经济学 > 理论经济学
[提交于 2024年5月1日
]
标题: 一种对多样性的品味
标题: A Taste for Variety
摘要: 决策者反复从一个有限的动作集合中选择一个动作。 在每一时期,决策者的收益取决于所选动作的固定基本收益以及该动作在过去被选择的频率。 我们分析了与三种无限收益评估相关的最优策略:贴现现值、部分平均值的极限下限和极限上限。 我们证明,当前两种是评估方案时,一个平稳策略总能实现最佳可能的结果。 然而,对于后一种评估方案,只有当一个最优平稳策略以严格正频率选择的所有动作具有相同的的基本收益时,平稳策略才能实现最佳结果。
文献和引用工具
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
推荐器和搜索工具
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.