基于信念学习模型的虚拟博弈实验研究.docxVIP

基于信念学习模型的虚拟博弈实验研究.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于信念学习模型的虚拟博弈实验研究 摘要:信念学习模型是博弈论的一个前沿热点问题,当前研究多数 处于初始阶段,国内鲜少有实验验证该模型。文章将教学问答环节进行博 弈化设计,对虚拟博弈信念学习模型进行验证,实验数据分析显示:模型 收敛于均衡策略。实验证明了信念学习模型的有效性,并对今后构建该类 模型提出有益的建议。 关键词:信念学习实验经济学虚拟博弈 屮图分类号:F240文献标识码:A 文章编号:1004-4914 (2016) 09-247-03 一、引言 随着博弈论在各门学科屮的广泛使用,个体行为选择在学习屮的作用 也不断被学者们研究。North (1996)将心理学中个体的认知系统引入到 经济模型中,有效解释了决策中信念及偏好的关系,并将两者融合为理性 决策的基础,由此得出结论:信念是个人行为的准则,它是影响个人行为 选择的重要因素。他人的认知、行动和信念是构建有用模型的先决条件。 随着重复博弈研究的不断加深,经济学家逐步重视学习信念行为,用 以解释当重复整个傅弈时行为往往变得更为理性的原因。随着实验经济学 家对个体在重复博弈中的学习过程进行研究,信念的形成归纳为:口身学 习以及外界互动。自身学习指自身经历不断强化使某种行为发牛的概率上 升,外界互动指通过观察别人行为的收益情况进而指导自身行为决策。在 此基础上,Colin F. Camercr (2003)将信念学习模型定义为:“假设参与 者根据过去的事件来更新他们认为别人会如何行动的信念,从而根据这些 信念来决定哪种策略是最优的。”信念学习模型大致分为三类:信念学习 模型,强化学习模型,经历-加权吸引模型(章平,2006)0 信念学习模型以 Fundenberg and Levine ( 1998 )和 Cheung and Friedman (1997)的虚拟博弈模型为代表,该理论的基础是:参与人通过 观察其他参与人在过去各期内采取的行动概率,由此做出自身预期收益最 大化概率的行为。信念学习模型强调参与者始终牢记其他参与者以前的所 有行动,并且还要求参与者对每一期对手过去的行动赋予相等的权重,以 此来决定自己本轮的行为策略。该模型的观测经历主耍来源于其他参与人 过去的经历,即外界互动。强化学习模型以Bush-Mostcllcr Modle (1997) 为代表,该理论基础是:心理学认为一旦一种行动得到了奖赏,那么个人 在未来继续做出该行动的概率上升。如果是惩罚则未来做出该行动的概率 下降。强化学习模型不强调参与者形成冇关其他参与者可能行动的信念, 因为参与者更关注口己过往行为的奖赏和惩罚,该模型的观测经丿力主要来 源是自身经历,即自身学习。经历-加权吸引模型以Camercr and Teck Ho (1999)的 Experience-Weighted Attraction Modle 为代表,将强化学 习模型和信念学习模型相结合,通过将自身奖惩和观察其他参与者的支付 情况赋予不同的权重,拟合为吸引力指标,参与者对吸引力越敏感采取该 行动的概率越大。 综上,本文通过对教学提问环节进行博弈化设计对信念学习模型进行 研究,检验在重复博弈下该模型是否有效?探讨行为博弈、信念形成及制 度设计方面的相互关系。 二、 理论模型 在序贯二元决策场景的重复博弈下,通常假设对手的行动集合为C (cl, c2???ci???ck),在t轮轉弈之中,参与者对于其他参与者选择行 动ci所赋予的信念权重不断更新为: bt (ci) =bt-l (ci) +1在t期对手选择行动ci,信念权重相应的增 加lbt-1 (ci)在t期对手选择行动ci,信念权重相应的增加1 则在t期,参与者形成的其对手选择行动ci的概率与信念权重之间 的关系: 卩 t (ci)= 在给定其他参与者选择各种行动的概率的信念下,参与者计算出自己 可供选择的每一个纯策略由(参与者的策略空间为A)的期望支付“ (ai/ ut),则参与者在t+1期选择纯策略ai的概率为: P 二 同样地,参与者选择具有最大概率值的策略为口己的最优响应。 三、 实验设计和实施 (-)实验设计 实验在教学提问环节进行博弈化设计的背景下,通过多次重复博弈使 本次回答问题的学生在充分了解其他参与者(之前回答问题的学生)的支 付、以及对手(教师)的行动基础上,来决定自己本轮的行为策略。 所谓教学提问环节的博弈化设计是指:将每次课堂提问作为一次博弈 局,博弈的参与者是老师和学生,由于课堂提问内容和教学内容息息相关, 两个参与者都能够充分掌握背景信息,信息对于两者来说是充分的。实验 的行动是教师让学生起来回答问题,教师根据学生的回答质量,依据公开 透明量化的考核标准对学生回答进行打分。该分数作为学生的支付,最终 体现在期末成绩中占有一定权重。为保证博弈的公

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档