cs.GT」カテゴリーアーカイブ

Multi-Sender Persuasion — A Computational Perspective

要約 私たちは、単一の利己的な行為者を特定の行動に向けて説得するために、情報優位 … 続きを読む

カテゴリー: cs.AI, cs.GT | Multi-Sender Persuasion — A Computational Perspective はコメントを受け付けていません

Online Recommendations for Agents with Discounted Adaptive Preferences

要約 未知の $\textit{好みモデル}$ に従って、エージェントの好み ( … 続きを読む

カテゴリー: cs.GT, cs.IR, cs.LG | Online Recommendations for Agents with Discounted Adaptive Preferences はコメントを受け付けていません

Mastering Zero-Shot Interactions in Cooperative and Competitive Simultaneous Games

要約 自己プレーとプランニングの組み合わせは、例えばチェスや囲碁のような逐次ゲー … 続きを読む

カテゴリー: cs.AI, cs.GT | Mastering Zero-Shot Interactions in Cooperative and Competitive Simultaneous Games はコメントを受け付けていません

Learning and Calibrating Heterogeneous Bounded Rational Market Behaviour with Multi-Agent Reinforcement Learning

要約 エージェントベース モデル (ABM) は、従来の平衡分析とは互換性のない … 続きを読む

カテゴリー: cs.CE, cs.GT, cs.LG, cs.MA, econ.GN, q-fin.EC | Learning and Calibrating Heterogeneous Bounded Rational Market Behaviour with Multi-Agent Reinforcement Learning はコメントを受け付けていません

Emergent Dominance Hierarchies in Reinforcement Learning Agents

要約 最新の強化学習 (RL) アルゴリズムは、さまざまなタスクで人間を上回るパ … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.LG, cs.MA | Emergent Dominance Hierarchies in Reinforcement Learning Agents はコメントを受け付けていません

Scalable Mechanism Design for Multi-Agent Path Finding

要約 マルチエージェント経路探索 (MAPF) には、複数のエージェントが共有エ … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.MA | Scalable Mechanism Design for Multi-Agent Path Finding はコメントを受け付けていません

Strategic Usage in a Multi-Learner Setting

要約 現実世界のシステムでは、多くの場合、一連のサービスの中から選択するユーザー … 続きを読む

カテゴリー: 91A10, cs.GT, cs.LG | Strategic Usage in a Multi-Learner Setting はコメントを受け付けていません

Contracting with a Learning Agent

要約 現実の契約関係の多くは、プリンシパルエージェント理論の中心となるクリーンで … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.LG, econ.TH | Contracting with a Learning Agent はコメントを受け付けていません

Formal Contracts Mitigate Social Dilemmas in Multi-Agent RL

要約 マルチエージェント強化学習 (MARL) は、共通の環境で独立して動作する … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.MA, econ.TH | Formal Contracts Mitigate Social Dilemmas in Multi-Agent RL はコメントを受け付けていません

Learning to Manipulate under Limited Information

要約 社会的選択理論の古典的な結果によれば、合理的な優先投票方法は、個人に不誠実 … 続きを読む

カテゴリー: 68T07, 91B10, 91B12, 91B14, cs.AI, cs.GT, cs.LG, cs.MA, econ.TH, I.2.11 | Learning to Manipulate under Limited Information はコメントを受け付けていません