical mechanisms conceived to explain the emergence of nestedness in ecological and socio-economic networks; the implications of a nested topology of interactions for the stability and feasibility of a given interacting system. We survey results from variegated disciplines, including statistical physics, graph theory, ecology, and theoretical economics. Nestedness was found to emerge both in bipartite networks and, more recently, in unipartite ones; this review is the first comprehensive attempt to unify both streams of studies, usually disconnected from each other. We believe that the truly interdisciplinary endeavour -- while rooted in a complex systems perspective -- may inspire new models and algorithms whose realm of application will undoubtedly transcend disciplinary boundaries.

معماری مشاهده شده شبکه های زیست محیطی و اقتصادی و اجتماعی متفاوت است به طور قابل توجهی از شبکه های تصادفی.از دیدگاه علوم شبکه ، الگوهای ساختاری غیر تصادفی مشاهده شده در شبکه های واقعی خواستار یک توضیح ظهور آنها و درک سیستمیک بالقوه آنها عواقب.در این مقاله به یکی از این الگوهای: تو درزگی می پردازیم.داده شده شبکه ای از گره های تعامل ، تو در تو لانه می تواند به عنوان تمایل توصیف شود گره ها برای تعامل با زیر مجموعه های شرکای تعامل بهتر گره هااز آنجا که بیش از 80 دلار سال در بیوگرافی شناخته شده است ، توهین آمیز بوده است در سیستم های متنوع به عنوان سازمان های متقابل اکولوژیکی ، جهان یافت می شود تجارت ، روابط بین سازمانی ، در میان بسیاری دیگر.این مقاله مرور روی سه ستون اصلی تمرکز دارد: روشهای موجود برای رعایت تو در تو در شبکه ها ؛مکانیسم های اصلی نظری که برای توضیح ظهور تصور شده اند تو در تو در شبکه های زیست محیطی و اقتصادی و اجتماعی ؛پیامدهای a توپولوژی تو در تو در تعامل برای ثبات و امکان سنجی یک داده شده سیستم تعاملما نتایج حاصل از رشته های متنوع را بررسی می کنیم ، از جمله فیزیک آماری ، تئوری نمودار ، اکولوژی و اقتصاد نظری. Nestedness پیدا شد که هر دو در شبکه های دو حزب و اخیراً ظهور می کند در موارد یکپارچه ؛این بررسی اولین تلاش جامع برای متحد کردن است هر دو جریان مطالعات ، معمولاً از یکدیگر جدا می شوند.ما اعتقاد داریم که تلاش واقعاً بین رشته ای - در حالی که ریشه در یک سیستم پیچیده دارد چشم انداز - ممکن است الهام بخش مدل ها و الگوریتم های جدید باشد که قلمرو کاربرد آنها بدون شک از مرزهای انضباطی فراتر خواهد رفت.

The Sharing Economy (which includes Airbnb, Apple, Alibaba, Uber, WeWork, Ebay, Didi Chuxing, Amazon) blossomed across the world, triggered structural changes in industries and significantly affected international capital flows primarily by disobeying a wide variety of statutes and laws in many countries. They also illegally reduced and changing the nature of competition in many industries often to the detriment of social welfare. This article develops new dynamic pricing models for the SEOs and derives some stability properties of mixed games and dynamic algorithms which eliminate antitrust liability and also reduce deadweight losses, greed, Regret and GPS manipulation. The new dynamic pricing models contravene the Myerson Satterthwaite Impossibility Theorem.

اقتصاد اشتراکی (که شامل Airbnb ، Apple ، Alibaba ، Uber ، WeWork ، eBay ، Didi Chuxing ، Amazon) در سراسر جهان شکوفا شد و باعث ساختاری شد تغییر در صنایع و به طور قابل توجهی بر جریان سرمایه بین المللی تأثیر گذاشت در درجه اول با نافرمانی از طیف گسترده ای از اساسنامه ها و قوانین در بسیاری از کشورها. آنها همچنین در بسیاری از آنها به طور غیرقانونی کاهش یافته و ماهیت رقابت را تغییر داده و تغییر می دهند صنایع غالباً به ضرر رفاه اجتماعی هستند.این مقاله جدید توسعه می یابد مدل های قیمت گذاری پویا برای SEO ها و برخی از خصوصیات پایداری از بازی های مختلط و الگوریتم های پویا که مسئولیت ضد انحصار را از بین می برد و همچنین ضایعات مرده ، حرص و طمع ، پشیمانی و دستکاری GPS را کاهش دهید.پویا جدید مدل های قیمت گذاری مغایرت با قضیه غیرممکن بودن مایرسون Satterthwaite.

Successful algorithms have been developed for computing Nash equilibrium in a variety of finite game classes. However, solving continuous games -- in which the pure strategy space is (potentially uncountably) infinite -- is far more challenging. Nonetheless, many real-world domains have continuous action spaces, e.g., where actions refer to an amount of time, money, or other resource that is naturally modeled as being real-valued as opposed to integral. We present a new algorithm for {approximating} Nash equilibrium strategies in continuous games. In addition to two-player zero-sum games, our algorithm also applies to multiplayer games and games with imperfect information. We experiment with our algorithm on a continuous imperfect-information Blotto game, in which two players distribute resources over multiple battlefields. Blotto games have frequently been used to model national security scenarios and have also been applied to electoral competition and auction theory. Experiments show that our algorithm is able to quickly compute close approximations of Nash equilibrium strategies for this game.

الگوریتم های موفقیت آمیز برای محاسبه تعادل NASH در a ایجاد شده است انواع کلاس های بازی محدود.با این حال ، حل بازی های مداوم - که در آن فضای استراتژی خالص (به طور بالقوه غیرقابل تحمل) بی نهایت است - بسیار بیشتر است چالش برانگیز.با این وجود ، بسیاری از حوزه های دنیای واقعی اقدام مداوم دارند فضاها ، به عنوان مثال ، در جایی که اقدامات به مقدار وقت ، پول یا موارد دیگر اشاره دارد منبعی که به طور طبیعی بر خلاف یکپارچه سازی با ارزش واقعی مدل می شود. ما یک الگوریتم جدید برای {تقریب} استراتژی تعادل NASH در بازی های مداوم.علاوه بر بازی های دو نفره صفر ، الگوریتم ما نیز برای بازی ها و بازی های چند نفره با اطلاعات ناقص اعمال می شود.ما با الگوریتم ما روی یک بوی طبیعی ناقص و بی پروا آزمایش کنید بازی ، که در آن دو بازیکن منابع را از طریق چندین میدان نبرد توزیع می کنند. بازی های Blotto اغلب برای الگوبرداری از سناریوهای امنیت ملی و همچنین در مورد رقابت انتخاباتی و نظریه حراج اعمال شده است.آزمایش نشان می دهد که الگوریتم ما قادر به محاسبه سریع تقریبهای نزدیک NASH است استراتژی های تعادل برای این بازی.

In this work, we provide a general mathematical formalism to study the optimal control of an epidemic, such as the COVID-19 pandemic, via incentives to lockdown and testing. In particular, we model the interplay between the government and the population as a principal-agent problem with moral hazard, \`a la Cvitani\'c, Possama\"i, and Touzi [27], while an epidemic is spreading according to dynamics given by compartmental stochastic SIS or SIR models, as proposed respectively by Gray, Greenhalgh, Hu, Mao, and Pan [45] and Tornatore, Buccellato, and Vetro [88]. More precisely, to limit the spread of a virus, the population can decrease the transmission rate of the disease by reducing interactions between individuals. However, this effort, which cannot be perfectly monitored by the government, comes at social and monetary cost for the population. To mitigate this cost, and thus encourage the lockdown of the population, the government can put in place an incentive policy, in the form of a tax or subsidy. In addition, the government may also implement a testing policy in order to know more precisely the spread of the epidemic within the country, and to isolate infected individuals. In terms of technical results, we demonstrate the optimal form of the tax, indexed on the proportion of infected individuals, as well as the optimal effort of the population, namely the transmission rate chosen in response to this tax. The government's optimisation problem then boils down to solving an Hamilton-Jacobi-Bellman equation. Numerical results confirm that if a tax policy is implemented, the population is encouraged to significantly reduce its interactions. If the government also adjusts its testing policy, less effort is required on the population side, individuals can interact almost as usual, and the epidemic is largely contained by the targeted isolation of positively-tested individuals.

در این کار ، ما یک فرمالیسم ریاضی کلی برای مطالعه کنترل بهینه یک اپیدمی ، مانند همه گیر Covid-19 ، از طریق مشوق ها برای قفل کردن و آزمایش.به طور خاص ، ما تعامل بین دولت و جمعیت به عنوان یک مشکل اصلی عامل با خطر اخلاقی ، \ `a la cvitani \ 'c ، possama \" i و touzi [27] ، در حالی که یک بیماری همه گیر در حال گسترش است با توجه به دینامیک داده شده توسط مدلهای SIS یا SIR تصادفی محفظه ، به عنوان به ترتیب توسط گری ، گرینهاله ، هو ، مائو و پان [45] و تورنتور پیشنهاد شده است. Buccellato و Vetro [88].به طور دقیق تر ، برای محدود کردن گسترش یک ویروس ، جمعیت می تواند با کاهش میزان انتقال بیماری کاهش یابد تعامل بین افراد.با این حال ، این تلاش ، که نمی تواند باشد کاملاً تحت نظارت دولت ، با هزینه اجتماعی و پولی برای جمعیت.برای کاهش این هزینه ، و در نتیجه تشویق قفل کردن جمعیت ، دولت می تواند یک سیاست تشویقی را در قالب ایجاد کند مالیات یا یارانه.علاوه بر این ، دولت همچنین ممکن است یک آزمایش را انجام دهد سیاست به منظور دانستن دقیق تر گسترش اپیدمی در کشور و جدا کردن افراد آلوده.از نظر نتایج فنی ، ما شکل بهینه مالیات را نشان می دهد ، که بر نسبت آلوده نمایه شده است افراد ، و همچنین تلاش بهینه جمعیت ، یعنی نرخ انتقال انتخاب شده در پاسخ به این مالیات.بهینه سازی دولت سپس مشکل برای حل معادله همیلتون-ژاکبی-بلمن جوش می خورد. نتایج عددی تأیید می کند که در صورت اجرای سیاست مالیاتی ، جمعیت تشویق می شود تا تعامل آن را به میزان قابل توجهی کاهش دهد.اگر دولت نیز خط مشی آزمایش خود را تنظیم می کند ، تلاش کمتری در طرف جمعیت لازم است ، افراد تقریباً طبق معمول می توانند در تعامل باشند ، و این بیماری همه گیر تا حد زیادی شامل می شود با انزوا هدفمند افراد تحت آزمایش مثبت.

On-line firms deploy suites of software platforms, where each platform is designed to interact with users during a certain activity, such as browsing, chatting, socializing, emailing, driving, etc. The economic and incentive structure of this exchange, as well as its algorithmic nature, have not been explored to our knowledge. We model this interaction as a Stackelberg game between a Designer and one or more Agents. We model an Agent as a Markov chain whose states are activities; we assume that the Agent's utility is a linear function of the steady-state distribution of this chain. The Designer may design a platform for each of these activities/states; if a platform is adopted by the Agent, the transition probabilities of the Markov chain are affected, and so is the objective of the Agent. The Designer's utility is a linear function of the steady state probabilities of the accessible states minus the development cost of the platforms. The underlying optimization problem of the Agent -- how to choose the states for which to adopt the platform -- is an MDP. If this MDP has a simple yet plausible structure (the transition probabilities from one state to another only depend on the target state and the recurrent probability of the current state) the Agent's problem can be solved by a greedy algorithm. The Designer's optimization problem (designing a custom suite for the Agent so as to optimize, through the Agent's optimum reaction, the Designer's revenue), is NP-hard to approximate within any finite ratio; however, the special case, while still NP-hard, has an FPTAS. These results generalize from a single Agent to a distribution of Agents with finite support, as well as to the setting where the Designer must find the best response to the existing strategies of other Designers. We discuss other implications of our results and directions of future research.

بنگاه های آنلاین مجموعه ای از سیستم عامل های نرم افزاری را مستقر می کنند ، جایی که هر سیستم عامل است طراحی شده برای تعامل با کاربران در طی یک فعالیت خاص ، مانند مرور ، چت ، معاشرت ، ایمیل ، رانندگی و غیره ساختار این مبادله و همچنین ماهیت الگوریتمی آن نبوده است به دانش ما کاوش شده است.ما این تعامل را به عنوان یک بازی Stackelberg مدل می کنیم بین یک طراح و یک یا چند عامل.ما یک عامل را به عنوان یک زنجیره مارکوف مدل می کنیم دولتهای آنها فعالیت ها هستند.ما فرض می کنیم که ابزار عامل خطی است عملکرد توزیع حالت پایدار این زنجیره.طراح ممکن است طراحی یک بستر برای هر یک از این فعالیت ها/ایالت ها.اگر یک بستر اتخاذ شده باشد توسط عامل ، احتمال انتقال زنجیره مارکوف تحت تأثیر قرار می گیرد ، و همینطور هدف عامل است.ابزار طراح خطی است عملکرد احتمالات حالت پایدار حالتهای در دسترس منهای هزینه توسعه سیستم عامل ها.مشکل بهینه سازی اساسی نماینده - نحوه انتخاب کشورهایی که برای اتخاذ سکو برای آن انتخاب می شوند - یک MDP است. اگر این MDP یک ساختار ساده و در عین حال قابل قبول داشته باشد (احتمالات انتقال از یک ایالت به حالت دیگر فقط به حالت هدف و مکرر بستگی دارد احتمال وضعیت فعلی) مشکل عامل را می توان با حریص حل کرد الگوریتممشکل بهینه سازی طراح (طراحی یک مجموعه سفارشی برای عامل به منظور بهینه سازی ، از طریق واکنش بهینه عامل ، درآمد طراح) ، NP-Hard است که در هر نسبت محدود تقریبی است. با این حال ، پرونده ویژه ، در حالی که هنوز هم NP-HARD است ، FPTAS دارد.این نتایج از یک عامل واحد به توزیع عوامل با پشتیبانی محدود تعمیم دهید ، و همچنین به تنظیماتی که طراح باید بهترین پاسخ را پیدا کند استراتژی های موجود سایر طراحان.ما در مورد پیامدهای دیگر خود بحث می کنیم نتایج و جهت تحقیقات آینده.

After the first lockdown in response to the COVID-19 outbreak, many countries faced difficulties in balancing infection control with economics. Due to limited prior knowledge, economists began researching this issue using cost-benefit analysis and found that infection control processes significantly affect economic efficiency. A UK study used economic parameters to numerically demonstrate an optimal balance in the process, including keeping the infected population stationary. However, universally applicable knowledge, which is indispensable for the guiding principles of infection control, has not yet been clearly developed because of the methodological limitations of simulation studies. Here, we propose a simple model and theoretically prove the universal result of economic irreversibility by applying the idea of thermodynamics to pandemic control. This means that delaying infection control measures is more expensive than implementing infection control measures early while keeping infected populations stationary. This implies that once the infected population increases, society cannot return to its previous state without extra expenditures. This universal result is analytically obtained by focusing on the infection-spreading phase of pandemics, and is applicable not just to COVID-19, regardless of "herd immunity." It also confirms the numerical observation of stationary infected populations in its optimally efficient process. Our findings suggest that economic irreversibility is a guiding principle for balancing infection control with economic effects.

پس از اولین قفل در پاسخ به شیوع Covid-19 ، بسیاری از کشورها در تعادل کنترل عفونت با اقتصاد با مشکلات روبرو شد.به واسطه دانش قبلی محدود ، اقتصاددانان با استفاده از این موضوع تحقیق کردند تجزیه و تحلیل هزینه و سود و دریافت که فرآیندهای کنترل عفونت به طور قابل توجهی بر کارآیی اقتصادی تأثیر می گذارد.یک مطالعه انگلیس از پارامترهای اقتصادی برای عددی استفاده کرد تعادل بهینه در فرآیند ، از جمله آلوده کردن جمعیت ثابت.با این حال ، دانش جهانی قابل اجرا ، که است ضروری برای اصول هدایت کنترل عفونت ، هنوز نبوده است به دلیل محدودیت های روش شناختی شبیه سازی به وضوح توسعه یافته است مطالعات.در اینجا ، ما یک مدل ساده را پیشنهاد می کنیم و از لحاظ نظری جهانی را اثبات می کنیم نتیجه برگشت پذیری اقتصادی با استفاده از ایده ترمودینامیک در کنترل همه گیراین بدان معنی است که تأخیر در اقدامات کنترل عفونت بیشتر است گران از اجرای اقدامات کنترل عفونت زود هنگام نگه داشتن جمعیت آلوده ثابت.این بدان معنی است که یک بار جمعیت آلوده افزایش می یابد ، جامعه نمی تواند بدون اضافی به وضعیت قبلی خود بازگردد مخارجاین نتیجه جهانی از نظر تحلیلی با تمرکز بر روی فاز بازسازی عفونت از همه گیر ، و فقط برای Covid-19 کاربرد دارد. صرف نظر از "مصونیت گله".همچنین مشاهده عددی را تأیید می کند جمعیت آلوده ثابت در فرآیند بهینه کارآمد خود.ما یافته ها حاکی از آن است که برگشت پذیری اقتصادی یک اصل راهنما است تعادل کنترل عفونت با اثرات اقتصادی.

Heifetz, Meier and Schipper (HMS) present a lattice model of awareness. The HMS model is syntax-free, which precludes the simple option to rely on formal language to induce lattices, and represents uncertainty and unawareness with one entangled construct, making it difficult to assess the properties of either. Here, we present a model based on a lattice of Kripke models, induced by atom subset inclusion, in which uncertainty and unawareness are separate. We show the models to be equivalent by defining transformations between them which preserve formula satisfaction, and obtain completeness through our and HMS' results.

Heifetz ، Meier and Schipper (HMS) یک مدل مشبک آگاهی را ارائه می دهند.در مدل HMS عاری از نحو است ، که از گزینه ساده برای تکیه بر رسمی جلوگیری می کند زبان برای القاء مشبک ، و عدم اطمینان و ناآگاهانه با آن است یک سازه درگیر ، ارزیابی خواص آن را دشوار می کند یادر اینجا ، ما یک مدل را بر اساس شبکه ای از مدل های Kripke ارائه می دهیم ، القا شده با ورود به زیر مجموعه اتم ، که در آن عدم اطمینان و غافلگیرانه از هم جدا است.ما با تعریف تحولات بین آنها ، مدل ها را معادل می کنند رضایت فرمول را حفظ کنید و از طریق ما و HMS کامل شوید نتایج.

I introduce PRZI (Parameterised-Response Zero Intelligence), a new form of zero-intelligence trader intended for use in simulation studies of the dynamics of continuous double auction markets. Like Gode & Sunder's classic ZIC trader, PRZI generates quote-prices from a random distribution over some specified domain of allowable quote-prices. Unlike ZIC, which uses a uniform distribution to generate prices, the probability distribution in a PRZI trader is parameterised in such a way that its probability mass function (PMF) is determined by a real-valued control variable s in the range [-1.0, +1.0] that determines the _strategy_ for that trader. When s=0, a PRZI trader is identical to ZIC, with a uniform PMF; but when |s|=~1 the PRZI trader's PMF becomes maximally skewed to one extreme or the other of the price-range, thereby making its quote-prices more or less urgent, biasing the quote-price distribution toward or away from the trader's limit-price. To explore the co-evolutionary dynamics of populations of PRZI traders that dynamically adapt their strategies, I show results from long-term market experiments in which each trader uses a simple stochastic hill-climber algorithm to repeatedly evaluate alternative s-values and choose the most profitable at any given time. In these experiments the profitability of any particular s-value may be non-stationary because the profitability of one trader's strategy at any one time can depend on the mix of strategies being played by the other traders at that time, which are each themselves continuously adapting. Results from these market experiments demonstrate that the population of traders' strategies can exhibit rich dynamics, with periods of stability lasting over hundreds of thousands of trader interactions interspersed by occasional periods of change. Python source-code for the work reported here has been made publicly available on GitHub.

من PRZI (پارامتر-پاسخ صفر هوش) را معرفی می کنم ، شکل جدیدی از معامله گر صفر با اطلاعات برای استفاده در مطالعات شبیه سازی پویایی در نظر گرفته شده است از بازارهای حراج دوتایی مداوم.مانند Gode & Sunder's Classic ZIC Trader ، PRZI قیمت های نقل قول را از توزیع تصادفی بیش از برخی مشخص شده تولید می کند دامنه قیمت های نقل قول مجاز.برخلاف ZIC ، که از توزیع یکنواخت استفاده می کند برای تولید قیمت ، توزیع احتمال در یک معامله گر PRZI است پارامتر شده به گونه ای که عملکرد جرم احتمال آن (PMF) باشد تعیین شده توسط یک متغیر کنترل با ارزش واقعی در محدوده [-1.0 ، +1.0] که _strategy_ را برای آن معامله گر تعیین می کند.وقتی S = 0 ، یک معامله گر PRZI یکسان است به ZIC ، با PMF یکنواخت ؛اما هنگامی که | s | = ~ 1 PMF معامله گر Przi می شود حداکثر به یک افراطی یا دیگری از قیمت برداشت شده ، در نتیجه ساخت قیمت های آن کم و بیش فوری قیمت گذاری می کند و توزیع قیمت قیمت را مغرضانه می کند به سمت یا دور از قیمت محدود معامله گر.برای کشف همزمان تکاملی پویایی جمعیت بازرگانان PRZI که بطور پویا آنها را سازگار می کنند استراتژی ها ، من نتایج حاصل از آزمایش های طولانی مدت بازار را نشان می دهم که در آن معامله گر برای ارزیابی مکرر از یک الگوریتم ساده هیل-آبله تصادفی استفاده می کند مقادیر جایگزین S و سودآورترین را در هر زمان معین انتخاب کنید.دراین آزمایش سودآوری هر مقدار S خاص ممکن است غیر ثابت باشد زیرا سودآوری استراتژی یک معامله گر در هر زمان می تواند بستگی داشته باشد در ترکیب استراتژی هایی که توسط سایر معامله گران در آن زمان انجام می شود ، که آیا هر یک از آنها به طور مداوم سازگار هستند.نتایج حاصل از این بازار آزمایش ها نشان می دهد که جمعیت استراتژی های معامله گران می تواند به نمایش بگذارد پویایی غنی ، با دوره های ثبات بیش از صدها هزار نفر فعل و انفعالات معامله گر که توسط دوره های گاه به گاه تغییر می یابد.پیتون منبع کد برای کار گزارش شده در اینجا به صورت عمومی در دسترس قرار گرفته است GitHub

Can egalitarian norms or conventions survive the presence of dominant individuals who are ensured of victory in conflicts? We investigate the interaction of power asymmetry and partner choice in games of conflict over a contested resource. We introduce three models to study the emergence and resilience of cooperation among unequals when interaction is random, when individuals can choose their partners, and where power asymmetries dynamically depend on accumulated payoffs. We find that the ability to avoid bullies with higher competitive ability afforded by partner choice mostly restores cooperative conventions and that the competitive hierarchy never forms. Partner choice counteracts the hyper dominance of bullies who are isolated in the network and eliminates the need for others to coordinate in a coalition. When competitive ability dynamically depends on cumulative payoffs, complex cycles of coupled network-strategy-rank changes emerge. Effective collaborators gain popularity (and thus power), adopt aggressive behavior, get isolated, and ultimately lose power. Neither the network nor behavior converge to a stable equilibrium. Despite the instability of power dynamics, the cooperative convention in the population remains stable overall and long-term inequality is completely eliminated. The interaction between partner choice and dynamic power asymmetry is crucial for these results: without partner choice, bullies cannot be isolated, and without dynamic power asymmetry, bullies do not lose their power even when isolated. We analytically identify a single critical point that marks a phase transition in all three iterations of our models. This critical point is where the first individual breaks from the convention and cycles start to emerge.

آیا هنجارها یا کنوانسیون های مساوات می توانند از حضور غالب زنده بمانند افرادی که از پیروزی در درگیری ها اطمینان حاصل می شوند؟ما تحقیق می کنیم تعامل عدم تقارن قدرت و انتخاب شریک در بازی های درگیری بیش از منبع مورد بحثما سه مدل را برای مطالعه ظهور معرفی می کنیم و تاب آوری همکاری بین نابرابر ها در هنگام تعامل تصادفی ، چه زمانی افراد می توانند شرکای خود را انتخاب کنند ، و جایی که عدم تقارن قدرت به صورت پویا به بازپرداختهای انباشته بستگی دارد.ما می دانیم که توانایی جلوگیری از زورگویی با توانایی رقابتی بالاتر که توسط انتخاب شریک زندگی بیشتر ترمیم می شود کنوانسیون های تعاونی و اینکه سلسله مراتب رقابتی هرگز شکل نمی گیرد.شریک انتخاب با تسلط بیش از حد قلدرهایی که در آن جدا شده اند ، مقابله می کند شبکه و نیاز دیگران را برای هماهنگی در یک ائتلاف از بین می برد.چه زمانی توانایی رقابتی به صورت پویا به بازپرداختهای تجمعی ، چرخه های پیچیده بستگی دارد تغییرات-استراتژی همراه با استراتژی همراه پدیدار می شود.همکاران مؤثر به دست می آورند محبوبیت (و در نتیجه قدرت) ، رفتارهای پرخاشگرانه را اتخاذ کنید ، منزوی شوید و در نهایت قدرت را از دست می دهد.نه شبکه و نه رفتار به یک پایدار همگرا می شوند تعادلعلی رغم بی ثباتی پویایی قدرت ، تعاونی کنوانسیون در جمعیت به طور کلی پایدار است و نابرابری بلند مدت است کاملاً از بین رفت.تعامل بین انتخاب شریک و قدرت پویا عدم تقارن برای این نتایج بسیار مهم است: بدون انتخاب شریک زندگی ، قلدرها نمی توانند منزوی باشید و بدون عدم تقارن قدرت پویا ، قلدرها خود را از دست نمی دهند قدرت حتی در هنگام جدا شدن.ما از نظر تحلیلی یک نکته مهم را شناسایی می کنیم که انتقال فاز در هر سه تکرار مدل های ما را نشان می دهد.این بحرانی نکته جایی است که اولین فرد از کنوانسیون جدا می شود و چرخه ها شروع می شوند پدیدار شدن.

We test the performance of deep deterministic policy gradient (DDPG), a deep reinforcement learning algorithm, able to handle continuous state and action spaces, to learn Nash equilibria in a setting where firms compete in prices. These algorithms are typically considered model-free because they do not require transition probability functions (as in e.g., Markov games) or predefined functional forms. Despite being model-free, a large set of parameters are utilized in various steps of the algorithm. These are e.g., learning rates, memory buffers, state-space dimensioning, normalizations, or noise decay rates and the purpose of this work is to systematically test the effect of these parameter configurations on convergence to the analytically derived Bertrand equilibrium. We find parameter choices that can reach convergence rates of up to 99%. The reliable convergence may make the method a useful tool to study strategic behavior of firms even in more complex settings. Keywords: Bertrand Equilibrium, Competition in Uniform Price Auctions, Deep Deterministic Policy Gradient Algorithm, Parameter Sensitivity Analysis

ما عملکرد شیب سیاست قطعی عمیق (DDPG) را آزمایش می کنیم ، عمیق الگوریتم یادگیری تقویت ، قادر به رسیدگی به حالت مداوم و عمل فضاها ، برای یادگیری تعادل نش در تنظیماتی که شرکت ها در قیمت ها رقابت می کنند. این الگوریتم ها به طور معمول عاری از مدل محسوب می شوند زیرا این کار را نمی کنند به توابع احتمال انتقال (مانند مثلاً بازی های مارکوف) یا اشکال عملکردی از پیش تعریف شده.علی رغم اینکه عاری از مدل است ، مجموعه بزرگی از از پارامترها در مراحل مختلف الگوریتم استفاده می شود.اینها به عنوان مثال ، نرخ یادگیری ، بافرهای حافظه ، ابعاد فضای حالت ، عادی سازی یا نرخ پوسیدگی سر و صدا و هدف از این کار ، آزمایش منظم است تأثیر این تنظیمات پارامتر بر همگرایی به تحلیلی تعادل Bertrand مشتق شده.ما گزینه های پارامتر را پیدا می کنیم که می تواند به آن برسد نرخ همگرایی تا 99 ٪.همگرایی قابل اعتماد ممکن است روش a را ایجاد کند ابزار مفیدی برای مطالعه رفتار استراتژیک بنگاهها حتی در تنظیمات پیچیده تر. کلمات کلیدی: تعادل Bertrand ، رقابت در حراج های یکنواخت قیمت ، عمیق الگوریتم شیب سیاست قطعی ، تجزیه و تحلیل حساسیت پارامتر

In this paper, we define a new class of dynamic games played in large populations of anonymous agents. The behavior of agents in these games depends on a time-homogeneous type and a time-varying state, which are private to each agent and characterize their available actions and motifs. We consider finite type, state, and action spaces. On the individual agent level, the state evolves in discrete-time as the agent participates in interactions, in which the state transitions are affected by the agent's individual action and the distribution of other agents' states and actions. On the societal level, we consider that the agents form a continuum of mass and that interactions occur either synchronously or asynchronously, and derive models for the evolution of the agents' state distribution. We characterize the stationary equilibrium as the solution concept in our games, which is a condition where all agents are playing their best response and the state distribution is stationary. At least one stationary equilibrium is guaranteed to exist in every dynamic population game. Our approach intersects with previous works on anonymous sequential games, mean-field games, and Markov decision evolutionary games, but it is novel in how we relate the dynamic setting to a classical, static population game setting. In particular, stationary equilibria can be reduced to standard Nash equilibria in classical population games. This simplifies the analysis of these games and inspires the formulation of an evolutionary model for the coupled dynamics of both the agents' actions and states.

در این مقاله ، کلاس جدیدی از بازی های پویا را که به صورت بزرگ انجام می شود تعریف می کنیم جمعیت عوامل ناشناس.رفتار عوامل در این بازی ها بستگی دارد در یک نوع همگن زمان و یک حالت متغیر زمان ، که برای هر یک خصوصی است نماینده و توصیف اقدامات و نقوش موجود آنها.ما محدود را در نظر می گیریم فضاهای نوع ، حالت و عمل.در سطح عامل فردی ، دولت در زمان گسسته تکامل می یابد زیرا نماینده در تعامل شرکت می کند ، که در آن انتقال دولت تحت تأثیر اقدام فردی عامل و توزیع ایالات و اقدامات سایر عوامل.در سطح اجتماعی ، ما در نظر بگیرید که عوامل یک زنجیره جرم را تشکیل می دهند و تعامل رخ می دهد یا به صورت همزمان یا ناهمزمان ، و مدل هایی را برای تکامل استخراج کنید توزیع دولت نمایندگان.ما تعادل ثابت را به عنوان توصیف می کنیم مفهوم راه حل در بازی های ما ، شرایطی است که همه عوامل در آن قرار دارند بهترین پاسخ آنها و توزیع دولت ثابت است.حداقل یک تعادل ثابت در هر جمعیت پویا وجود دارد بازی.رویکرد ما با آثار قبلی در متوالی ناشناس تقاطع می کند بازی ها ، بازی های میانگین و تصمیم گیری های تکاملی مارکوف تصمیم می گیرند ، اما این است رمان در نحوه ارتباط تنظیمات پویا با یک جمعیت کلاسیک و استاتیک تنظیم بازیبه طور خاص ، تعادل ثابت را می توان به استاندارد کاهش داد تعادل نش در بازی های کلاسیک جمعیت.این تجزیه و تحلیل را ساده می کند این بازی ها و الهام بخش فرمولاسیون یک مدل تکاملی برای پویایی همراه از هر دو اقدامات و ایالت ها.

Where information grows abundant, attention becomes a scarce resource. As a result, agents must plan wisely how to allocate their attention in order to achieve epistemic efficiency. Here, we present a framework for multi-agent epistemic planning with attention, based on Dynamic Epistemic Logic (DEL, a powerful formalism for epistemic planning). We identify the framework as a fragment of standard DEL, and consider its plan existence problem. While in the general case undecidable, we show that when attention is required for learning, all instances of the problem are decidable.

جایی که اطلاعات فراوان رشد می کند ، توجه به یک منبع کمیاب تبدیل می شود.به عنوان در نتیجه ، مأمورین باید با عاقلانه برنامه ریزی کنند که چگونه توجه خود را به منظور اختصاص دهند دستیابی به کارآیی معرفتی.در اینجا ، ما چارچوبی برای چند عامل ارائه می دهیم برنامه ریزی معرفتی با توجه ، بر اساس منطق معرفتی پویا (دل ، a فرمالیسم قدرتمند برای برنامه ریزی معرفتی).ما چارچوب را به عنوان قطعه استاندارد Del ، و مشکل وجود برنامه خود را در نظر بگیرید.در حالی که در مورد کلی غیرقابل تشخیص ، ما نشان می دهیم که وقتی توجه به یادگیری لازم است ، تمام موارد مشکل قابل تعیین است.

Demand for blockchains such as Bitcoin and Ethereum is far larger than supply, necessitating a mechanism that selects a subset of transactions to include "on-chain" from the pool of all pending transactions. This paper investigates the problem of designing a blockchain transaction fee mechanism through the lens of mechanism design. We introduce two new forms of incentive-compatibility that capture some of the idiosyncrasies of the blockchain setting, one (MMIC) that protects against deviations by profit-maximizing miners and one (OCA-proofness) that protects against off-chain collusion between miners and users. This study is immediately applicable to a recent (August 5, 2021) and major change to Ethereum's transaction fee mechanism, based on a proposal called "EIP-1559." Historically, Ethereum's transaction fee mechanism was a first-price (pay-as-bid) auction. EIP-1559 suggested making several tightly coupled changes, including the introduction of variable-size blocks, a history-dependent reserve price, and the burning of a significant portion of the transaction fees. We prove that this new mechanism earns an impressive report card: it satisfies the MMIC and OCA-proofness conditions, and is also dominant-strategy incentive compatible (DSIC) except when there is a sudden demand spike. We also introduce an alternative design, the "tipless mechanism," which offers an incomparable slate of incentive-compatibility guarantees -- it is MMIC and DSIC, and OCA-proof unless in the midst of a demand spike.

تقاضا برای blockchain هایی مانند بیت کوین و اتریوم بسیار بزرگتر از آن است عرضه ، نیاز به مکانیسمی که زیر مجموعه معاملات را انتخاب می کند شامل "زنجیره ای" از استخر کلیه معاملات در انتظار.این کاغذ مشکل طراحی مکانیسم هزینه معامله blockchain را بررسی می کند از طریق لنز طراحی مکانیسم.ما دو شکل جدید را معرفی می کنیم سازگاری تشویقی که برخی از اصطلاحات خاص را ضبط می کند تنظیم blockchain ، یک (MMIC) که در برابر انحرافات محافظت می کند معدنچیان حداکثر سود و یک (ضد OCA) که در برابر محافظت می کند تبانی خارج از زنجیره بین کارگران و کاربران. این مطالعه بلافاصله در مورد اخیر (5 اوت 2021) و عمده قابل اجرا است تغییر در مکانیسم هزینه معاملات اتریوم ، بر اساس پیشنهادی که نامیده می شود "EIP-1559."از نظر تاریخی ، مکانیسم هزینه معاملات اتریوم یک بود حراج قیمت اول (پرداخت-بید).EIP-1559 پیشنهاد داد که چندین محکم درست کنید تغییرات همراه ، از جمله معرفی بلوک های اندازه متغیر ، الف قیمت ذخیره وابسته به تاریخ و سوزاندن بخش قابل توجهی از هزینه معاملهما ثابت می کنیم که این مکانیسم جدید چشمگیر است کارت گزارش: شرایط MMIC و ضد عفونی را برآورده می کند ، و همچنین است انگیزه استراتژی غالب (DSIC) به استثنای زمانی که ناگهان وجود داشته باشد سنبله تقاضا.ما همچنین یک طرح جایگزین با عنوان "مکانیسم بی سیم" را معرفی می کنیم. که یک تخته غیر قابل مقایسه از تضمین های سازگاری انگیزه ارائه می دهد-IT MMIC و DSIC و ضد OCA است مگر اینکه در میان سنبله تقاضا باشد.

I juxtapose Cover's vaunted universal portfolio selection algorithm (Cover 1991) with the modern representation (Qian 2016; Roncalli 2013) of a portfolio as a certain allocation of risk among the available assets, rather than a mere allocation of capital. Thus, I define a Universal Risk Budgeting scheme that weights each risk budget (instead of each capital budget) by its historical performance record (a la Cover). I prove that my scheme is mathematically equivalent to a novel type of Cover and Ordentlich 1996 universal portfolio that uses a new family of prior densities that have hitherto not appeared in the literature on universal portfolio theory. I argue that my universal risk budget, so-defined, is a potentially more perspicuous and flexible type of universal portfolio; it allows the algorithmic trader to incorporate, with advantage, his prior knowledge (or beliefs) about the particular covariance structure of instantaneous asset returns. Say, if there is some dispersion in the volatilities of the available assets, then the uniform (or Dirichlet) priors that are standard in the literature will generate a dangerously lopsided prior distribution over the possible risk budgets. In the author's opinion, the proposed "Garivaltis prior" makes for a nice improvement on Cover's timeless expert system (Cover 1991), that is properly agnostic and open (from the very get-go) to different risk budgets. Inspired by Jamshidian 1992, the universal risk budget is formulated as a new kind of exotic option in the continuous time Black and Scholes 1973 market, with all the pleasure, elegance, and convenience that that entails.

من الگوریتم انتخاب پرتفوی جهانی پرتحرک و پرتحرک جلد Juxtapose (جلد) 1991) با نمایندگی مدرن (Qian 2016 ؛ Roncalli 2013) یک نمونه کارها به عنوان یک تخصیص خاص ریسک در بین دارایی های موجود ، نه صرفاً تخصیص سرمایه.بنابراین ، من یک طرح بودجه بندی ریسک جهانی را تعریف می کنم که وزن هر بودجه ریسک (به جای هر بودجه سرمایه) توسط تاریخی آن رکورد عملکرد (پوشش LA).من ثابت می کنم که طرح من از نظر ریاضی است معادل یک نوع جدید از پوشش و Ordentlich 1996 نمونه کارها جهانی که از خانواده جدیدی از تراکم های قبلی استفاده می کند که تاکنون در آن ظاهر نشده است ادبیات در مورد تئوری پرتفوی جهانی.من استدلال می کنم که خطر جهانی من است بودجه ، به اصطلاح ، یک نوع بالقوه پرشور و انعطاف پذیر است نمونه کارها جهانی ؛این به معامله گر الگوریتمی اجازه می دهد تا با مزیت ، دانش قبلی وی (یا اعتقادات) در مورد کواریانس خاص ساختار بازده دارایی آنی.بگویید ، اگر پراکندگی در وجود داشته باشد نوسانات دارایی های موجود ، سپس لباس (یا Dirichlet) مقدماتی که در ادبیات استاندارد هستند ، یک خطرناک خطرناک ایجاد می کنند توزیع قبلی در مورد بودجه خطر احتمالی.به نظر نویسنده ، "Garivaltis قبلی" پیشنهادی باعث پیشرفت خوب در زمان بی انتها می شود سیستم خبره (جلد 1991) ، که به درستی آگنوستیک و باز است (از همان دریافت) به بودجه های مختلف ریسک.با الهام از Jamshidian 1992 ، The Universal بودجه ریسک به عنوان نوع جدیدی از گزینه های عجیب و غریب در زمان مداوم تدوین می شود بازار Black and Scholes 1973 ، با تمام لذت ، ظرافت و راحتی که مستلزم آن است.

We study a game-theoretic model of blockchain mining economies and show that griefing, a practice according to which participants harm other participants at some lesser cost to themselves, is a prevalent threat at its Nash equilibria. The proof relies on a generalization of evolutionary stability to non-homogeneous populations via griefing factors (ratios that measure network losses relative to deviator's own losses) which leads to a formal theoretical argument for the dissipation of resources, consolidation of power and high entry barriers that are currently observed in practice. A critical assumption in this type of analysis is that miners' decisions have significant influence in aggregate network outcomes (such as network hashrate). However, as networks grow larger, the miner's interaction more closely resembles a distributed production economy or Fisher market and its stability properties change. In this case, we derive a proportional response (PR) update protocol which converges to market equilibria at which griefing is irrelevant. Convergence holds for a wide range of miners risk profiles and various degrees of resource mobility between blockchains with different mining technologies. Our empirical findings in a case study with four mineable cryptocurrencies suggest that risk diversification, restricted mobility of resources (as enforced by different mining technologies) and network growth, all are contributing factors to the stability of the inherently volatile blockchain ecosystem.

ما یک مدل نظری بازی از اقتصادهای معدن blockchain را مطالعه می کنیم و این را نشان می دهیم غم و اندوه ، عملی که براساس آن شرکت کنندگان به سایر شرکت کنندگان آسیب می رسانند برخی از هزینه های کمتری برای خودشان ، یک تهدید شایع در تعادل NASH آن است. اثبات به تعمیم ثبات تکاملی متکی است جمعیت غیر همگن از طریق عوامل غم و اندوه (نسبت هایی که شبکه را اندازه می گیرند ضرر و زیان نسبت به ضررهای خود انحراف) که منجر به یک نظری رسمی می شود استدلال برای از بین بردن منابع ، ادغام قدرت و زیاد موانع ورود که در حال حاضر در عمل مشاهده می شود. یک فرض مهم در این نوع تجزیه و تحلیل این است که تصمیمات معدنچیان تأثیر قابل توجهی در نتایج کل شبکه (مانند هشرات شبکه). با این حال ، با بزرگتر شدن شبکه ها ، تعامل معدنچی از نزدیک بیشتر شبیه به یک اقتصاد تولید توزیع شده یا بازار فیشر و ثبات آن است خواص تغییر می کنند.در این حالت ، ما یک به روزرسانی پاسخ متناسب (PR) به دست می آوریم پروتکل که به تعادل بازار همگرا می شود که در آن غم و اندوه بی ربط است. همگرایی برای طیف گسترده ای از پروفایل های خطرناک معدنچیان و درجات مختلف در اختیار دارد تحرک منابع بین blockchains با فن آوری های مختلف معدن. یافته های تجربی ما در یک مطالعه موردی با چهار ارز قابل استخراج قابل استخراج نشان می دهد که تنوع ریسک ، تحرک محدود منابع (مانند اعمال شده توسط فن آوری های مختلف معدن) و رشد شبکه ، همه هستند عوامل مؤثر در پایداری blockchain ذاتی بی ثبات زیست بوم.

The literature on awareness modeling includes both syntax-free and syntax-based frameworks. Heifetz, Meier \& Schipper (HMS) propose a lattice model of awareness that is syntax-free. While their lattice approach is elegant and intuitive, it precludes the simple option of relying on formal language to induce lattices, and does not explicitly distinguish uncertainty from unawareness. Contra this, the most prominent syntax-based solution, the Fagin-Halpern (FH) model, accounts for this distinction and offers a simple representation of awareness, but lacks the intuitiveness of the lattice structure. Here, we combine these two approaches by providing a lattice of Kripke models, induced by atom subset inclusion, in which uncertainty and unawareness are separate. We show our model equivalent to both HMS and FH models by defining transformations between them which preserve satisfaction of formulas of a language for explicit knowledge, and obtain completeness through our and HMS' results. Lastly, we prove that the Kripke lattice model can be shown equivalent to the FH model (when awareness is propositionally determined) also with respect to the language of the Logic of General Awareness, for which the FH model where originally proposed.

ادبیات مربوط به مدل سازی آگاهی شامل هم بدون نحو و هم چارچوب های مبتنی بر نحو.Heifetz ، Meier \ & Schipper (HMS) یک شبکه را پیشنهاد می کنند مدل آگاهی که عاری از نحو است.در حالی که رویکرد شبکه آنها ظریف است و بصری ، این گزینه ساده تکیه بر زبان رسمی را مانع می کند مشبک را القا کنید و به صراحت عدم اطمینان را از آن متمایز نمی کند ناآگاهانهدر مقابل این ، برجسته ترین راه حل مبتنی بر نحو ، مدل Fagin-Halpern (FH) ، این تمایز را به خود اختصاص می دهد و ساده را ارائه می دهد نمایندگی از آگاهی ، اما فاقد شهود بودن شبکه است ساختاردر اینجا ، ما این دو رویکرد را با ارائه یک شبکه از مدل های Kripke ، ناشی از ورود به زیر مجموعه اتم ، که در آن عدم اطمینان و ناآگاهی جداگانه است.ما مدل خود را معادل HMS و FH نشان می دهیم مدل ها با تعریف تحولات بین آنها که رضایت از آن را حفظ می کنند فرمول های یک زبان برای دانش صریح ، و به دست آوردن کامل از طریق نتایج ما و HMS.در آخر ، ما ثابت می کنیم که مدل شبکه Kripke می تواند باشد معادل مدل FH نشان داده شده است (وقتی آگاهی به صورت گزاره تعیین می شود) همچنین با توجه به زبان منطق آگاهی عمومی ، که برای آن مدل FH که در ابتدا پیشنهاد شده است.

The interplay between exploration and exploitation in competitive multi-agent learning is still far from being well understood. Motivated by this, we study smooth Q-learning, a prototypical learning model that explicitly captures the balance between game rewards and exploration costs. We show that Q-learning always converges to the unique quantal-response equilibrium (QRE), the standard solution concept for games under bounded rationality, in weighted zero-sum polymatrix games with heterogeneous learning agents using positive exploration rates. Complementing recent results about convergence in weighted potential games, we show that fast convergence of Q-learning in competitive settings is obtained regardless of the number of agents and without any need for parameter fine-tuning. As showcased by our experiments in network zero-sum games, these theoretical results provide the necessary guarantees for an algorithmic approach to the currently open problem of equilibrium selection in competitive multi-agent settings.

تعامل بین اکتشاف و بهره برداری در چند عامل رقابتی یادگیری هنوز به دور از درک خوب است.با انگیزه در این مورد ، ما مطالعه می کنیم یادگیری Q صاف ، یک مدل یادگیری نمونه اولیه که صریحاً ضبط می کند تعادل بین پاداش بازی و هزینه های اکتشاف.ما نشان می دهیم که Q-Learning همیشه به تعادل پاسخ کمی منحصر به فرد (QRE) ، استاندارد همگرا می شود مفهوم راه حل برای بازی های تحت عقلانیت محدود ، در وزن صفر وزنه بازی های Polymatrix با عوامل یادگیری ناهمگن با استفاده از اکتشافات مثبت نرختکمیل نتایج اخیر در مورد همگرایی در پتانسیل وزنی بازی ها ، ما نشان می دهیم که همگرایی سریع یادگیری Q در تنظیمات رقابتی است بدون در نظر گرفتن تعداد عوامل و بدون نیاز به پارامتر به دست آمده است تنظیم دقیق.همانطور که توسط آزمایشات ما در بازی های جمع صفر شبکه به نمایش گذاشته شده است ، اینها نتایج نظری ضمانت های لازم را برای یک الگوریتم ارائه می دهد رویکرد به مسئله باز در حال حاضر انتخاب تعادل در رقابتی تنظیمات چند عامل.

Understanding the convergence properties of learning dynamics in repeated auctions is a timely and important question in the area of learning in auctions, with numerous applications in, e.g., online advertising markets. This work focuses on repeated first price auctions where bidders with fixed values for the item learn to bid using mean-based algorithms -- a large class of online learning algorithms that include popular no-regret algorithms such as Multiplicative Weights Update and Follow the Perturbed Leader. We completely characterize the learning dynamics of mean-based algorithms, in terms of convergence to a Nash equilibrium of the auction, in two senses: (1) time-average: the fraction of rounds where bidders play a Nash equilibrium approaches 1 in the limit; (2)last-iterate: the mixed strategy profile of bidders approaches a Nash equilibrium in the limit. Specifically, the results depend on the number of bidders with the highest value: - If the number is at least three, the bidding dynamics almost surely converges to a Nash equilibrium of the auction, both in time-average and in last-iterate. - If the number is two, the bidding dynamics almost surely converges to a Nash equilibrium in time-average but not necessarily in last-iterate. - If the number is one, the bidding dynamics may not converge to a Nash equilibrium in time-average nor in last-iterate. Our discovery opens up new possibilities in the study of convergence dynamics of learning algorithms.

درک خصوصیات همگرایی دینامیک یادگیری در مکرر حراج ها یک سؤال به موقع و مهم در زمینه یادگیری در حراج ها ، با برنامه های بیشمار ، به عنوان مثال ، در بازارهای تبلیغاتی آنلاین.این کار روی حراج های مکرر قیمت اول که داوطلبان با مقادیر ثابت دارند تمرکز می کند برای این مورد یاد بگیرید که با استفاده از الگوریتم های مبتنی بر میانگین پیشنهاد دهید-یک کلاس بزرگ از الگوریتم های یادگیری آنلاین که شامل الگوریتم های محبوب No-Regret مانند وزن چند برابر به روزرسانی و رهبر آشفته را دنبال کنید.ما کاملاً پویایی یادگیری الگوریتم های مبتنی بر میانگین ، از نظر همگرایی به تعادل NASH از حراج ، به دو حس: (1) میانگین زمان: کسری از دور که داوطلبان تعادل Nash را بازی می کنند رویکردهای 1 در حد ؛(2) سواد آخر: مشخصات استراتژی مختلط از داوطلبان در حد مجاز به تعادل NASH نزدیک می شوند.به طور خاص ، نتایج به تعداد داوطلبان با بالاترین مقدار بستگی دارد: - اگر تعداد در آن باشد حداقل سه ، پویایی مناقصه تقریباً مطمئناً به یک تعادل NASH همگرا می شود از حراج ، هم به طور متوسط ​​و چه در آخرین سواد.- اگر شماره باشد دو ، دینامیک مناقصه تقریباً مطمئناً به یک تعادل NASH در همگرا می شود میانگین زمان اما لزوماً در سواد آخر نیست.- اگر شماره یکی باشد ، دینامیک مناقصه ممکن است به یک تعادل NASH در میانگین زمان و نه در آخرین سوادکشف ما امکانات جدیدی را در مطالعه باز می کند پویایی همگرایی الگوریتم های یادگیری.

In this paper, we provide a novel and simple algorithm, Clairvoyant Multiplicative Weights Updates (CMWU) for regret minimization in general games. CMWU effectively corresponds to the standard MWU algorithm but where all agents, when updating their mixed strategies, use the payoff profiles based on tomorrow's behavior, i.e. the agents are clairvoyant. CMWU achieves constant regret of $\ln(m)/\eta$ in all normal-form games with m actions and fixed step-sizes $\eta$. Although CMWU encodes in its definition a fixed point computation, which in principle could result in dynamics that are neither computationally efficient nor uncoupled, we show that both of these issues can be largely circumvented. Specifically, as long as the step-size $\eta$ is upper bounded by $\frac{1}{(n-1)V}$, where $n$ is the number of agents and $[0,V]$ is the payoff range, then the CMWU updates can be computed linearly fast via a contraction map. This implementation results in an uncoupled online learning dynamic that admits a $O (\log T)$-sparse sub-sequence where each agent experiences at most $O(nV\log m)$ regret. This implies that the CMWU dynamics converge with rate $O(nV \log m \log T / T)$ to a \textit{Coarse Correlated Equilibrium}. The latter improves on the current state-of-the-art convergence rate of \textit{uncoupled online learning dynamics} \cite{daskalakis2021near,anagnostides2021near}.

در این مقاله ، ما یک الگوریتم رمان و ساده ، clairvoyant را ارائه می دهیم به روزرسانی وزن های چند برابر (CMWU) برای به حداقل رساندن پشیمانی در بازی های کلی. CMWU به طور موثری با الگوریتم استاندارد MWU مطابقت دارد اما در آن همه نمایندگان ، هنگام به روزرسانی استراتژی های مختلط خود ، از پروفایل بازپرداخت بر اساس استفاده می کنند رفتار فردا ، یعنی مأمورین شفاف هستند.cmwu به ثابت می رسد پشیمانی از $ \ ln (m)/\ eta $ در تمام بازی های شکل طبیعی با اقدامات M و ثابت اندازه های مرحله $ \ eta $.اگرچه CMWU در تعریف خود یک نقطه ثابت رمزگذاری می کند محاسبه ، که در اصل می تواند منجر به پویایی شود که هیچ یک از آنها نیستند از نظر محاسباتی کارآمد و غیرقابل استفاده ، ما نشان می دهیم که هر دوی این مسائل می توانند تا حد زیادی دور بزنید.به طور خاص ، تا زمانی که اندازه گام به گام $ \ eta $ بالا باشد محدود شده توسط $ \ frac {1} {(n-1) v} $ ، جایی که $ n $ تعداد نمایندگان و [0 ، v] $ است محدوده بازپرداخت ، سپس به روزرسانی های CMWU می توانند به صورت خطی سریع از طریق یک محاسبه شوند نقشه انقباض.این اجرای منجر به یادگیری آنلاین بدون استفاده می شود پویا که یک $ O (\ log t) $-توالی پراکنده را که در آن هر نماینده پذیرفته است ، پذیرفته است تجربیات حداکثر $ O (nv \ log m) $ پشیمان.این بدان معنی است که پویایی CMWU با نرخ $ o (nv \ log m \ log t / t) $ به \ textit {درشت همبستگی همگرا شوید تعادل}.دومی در همگرایی پیشرفته فعلی پیشرفت می کند نرخ \ textit {دینامیک یادگیری آنلاین غیرقابل استفاده \ cite {daskalakis2021near ، anagnostides2021near.

In this paper, we consider a discrete-time Stackelberg mean field game with a leader and an infinite number of followers. The leader and the followers each observe types privately that evolve as conditionally independent controlled Markov processes. The leader commits to a dynamic policy and the followers best respond to that policy and each other. Knowing that the followers would play a mean field game based on her policy, the leader chooses a policy that maximizes her reward. We refer to the resulting outcome as a Stackelberg mean field equilibrium (SMFE). In this paper, we provide a master equation of this game that allows one to compute all SMFE. Based on our framework, we consider two numerical examples. First, we consider an epidemic model where the followers get infected based on the mean field population. The leader chooses subsidies for a vaccine to maximize social welfare and minimize vaccination costs. In the second example, we consider a technology adoption game where the followers decide to adopt a technology or a product and the leader decides the cost of one product that maximizes his returns, which are proportional to the people adopting that technology

در این مقاله ، ما یک بازی میدانی میانگین Stackelberg با یک زمان گسسته را در نظر می گیریم رهبر و تعداد نامحدودی از پیروان.رهبر و پیروان هرکدام انواع مختلفی را مشاهده کنید که به عنوان کنترل شده با شرطی مستقل تکامل می یابند فرآیندهای مارکوف.رهبر به یک سیاست پویا و پیروان متعهد می شود به آن سیاست و یکدیگر پاسخ دهید.دانستن اینکه پیروان بازی می کنند میانگین بازی میدانی بر اساس سیاست خود ، رهبر سیاستی را انتخاب می کند که حداکثر می کند پاداش اوما به نتیجه نتیجه به عنوان یک میدان میانگین استایلبرگ اشاره می کنیم تعادل (SMFE).در این مقاله ، ما یک معادله اصلی این بازی ارائه می دهیم این به فرد اجازه می دهد تا همه SMFE را محاسبه کند.بر اساس چارچوب ما ، ما دو را در نظر می گیریم نمونه های عددی.اول ، ما یک مدل اپیدمی را در نظر می گیریم که پیروان آن را در نظر می گیریم بر اساس میانگین جمعیت میدانی آلوده شوید.رهبر یارانه ها را انتخاب می کند برای واکسن برای به حداکثر رساندن رفاه اجتماعی و به حداقل رساندن هزینه های واکسیناسیون.در مثال دوم ، ما یک بازی پذیرش فناوری را در نظر می گیریم که پیروان آن را در نظر می گیریم تصمیم بگیرید که یک فناوری یا یک محصول را اتخاذ کنید و رهبر تصمیم می گیرد هزینه محصولی که بازده او را به حداکثر می رساند ، که متناسب با مردم است اتخاذ آن فناوری

In selection processes such as hiring, promotion, and college admissions, implicit bias toward socially-salient attributes such as race, gender, or sexual orientation of candidates is known to produce persistent inequality and reduce aggregate utility for the decision maker. Interventions such as the Rooney Rule and its generalizations, which require the decision maker to select at least a specified number of individuals from each affected group, have been proposed to mitigate the adverse effects of implicit bias in selection. Recent works have established that such lower-bound constraints can be very effective in improving aggregate utility in the case when each individual belongs to at most one affected group. However, in several settings, individuals may belong to multiple affected groups and, consequently, face more extreme implicit bias due to this intersectionality. We consider independently drawn utilities and show that, in the intersectional case, the aforementioned non-intersectional constraints can only recover part of the total utility achievable in the absence of implicit bias. On the other hand, we show that if one includes appropriate lower-bound constraints on the intersections, almost all the utility achievable in the absence of implicit bias can be recovered. Thus, intersectional constraints can offer a significant advantage over a reductionist dimension-by-dimension non-intersectional approach to reducing inequality.

در فرآیندهای انتخاب مانند استخدام ، ارتقاء و پذیرش کالج ها ، تعصب ضمنی نسبت به ویژگی های اجتماعی اجتماعی مانند نژاد ، جنسیت یا گرایش جنسی کاندیداها به تولید نابرابری مداوم و ابزار کل را برای تصمیم گیرنده کاهش دهید.مداخلات مانند Rooney Rule و کلیات آن ، که تصمیم گیرنده را انتخاب می کند حداقل تعداد مشخصی از افراد از هر گروه آسیب دیده ، بوده است پیشنهاد شده است تا اثرات جانبی تعصب ضمنی در انتخاب را کاهش دهد.اخیر آثار ثابت کرده اند که چنین محدودیت های محدود پایین می تواند بسیار مؤثر باشد در بهبود ابزار کل در موردی که هر فرد متعلق به آن است بیشتر یک گروه تحت تأثیر.با این حال ، در چندین تنظیم ، افراد ممکن است متعلق باشند به چندین گروه آسیب دیده و در نتیجه ، با تعصب ضمنی شدیدتر روبرو می شوند به دلیل این تقاطع.ما برنامه های مستقل را به طور مستقل در نظر می گیریم و نشان دهید که ، در مورد تقاطع ، غیرقانونی فوق الذکر محدودیت ها فقط می توانند بخشی از کل ابزار قابل دستیابی در عدم وجود تعصب ضمنی.از طرف دیگر ، ما نشان می دهیم که اگر کسی شامل شود محدودیت های محدود محدود در تقاطع ها ، تقریباً همه ابزار قابل دستیابی در صورت عدم تعصب ضمنی قابل بازیابی است.بدین ترتیب، محدودیت های تقاطع می تواند یک مزیت قابل توجه نسبت به رویکرد غیر مخالف ابعاد کاهش گرایانه به کاهش نابرابری.

Understanding the evolutionary stability of cooperation is a central problem in biology, sociology, and economics. There exist only a few known mechanisms that guarantee the existence of cooperation and its robustness to cheating. Here, we introduce a new mechanism for the emergence of cooperation in the presence of fluctuations. We consider agents whose wealth change stochastically in a multiplicative fashion. Each agent can share part of her wealth as public good, which is equally distributed among all the agents. We show that, when agents operate with long time-horizons, cooperation produce an advantage at the individual level, as it effectively screens agents from the deleterious effect of environmental fluctuations.

درک ثبات تکاملی همکاری یک مشکل اساسی است در زیست شناسی ، جامعه شناسی و اقتصاد.فقط چند مکانیسم شناخته شده وجود دارد این امر وجود همکاری و استحکام آن در تقلب را تضمین می کند. در اینجا ، ما مکانیسم جدیدی را برای ظهور همکاری در وجود نوسانات.ما عواملی را در نظر می گیریم که ثروت آنها به صورت تصادفی تغییر می کند به روشی چند برابر.هر نماینده می تواند بخشی از ثروت خود را به عنوان عمومی به اشتراک بگذارد خوب ، که به همان اندازه بین همه عوامل توزیع می شود.ما این را نشان می دهیم ، چه زمانی مأمورین با افشای طولانی مدت فعالیت می کنند ، همکاری ها مزیتی را در این زمینه ایجاد می کنند سطح فردی ، زیرا به طور موثری عوامل را از اثر مضر نشان می دهد نوسانات محیطی

The study of complexity and optimization in decision theory involves both partial and complete characterizations of preferences over decision spaces in terms of real-valued monotones. With this motivation, and following the recent introduction of new classes of monotones, like injective monotones or strict monotone multi-utilities, we present the classification of preordered spaces in terms of both the existence and cardinality of real-valued monotones and the cardinality of the quotient space. In particular, we take advantage of a characterization of real-valued monotones in terms of separating families of increasing sets in order to obtain a more complete classification consisting of classes that are strictly different from each other. As a result, we gain new insight into both complexity and optimization, and clarify their interplay in preordered spaces.

مطالعه پیچیدگی و بهینه سازی در تئوری تصمیم گیری هر دو را شامل می شود خصوصیات جزئی و کامل ترجیحات در مورد فضاهای تصمیم گیری در شرایط یکنواختی با ارزش واقعی.با این انگیزه ، و پیروی از اخیر معرفی کلاسهای جدید یکنواختی ، مانند یکنواختی تزریقی یا سختگیرانه یکنواختی چندگانه ، ما طبقه بندی فضاهای از پیش تنظیم شده را در ارائه می دهیم شرایط وجود و کاردینال بودن یکنواختی با ارزش واقعی و کاردینال بودن فضای کم ارزش.به طور خاص ، ما از a استفاده می کنیم خصوصیات یکنواختی با ارزش واقعی از نظر جدا کردن خانواده ها مجموعه های افزایش یافته به منظور به دست آوردن طبقه بندی کامل تر متشکل از کلاس هایی که کاملاً با یکدیگر متفاوت هستند.در نتیجه ، ما جدید به دست می آوریم بینش در مورد پیچیدگی و بهینه سازی ، و تعامل آنها را روشن کنید فضاهای از پیش تنظیم شده.

Lloyd Shapley's cooperative value allocation theory is a central concept in game theory that is widely used in various fields to allocate resources, assess individual contributions, and determine fairness. The Shapley value formula and his four axioms that characterize it form the foundation of the theory. Shapley value can be assigned only when all cooperative game players are assumed to eventually form the grand coalition. The purpose of this paper is to extend Shapley's theory to cover value allocation at every partial coalition state. To achieve this, we first extend Shapley axioms into a new set of five axioms that can characterize value allocation at every partial coalition state, where the allocation at the grand coalition coincides with the Shapley value. Second, we present a stochastic path integral formula, where each path now represents a general coalition process. This can be viewed as an extension of the Shapley formula. We apply these concepts to provide a dynamic interpretation and extension of the value allocation schemes of Shapley, Nash, Kohlberg and Neyman. This generalization is made possible by taking into account Hodge calculus, stochastic processes, and path integration of edge flows on graphs. We recognize that such generalization is not limited to the coalition game graph. As a result, we define Hodge allocation, a general allocation scheme that can be applied to any cooperative multigraph and yield allocation values at any cooperative stage.

نظریه تخصیص ارزش تعاونی لوید شاپلی یک مفهوم اصلی در نظریه بازی که به طور گسترده در زمینه های مختلف برای تخصیص منابع استفاده می شود ، ارزیابی می کند کمک های فردی ، و تعیین انصاف.فرمول ارزش شاپلی و چهار بدیهیات او که آن را توصیف می کند ، پایه و اساس تئوری را تشکیل می دهد. ارزش Shapley فقط در شرایطی که همه بازیکنان بازی تعاونی هستند قابل تعیین است فرض بر این است که سرانجام ائتلاف بزرگ را تشکیل می دهد.هدف این مقاله این است که تئوری شاپلی را گسترش دهید تا تخصیص ارزش را در هر ائتلاف جزئی پوشش دهد حالت. برای دستیابی به این هدف ، ابتدا بدیهیات Shapley را به مجموعه جدیدی از پنج بدیهیات گسترش می دهیم این می تواند تخصیص ارزش را در هر حالت ائتلاف جزئی ، جایی که تخصیص در ائتلاف بزرگ همزمان با ارزش شاپلی است.دومین، ما یک فرمول انتگرال مسیر تصادفی را ارائه می دهیم ، که در آن اکنون هر مسیر نشان دهنده a است روند ائتلاف عمومی.این را می توان به عنوان پسوند Shapley مشاهده کرد فرمولما از این مفاهیم استفاده می کنیم تا یک تفسیر پویا ارائه دهیم و گسترش طرح های تخصیص ارزش Shapley ، Nash ، Kohlberg و NEYMAN این تعمیم با در نظر گرفتن حساب هاج ، امکان پذیر است ، فرآیندهای تصادفی و ادغام مسیر جریان لبه بر روی نمودارها.ما تشخیص دهید که چنین تعمیم محدود به نمودار بازی ائتلاف نیست. در نتیجه ، ما تخصیص هاج را تعریف می کنیم ، یک طرح تخصیص کلی که می تواند برای هر چند متغیره تعاونی و مقادیر تخصیص عملکرد در هر صورت اعمال شود مرحله تعاونی.

This paper studies third-degree price discrimination (3PD) based on a random sample of valuation and covariate data, where the covariate is continuous, and the distribution of the data is unknown to the seller. The main results of this paper are twofold. The first set of results is pricing strategy independent and reveals the fundamental information-theoretic limitation of any data-based pricing strategy in revenue generation for two cases: 3PD and uniform pricing. The second set of results proposes the $K$-markets empirical revenue maximization (ERM) strategy and shows that the $K$-markets ERM and the uniform ERM strategies achieve the optimal rate of convergence in revenue to that generated by their respective true-distribution 3PD and uniform pricing optima. Our theoretical and numerical results suggest that the uniform (i.e., $1$-market) ERM strategy generates a larger revenue than the $K$-markets ERM strategy when the sample size is small enough, and vice versa.

در این مقاله تبعیض قیمت درجه سوم (3PD) بر اساس یک تصادفی بررسی شده است نمونه از داده های ارزیابی و متغیر ، که در آن متغیر هموار است ، و توزیع داده ها برای فروشنده ناشناخته است.نتایج اصلی این کاغذ دو برابر است.اولین مجموعه نتایج ، استراتژی قیمت گذاری مستقل است و محدودیت اساسی اطلاعات نظری هرگونه داده مبتنی بر داده را آشکار می کند استراتژی قیمت گذاری در تولید درآمد برای دو مورد: 3PD و قیمت گذاری یکنواخت. مجموعه دوم نتایج ، درآمد تجربی $ $ $ $ را پیشنهاد می کند استراتژی حداکثر (ERM) و نشان می دهد که $ $ $ erm و یکنواخت استراتژی های ERM به نرخ بهینه همگرایی در درآمد دست می یابند تولید شده توسط توزیع واقعی 3PD و قیمت گذاری یکنواخت به Optima. نتایج نظری و عددی ما نشان می دهد که لباس (یعنی ، $ 1 $-market) استراتژی ERM درآمد بیشتری نسبت به $ $ $ erm ایجاد می کند استراتژی هنگامی که اندازه نمونه به اندازه کافی کوچک است ، و برعکس.

Epidemics of infectious diseases posing a serious risk to human health have occurred throughout history. During the ongoing SARS-CoV-2 epidemic there has been much debate about policy, including how and when to impose restrictions on behavior. Under such circumstances policymakers must balance a complex spectrum of objectives, suggesting a need for quantitative tools. Whether health services might be 'overwhelmed' has emerged as a key consideration yet formal modelling of optimal policy has so far largely ignored this. Here we show how costly interventions, such as taxes or subsidies on behaviour, can be used to exactly align individuals' decision making with government preferences even when these are not aligned. We assume that choices made by individuals give rise to Nash equilibrium behavior. We focus on a situation in which the capacity of the healthcare system to treat patients is limited and identify conditions under which the disease dynamics respect the capacity limit. In particular we find an extremely sharp drop in peak infections as the maximum infection cost in the government's objective function is increased. This is in marked contrast to the gradual reduction without government intervention. The infection costs at which this switch occurs depend on how costly the intervention is to the government. We find optimal interventions that are quite different to the case when interventions are cost-free. Finally, we identify a novel analytic solution for the Nash equilibrium behavior for constant infection cost.

اپیدمی بیماریهای عفونی که خطر جدی برای سلامت انسان را ایجاد می کند در طول تاریخ رخ داده است.در طول بیماری همه گیر SARS-COV-2 وجود دارد بحث در مورد سیاست ، از جمله چگونگی و زمان تحمیل محدودیت ها رفتار - اخلاق.در چنین شرایطی سیاست گذاران باید یک طیف پیچیده را متعادل کنند از اهداف ، نیاز به ابزارهای کمی را نشان می دهد.چه سلامتی خدمات ممکن است "غرق" به عنوان یک ملاحظه کلیدی در عین حال رسمی ظاهر شود مدل سازی سیاست بهینه تاکنون تا حد زیادی این موضوع را نادیده گرفته است.در اینجا ما نشان می دهیم که چگونه از مداخلات پرهزینه ، مانند مالیات یا یارانه در مورد رفتار ، می توان استفاده کرد دقیقاً تصمیم گیری افراد را با ترجیحات دولت هماهنگ کنید وقتی اینها تراز نشوند.ما فرض می کنیم که انتخاب های انجام شده توسط افراد انجام می شود افزایش رفتار تعادل NASH.ما روی وضعیتی تمرکز می کنیم که در آن ظرفیت سیستم مراقبت های بهداشتی برای معالجه بیماران محدود و شناسایی است شرایطی که در آن پویایی بیماری به محدودیت ظرفیت احترام می گذارد.که در به طور خاص ، ما یک قطره بسیار تیز در عفونت های اوج به عنوان حداکثر می یابیم هزینه عفونت در عملکرد عینی دولت افزایش می یابد.این در است تضاد با کاهش تدریجی بدون مداخله دولت.در هزینه های عفونی که این سوئیچ در آن رخ می دهد بستگی به میزان پرهزینه دارد مداخله برای دولت است.ما مداخلات بهینه پیدا می کنیم که کاملاً است متفاوت از مواردی که مداخلات بدون هزینه باشد.سرانجام ، ما شناسایی می کنیم راه حل تحلیلی جدید برای رفتار تعادل NASH برای ثابت هزینه عفونت

We consider a general class of multi-agent games in networks, namely the generalized vertex coloring games (G-VCGs), inspired by real-life applications of the venue selection problem in events planning. Certain utility responding to the contemporary coloring assignment will be received by each agent under some particular mechanism, who, striving to maximize his own utility, is restricted to local information thus self-organizing when choosing another color. Our focus is on maximizing some utilitarian-looking welfare objective function concerning the cumulative utilities across the network in a decentralized fashion. Firstly, we investigate on a special class of the G-VCGs, namely Identical Preference VCGs (IP-VCGs) which recovers the rudimentary work by \cite{chaudhuri2008network}. We reveal its convergence even under a completely greedy policy and completely synchronous settings, with a stochastic bound on the converging rate provided. Secondly, regarding the general G-VCGs, a greediness-preserved Metropolis-Hasting based policy is proposed for each agent to initiate with the limited information and its optimality under asynchronous settings is proved using theories from the regular perturbed Markov processes. The policy was also empirically witnessed to be robust under independently synchronous settings. Thirdly, in the spirit of ``robust coloring'', we include an expected loss term in our objective function to balance between the utilities and robustness. An optimal coloring for this robust welfare optimization would be derived through a second-stage MH-policy driven algorithm. Simulation experiments are given to showcase the efficiency of our proposed strategy.

ما یک کلاس کلی از بازی های چند عامل را در شبکه ها در نظر می گیریم ، یعنی بازی های رنگ آمیزی ورتکس عمومی (G-VCG) ، با الهام از برنامه های زندگی واقعی مشکل انتخاب محل برگزاری در برنامه ریزی رویدادها.ابزار خاص پاسخ می دهد به هر نماینده تحت عنوان معاصر رنگ آمیزی توسط هر نماینده دریافت می شود برخی از مکانیسم های خاص ، که در تلاش برای به حداکثر رساندن ابزار خود ، این است محدود به اطلاعات محلی در نتیجه خود سازماندهی در هنگام انتخاب دیگری رنگتمرکز ما بر حداکثر رساندن برخی از اهداف رفاه سودمند است عملکرد مربوط به برنامه های تجمعی در سراسر شبکه در مد غیر متمرکز.اولا ، ما در یک کلاس ویژه از G-VCGS ، یعنی VCG های اولویت یکسان (IP-VCG) که بازیابی می کنند کار ابتدایی توسط \ cite {chaudhuri2008network.ما همگرایی آن را حتی فاش می کنیم تحت یک سیاست کاملاً حریص و تنظیمات کاملاً همزمان ، با تصادفی بر روی نرخ همگرا ارائه شده است.دوم ، در مورد General G-VCGs ، یک سیاست مبتنی بر کلانشهر حریص برای هر نماینده برای شروع با اطلاعات محدود و آن پیشنهاد شده است بهینه سازی تحت تنظیمات ناهمزمان با استفاده از تئوری های موجود فرآیندهای منظم مارکوف آشفته.این سیاست نیز به صورت تجربی شاهد بود تحت تنظیمات مستقل همزمان قوی باشید.سوم ، در روح از "رنگ آمیزی قوی" ، ما یک اصطلاح ضرر مورد انتظار را در هدف خود قرار می دهیم عملکرد برای تعادل بین خدمات و استحکام.یک رنگ بهینه برای این بهینه سازی رفاه قوی از طریق مرحله دوم حاصل می شود الگوریتم محور MH-Policy.آزمایش های شبیه سازی برای نشان دادن کارآیی استراتژی پیشنهادی ما.

This paper presents karma mechanisms, a novel approach to the repeated allocation of a scarce resource among competing agents over an infinite time. Examples include deciding which ride hailing trip requests to serve during peak demand, granting the right of way in intersections or lane mergers, or admitting internet content to a regulated fast channel. We study a simplified yet insightful formulation of these problems where at every instant two agents from a large population get randomly matched to compete over the resource. The intuitive interpretation of a karma mechanism is "If I give in now, I will be rewarded in the future." Agents compete in an auction-like setting where they bid units of karma, which circulates directly among them and is self-contained in the system. We demonstrate that this allows a society of self-interested agents to achieve high levels of efficiency without resorting to a (possibly problematic) monetary pricing of the resource. We model karma mechanisms as dynamic population games and guarantee the existence of a stationary Nash equilibrium. We then analyze the performance at the stationary Nash equilibrium numerically. For the case of homogeneous agents, we compare different mechanism design choices, showing that it is possible to achieve an efficient and ex-post fair allocation when the agents are future aware. Finally, we test the robustness against agent heterogeneity and propose remedies to some of the observed phenomena via karma redistribution.

این مقاله مکانیسم های کارما را ارائه می دهد ، یک رویکرد جدید برای تکرار تخصیص یک منبع کمیاب در بین عوامل رقیب در یک زمان نامحدود. مثالها شامل تصمیم گیری در مورد درخواست های سفر به سفر برای خدمت در اوج است تقاضا ، اعطای حق راه در تقاطع یا ادغام خط یا پذیرش محتوای اینترنت به یک کانال سریع تنظیم شده.ما یک ساده را مطالعه می کنیم با این حال ، فرمولاسیون روشنگری از این مشکلات که در هر دو عامل فوری وجود دارد از جمعیت زیادی به طور تصادفی برای رقابت با منبع مطابقت می یابد.در تفسیر شهودی از مکانیسم کارما "اگر اکنون تسلیم شوم ، خواهم بود در آینده پاداش می گیرند. واحدهای پیشنهادی کارما ، که به طور مستقیم در بین آنها گردش می کند و دارای خود است در سیستمما نشان می دهیم که این اجازه می دهد تا جامعه ای از علاقه مندان عوامل برای دستیابی به سطح بالایی از کارآیی بدون توسل به A (احتمالاً مشکل ساز) قیمت گذاری پولی از منبع.ما مکانیسم های کارما را به عنوان مدل می کنیم بازی های پویا جمعیت و تضمین وجود یک نش ثابت تعادلسپس عملکرد را در تعادل Nash ثابت تجزیه و تحلیل می کنیم عددیبرای مورد عوامل همگن ، مکانیسم مختلفی را با هم مقایسه می کنیم انتخاب های طراحی ، نشان می دهد که دستیابی به یک پست کارآمد و سابق امکان پذیر است تخصیص منصفانه وقتی نمایندگان در آینده آگاه هستند.سرانجام ، ما آزمایش می کنیم استحکام در برابر ناهمگونی عامل و پیشنهاد برخی از داروها پدیده های مشاهده شده از طریق توزیع مجدد کارما.

We propose a social welfare maximizing market mechanism for an energy community that aggregates individual and community-shared energy resources under a general net energy metering (NEM) policy. Referred to as Dynamic NEM (D-NEM), the proposed mechanism dynamically sets the community NEM prices based on aggregated community resources, including flexible consumption, storage, and renewable generation. D-NEM guarantees a higher benefit to each community member than possible outside the community, and no sub-communities would be better off departing from its parent community. D-NEM aligns each member's incentive with that of the community such that each member maximizing individual surplus under D-NEM results in maximum community social welfare. Empirical studies compare the proposed mechanism with existing benchmarks, demonstrating its welfare benefits, operational characteristics, and responsiveness to NEM rates.

ما یک رفاه اجتماعی را به حداکثر رساندن مکانیسم بازار برای انرژی پیشنهاد می کنیم جامعه ای که منابع انرژی فردی و مشترک را جمع می کند تحت یک سیاست اندازه گیری انرژی خالص عمومی (NEM).به عنوان NEM پویا گفته می شود (D-NEM) ، مکانیسم پیشنهادی به صورت پویا جامعه NEM را مبتنی بر تعیین می کند در مورد منابع جمع شده جامعه ، از جمله مصرف انعطاف پذیر ، ذخیره سازی و نسل تجدید پذیر.D-NEM منافع بالاتری را برای هر جامعه تضمین می کند عضو تا خارج از جامعه ممکن است و هیچ جامعه ای نخواهد بود بهتر است از جامعه والدین خود عزیمت کنید.D-NEM هر عضو را تراز می کند انگیزه ای با جامعه به گونه ای که هر یک از اعضا به حداکثر برسند مازاد فردی تحت D-NEM منجر به رفاه اجتماعی حداکثر جامعه می شود. مطالعات تجربی مکانیسم پیشنهادی را با معیارهای موجود مقایسه می کند ، نشان دادن مزایای رفاهی ، خصوصیات عملیاتی و پاسخگویی به نرخ NEM.

We consider the problem of reforming an envy-free matching when each agent is assigned a single item. Given an envy-free matching, we consider an operation to exchange the item of an agent with an unassigned item preferred by the agent that results in another envy-free matching. We repeat this operation as long as we can. We prove that the resulting envy-free matching is uniquely determined up to the choice of an initial envy-free matching, and can be found in polynomial time. We call the resulting matching a reformist envy-free matching, and then we study a shortest sequence to obtain the reformist envy-free matching from an initial envy-free matching. We prove that a shortest sequence is computationally hard to obtain even when each agent accepts at most four items and each item is accepted by at most three agents. On the other hand, we give polynomial-time algorithms when each agent accepts at most three items or each item is accepted by at most two agents. Inapproximability and fixed-parameter (in)tractability are also discussed.

ما مشکل اصلاح یک تطبیق بدون حسادت را در هنگام هر عامل در نظر می گیریم یک مورد واحد اختصاص داده است.با توجه به تطبیق بدون حسادت ، ما یک عملیات را در نظر می گیریم برای تبادل کالای یک عامل با یک مورد غیرقابل توصیف که توسط نماینده ترجیح داده شده است این منجر به تطابق عاری از حسادت دیگر می شود.ما این عمل را تا زمانی که تکرار می کنیم ما میتوانیم.ما ثابت می کنیم که تطبیق عاری از حسادت به طور منحصر به فرد تعیین می شود تا انتخاب یک تطبیق اولیه بدون حسادت ، و در آن یافت می شود زمان چند جمله ای.ما نتیجه آن را مطابق با تطبیق بدون حسادت اصلاح طلب می نامیم ، و سپس ما یک سکانس کوتاه را برای به دست آوردن بدون حسادت اصلاح طلب مطالعه می کنیم تطبیق از تطبیق اولیه بدون حسادت.ما ثابت می کنیم که کوتاهترین دنباله به دست آوردن محاسباتی سخت است حتی اگر هر نماینده حداکثر چهار نفر را بپذیرد موارد و هر مورد توسط حداکثر سه عامل پذیرفته می شود.از طرف دیگر ، ما هنگامی که هر نماینده حداکثر سه مورد را می پذیرد یا به الگوریتم های زمان چند جمله ای بدهید هر مورد توسط حداکثر دو عامل پذیرفته می شود.ناآرامی بودن و قابلیت تغییر پارامتر ثابت (IN) نیز مورد بحث قرار گرفته است.