Algorithmic Persuasion Through Simulation

要約

私たちは、送信者が受信者を説得して、製品の購入などの二者択一の行動をとるようベイジアン説得ゲームを研究します。
送信者は、製品の品質が高いか低いかなど、世界の（バイナリ）状態について通知されますが、受信者の信念や有用性については限られた情報しか得られません。
顧客調査、ユーザー調査、AI の最近の進歩を動機として、送信者は受信者の動作をシミュレートするオラクルにクエリを実行することで、受信者についてさらに学習できるようになります。
一定数のクエリの後、送信者はメッセージング ポリシーにコミットし、受信者は受信したメッセージに応じて期待されるユーティリティを最大化するアクションを実行します。
受信者の種類に対する分布を考慮して、送信者の最適なメッセージング ポリシーを特徴付けます。
次に、このゲームにおける送信者の期待される有用性を最適化する多項式時間クエリ アルゴリズムを設計します。
また、近似オラクル、より一般的なクエリ構造、コストのかかるクエリも考慮します。

要約(オリジナル)

We study a Bayesian persuasion game where a sender wants to persuade a receiver to take a binary action, such as purchasing a product. The sender is informed about the (binary) state of the world, such as whether the quality of the product is high or low, but only has limited information about the receiver’s beliefs and utilities. Motivated by customer surveys, user studies, and recent advances in AI, we allow the sender to learn more about the receiver by querying an oracle that simulates the receiver’s behavior. After a fixed number of queries, the sender commits to a messaging policy and the receiver takes the action that maximizes her expected utility given the message she receives. We characterize the sender’s optimal messaging policy given any distribution over receiver types. We then design a polynomial-time querying algorithm that optimizes the sender’s expected utility in this game. We also consider approximate oracles, more general query structures, and costly queries.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google