《博弈学习理论》求取 ⇩

1 引言1

1.1 博弈学习理论：分析博弈演变及其均衡的重要方法1

1.2 基本的博弈学习模型5

1.2.1 三个普通的学习或进化模型5

1.2.2 大群体和匹配模型6

1.3 库诺特调整10

1.3.1 库诺特动态分析11

1.3.2 具有锁定功能的库诺特过程12

1.4 本书的内容和结构14

2 虚拟行动19

2.1 引言19

2.2 确定性两人虚拟行动21

2.2.1 基本模型21

2.2.2 虚拟行动中的渐近行动23

2.2.3 对虚拟行动中循环的解释27

2.3 确定性多人虚拟行动29

2.3.1 基本模型29

2.3.2 虚拟行动中的收益32

2.3.3 在两策略博弈中的一致性和相关均衡35

2.4 确定性虚拟行动的一般化36

2.4.1 确定性虚拟行动和最优反应动态36

2.4.2 确定性虚拟行动的一般化38

2.5 随机虚拟行动与混合策略均衡40

2.5.1 收敛性的概念41

2.5.2 渐近近视与渐近经验主义42

2.5.3 随机扰动收益与平滑最优反应44

2.5.4 平滑虚拟行动和随机近似45

2.5.5 部分抽样50

2.5.6 普通一致性和平滑虚拟行动53

2.6 作为学习模型的激励反应和虚拟行动55

2.6.1 具有负强化的激励反应56

2.6.2 实验证据58

2.6.3 学习效应59

2.6.4 作为激励反应模型的虚拟行动60

2.6.5 学习策略空间62

3 模仿者动态与相关的进化模型64

3.1 引言64

3.2 同类群体的模仿者动态模型65

3.2.1 重复动态博弈模型65

3.2.2 同类群体模仿者动态模型的稳定性67

3.3 进化稳定策略与非对称模仿者模型71

3.3.1 进化稳定策略71

3.3.2 非对称模仿者模型76

3.4 模仿者动态的经济学解释79

3.4.1 回顾79

3.4.2 社会学习模型80

3.4.3 刺激反应模型85

3.5 具有持续随机性的调整模型87

3.5.1 随机调整模型概述87

3.5.2 Kandori-Mailath-Rob模型91

3.6 非同类群体的随机匹配与随机模仿者动态95

3.6.1 非同类群体的随机匹配95

3.6.2 随机模仿者动态98

3.7 学习的具体策略障碍和非单调选择动态103

3.7.1 引言103

3.7.2 选择动态学105

3.7.3 模仿者动态的一般化108

3.7.4 周期性的轨道111

3.7.5 劣策略115

4 自确认均衡119

4.1 引言119

4.2 简单的学习模型120

4.2.1 一个例子120

4.2.2 信念122

4.2.3 给定信念的行为123

4.2.4 均衡概念124

4.3 自确认均衡的稳定性和非齐次自确认均衡126

4.3.1 自确认均衡的稳定性126

4.3.2 非齐次自确认均衡127

4.4 一致自确认均衡与纳什均衡129

4.4.1 一致自确认均衡129

4.4.2 一致自确认均衡与纳什均衡131

4.5 可理性化的自确认均衡和关于对手收益的事前信息135

4.5.1 引言135

4.5.2 闭信念集和扩展式可理性化138

4.5.3 稳健性140

4.5.4 例4.1 的再分析141

5 老练学习143

5.1 引言143

5.2 三种老练学习模式145

5.2.1 老练学习的贝叶斯方法145

5.2.2 专家的选择149

5.2.3 条件学习151

5.3 老练学习的稳定性和复杂性153

5.3.1 老练学习将导致复杂动态学153

5.3.2 老练学习的稳定性156

5.4 校准学习和相关均衡159

5.4.1 引言159

5.4.2 表达法和定义162

5.4.3 校准与相关均衡164

5.4.4 SHAPLEY博弈与虚拟行动168

5.5 操纵学习过程172

5.5.1 信誉模型173

5.5.2 在大群体中的引导174

6 学习与有限预测均衡179

6.1 引言179

6.2 有限预测均衡182

6.2.1 模型182

6.2.2 有限预测均衡183

6.3 学习和有限预测187

6.3.1 错误188

6.3.2 信念状态和预测规则188

6.3.3 行动和信念状态189

6.3.4 更新信念状态189

6.3.5 初始化191

6.4 学习实施(n1,n2)-解191

6.4.1 无颤抖的吸收集192

6.4.2 随机稳定集193

6.4.3 一个例子194

6.5 讨论196

6.5.1 关于似然性水平量的有限性196

6.5.2 最似然预测规则的唯一性197

6.5.3 存在许多最似然预测规则时的随机选择198

6.5.4 关于错误198

6.5.5 关于预测规则199

6.5.6 结论200

7 再发生博弈中的社会学习和对学习的福利分析201

7.1 引言201

7.2 激励举例和再发生博弈定义206

7.2.1 激励举例206

7.2.2 再发生博弈209

7.2.3 不确定再发生博弈211

7.2.4 概率空间211

7.2.5 不确定再发生博弈中的均衡212

7.3 社会学习及其收敛212

7.3.1 社会学习212

7.3.2 社会学习隐含私人学习和向贝叶斯均衡的收敛213

7.3.3 为完美行动而学习222

7.3.4 小结227

7.4 学习的福利分析233

7.4.1 引言233

7.4.2 模型236

7.4.3 市场学习237

7.4.4 最优学习240

7.4.5 一个变量：短期代理人245

7.4.6 小结247

8 市场进入和重复谈判博弈中学习效应的实验研究250

8.1 市场进入博弈学习模型及其实验设计250

8.1.1 引言250

8.1.2 市场进入博弈251

8.1.3 Roth-Erev适应性学习模型255

8.1.4 实验设计257

8.2 市场进入博弈实验结果分析260

8.2.1 总体评述260

8.2.2 存在免费学习神话吗？262

8.2.3 观察到的学习过程263

8.2.4 信息条件影响的可选解释264

8.2.5 强化学习模型的外部参考点变量模拟265

8.2.6 主体使用基于模仿的还是预期的规则266

8.3 重复谈判博弈中的学习效应实验研究268

8.3.1 引言268

8.3.2 麻醉效应和学习的实证研究回顾270

8.3.3 无仲裁者和等概率仲裁者的实验设计272

8.4 无仲裁者和等概率仲裁者的实验分析276

8.4.1 初步分析276

8.4.2 回合效应与结果学习278

8.4.3 结果学习模型的麻醉效应测试281

8.4.4 解决方案和阶段策略282

8.4.5 进一步的分析284

8.4.6 总结290

参考文献293

中英文人名对照311

后记317