Artificial Intelligence and Dual Contract

要約

最近の人工知能アルゴリズムの劇的な進歩に伴い、契約設計などのさまざまな分野でアルゴリズムが人間の意思決定者に取って代わることが期待されています。
デュアルプリンシパルエージェント問題の主力\emph {デュアルコントラクト}モデルで、人工知能（マルチエージェントQラーニング）を利用したアルゴリズムの動作を実験的に研究することにより、考えられる結果を分析します。
AIアルゴリズムは、外部からのガイダンスや相互のコミュニケーションなしに、インセンティブに適合する契約を設計することを自律的に学習することがわかりました。
独自の AI アルゴリズムを搭載したプリンシパルは、共謀や競争などの混合行動を行うことができることを強調します。
より知的なプリンシパルは協力的になる傾向があり、より知的なプリンシパルは内因性近視眼であり、競争的になる傾向があることがわかりました。
最適な契約の下では、エージェントへのより低い契約インセンティブは、プリンシパル間の共謀戦略によって維持されます。
この発見は、プリンシパルの異質性、契約に関与するプレーヤー数の変化、およびさまざまな形の不確実性に対して堅牢です。

要約(オリジナル)

With the dramatic progress of artificial intelligence algorithms in recent times, it is hoped that algorithms will soon supplant human decision-makers in various fields, such as contract design. We analyze the possible consequences by experimentally studying the behavior of algorithms powered by Artificial Intelligence (Multi-agent Q-learning) in a workhorse \emph{dual contract} model for dual-principal-agent problems. We find that the AI algorithms autonomously learn to design incentive-compatible contracts without external guidance or communication among themselves. We emphasize that the principal, powered by distinct AI algorithms, can play mixed-sum behavior such as collusion and competition. We find that the more intelligent principals tend to become cooperative, and the less intelligent principals are endogenizing myopia and tend to become competitive. Under the optimal contract, the lower contract incentive to the agent is sustained by collusive strategies between the principals. This finding is robust to principal heterogeneity, changes in the number of players involved in the contract, and various forms of uncertainty.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google