Algorithmic Persuasion Through Simulation

要約

私たちは、送信者が製品の購入などのバイナリアクションを実行するように受信者に説得したいベイジアン説得ゲームを勉強します。
送信者は、製品の品質など、世界の（実際の）世界の状態について通知されますが、受信者の信念とユーティリティに関する情報は限られています。
顧客調査、ユーザー調査、およびAIの最近の進歩に動機付けられているため、受信者の動作をシミュレートするOracleを照会することにより、送信者が受信者についてさらに学ぶことができます。
固定数のクエリの後、送信者はメッセージングポリシーにコミットし、受信者は受け取ったメッセージを考慮して予想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。
受信機の種類を介した配布を考えると、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、このゲームで送信者の予想されるユーティリティ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、おおよそのオラクル、より一般的なクエリ構造、およびコストの高いクエリを検討します。

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 (real-valued) state of the world, such as the quality of the product, 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