Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1611.10270

帮助 | 高级搜索

计算机科学 > 计算机科学与博弈论

arXiv:1611.10270 (cs)
[提交于 2016年11月28日 ]

标题: 最大后验学习在需求竞争博弈中

标题: Maximum a posteriori learning in demand competition games

Authors:Mohsen Rakhshan
摘要: 我们考虑两个企业之间的库存竞争博弈。 我们解决的问题是:如果参与者不知道对手的行动,且对手的效用函数未知,他们是否可以通过观察自己的销售在重复博弈中学会纳什策略? 在本工作中证明,通过最大后验(MAP)估计,参与者可以学习纳什策略。 证明了参与者的行动和信念会收敛到纳什均衡。
摘要: We consider an inventory competition game between two firms. The question we address is this: If players do not know the opponent's action and opponent's utility function can they learn to play the Nash policy in a repeated game by observing their own sales? In this work it is proven that by means of Maximum A Posteriori (MAP) estimation, players can learn the Nash policy. It is proven that players' actions and beliefs do converge to the Nash equilibrium.
评论: 6页
主题: 计算机科学与博弈论 (cs.GT) ; 优化与控制 (math.OC)
引用方式: arXiv:1611.10270 [cs.GT]
  (或者 arXiv:1611.10270v1 [cs.GT] 对于此版本)
  https://doi.org/10.48550/arXiv.1611.10270
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Mohsen Rakhshan [查看电子邮件]
[v1] 星期一, 2016 年 11 月 28 日 23:58:17 UTC (96 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.GT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-11
切换浏览方式为:
cs
math
math.OC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号