論文の概要: Complexity, Stability Properties of Mixed Games and Dynamic Algorithms,
and Learning in the Sharing Economy
- arxiv url: http://arxiv.org/abs/2001.08192v1
- Date: Sat, 18 Jan 2020 01:09:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-10 05:30:36.820965
- Title: Complexity, Stability Properties of Mixed Games and Dynamic Algorithms,
and Learning in the Sharing Economy
- Title(参考訳): 混合ゲームと動的アルゴリズムの複雑さ・安定性特性と共有経済における学習
- Authors: Michael C. Nwogugu
- Abstract要約: シェアリング・エコノミー(Airbnb、Apple、Alibaba、Uber、WeWork、Ebay、Didi Chuxing、Amazonなど)は世界中に波及し、業界構造の変化を引き起こし、主に多くの国で様々な法令や法律に従わず、国際資本フローに大きな影響を与えた。
本稿では,SEOの新たな動的価格モデルを開発し,反トラストの信頼性を排除し,致命的損失,欲求,レグレトおよびGPS操作を低減させる混合ゲームと動的アルゴリズムの安定性特性を導出する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The Sharing Economy (which includes Airbnb, Apple, Alibaba, Uber, WeWork,
Ebay, Didi Chuxing, Amazon) blossomed across the world, triggered structural
changes in industries and significantly affected international capital flows
primarily by disobeying a wide variety of statutes and laws in many countries.
They also illegally reduced and changing the nature of competition in many
industries often to the detriment of social welfare. This article develops new
dynamic pricing models for the SEOs and derives some stability properties of
mixed games and dynamic algorithms which eliminate antitrust liability and also
reduce deadweight losses, greed, Regret and GPS manipulation. The new dynamic
pricing models contravene the Myerson Satterthwaite Impossibility Theorem.
- Abstract(参考訳): シェアリング・エコノミー(Airbnb、Apple、Alibaba、Uber、WeWork、Ebay、Didi Chuxing、Amazonなど)は世界中に波及し、業界構造の変化を引き起こし、主に多くの国で様々な法令や法律に従わず、国際資本フローに大きな影響を与えた。
また、多くの産業において、しばしば社会福祉を損なうために、競争の性質を違法に減らし変えた。
本稿では,SEOの新たな動的価格モデルを開発し,反トラストの信頼性を排除し,致命的損失,欲求,レグレトおよびGPS操作を低減させる混合ゲームと動的アルゴリズムの安定性特性を導出する。
新しい動的価格モデルは、Myerson Satterthwaite Impossibility Theoremに反している。
関連論文リスト
- By Fair Means or Foul: Quantifying Collusion in a Market Simulation with Deep Reinforcement Learning [1.5249435285717095]
本研究は、反復価格競争の実験的なオリゴポリーモデルを用いる。
我々は,エージェントが開発する戦略と価格パターンについて検討し,その結果を導出する可能性がある。
以上の結果から,RLをベースとしたAIエージェントは,超競争的価格帯電を特徴とする癒着状態に収束することが示唆された。
論文 参考訳(メタデータ) (2024-06-04T15:35:08Z) - PPA-Game: Characterizing and Learning Competitive Dynamics Among Online Content Creators [32.27173842175003]
本稿では,PPA-Game(Proportional Payoff Allocation Game)を導入し,エージェントがさまざまなリソースと消費者の注意を競う方法をモデル化する。
分析の結果, 純粋なナッシュ平衡 (PNE) はすべてのシナリオにおいて保証されていないが, 一般的に観察される。
本稿では,各エージェントの累積支払をT$ラウンドで行うことを容易にするオンラインアルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-03-22T14:13:11Z) - On Tractable $Φ$-Equilibria in Non-Concave Games [53.212133025684224]
非凹面ゲームはゲーム理論と最適化に重大な課題をもたらす。
Phi$が有限であるとき、対応する$Phi$-equilibriaに収束する効率的な非結合学習アルゴリズムが存在することを示す。
また,オンライングラディエントDescentは,非自明な状況下で効率よく$Phi$-equilibriaを近似できることを示した。
論文 参考訳(メタデータ) (2024-03-13T01:51:30Z) - Optimistic Policy Gradient in Multi-Player Markov Games with a Single
Controller: Convergence Beyond the Minty Property [89.96815099996132]
単一コントローラを用いたマルチプレイヤーゲームにおいて,楽観的なポリシー勾配手法を特徴付ける新しいフレームワークを開発した。
我々のアプローチは、我々が導入する古典的なミニティの自然一般化に依存しており、マルコフゲームを超えてさらなる応用が期待できる。
論文 参考訳(メタデータ) (2023-12-19T11:34:10Z) - Dynamic Pricing of Applications in Cloud Marketplaces using Game Theory [6.369406986434764]
本稿では,新しい動的価格戦略を提供するゲームとして,クラウドマーケットプレースを定量的にモデル化する。
競争ベースの価格政策を改善するために、提供者が登録する委員会が検討されている。
コミッショナーの使用により、ゲームは完全な情報となり、各プレイヤーは他のすべての支払い機能を認識している。
論文 参考訳(メタデータ) (2023-09-20T13:41:45Z) - Autobidders with Budget and ROI Constraints: Efficiency, Regret, and Pacing Dynamics [53.62091043347035]
オンライン広告プラットフォームで競合するオートバイディングアルゴリズムのゲームについて検討する。
本稿では,全ての制約を満たすことを保証し,個人の後悔を解消する勾配に基づく学習アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-01-30T21:59:30Z) - How Bad is Selfish Driving? Bounding the Inefficiency of Equilibria in
Urban Driving Games [64.71476526716668]
我々は,任意の平衡選手がプレーに同意するであろう効率について検討する。
我々は、アナーキーの価格に関する既存の境界を洗練させる保証を得る。
提案手法はオープンループ軌道に対する懸念を保証しているが,エージェントがクローズドループポリシーを採用する場合においても,効率的な平衡を観測する。
論文 参考訳(メタデータ) (2022-10-24T09:32:40Z) - Finding General Equilibria in Many-Agent Economic Simulations Using Deep
Reinforcement Learning [72.23843557783533]
本研究では,エージェント種別のメタゲームに対して,エプシロン・ナッシュ平衡である安定解を求めることができることを示す。
私たちのアプローチはより柔軟で、例えば市場クリア化のような非現実的な仮定は必要ありません。
当社のアプローチは、実際のビジネスサイクルモデル、DGEモデルの代表的なファミリー、100人の労働者消費者、10社の企業、税金と再分配を行う政府で実証しています。
論文 参考訳(メタデータ) (2022-01-03T17:00:17Z) - Competing Bandits: The Perils of Exploration Under Competition [99.68537519404727]
オンラインプラットフォーム上での探索と競争の相互作用について検討する。
私たちは、スタークコンペティションが企業に対して、低福祉につながる「欲張り」バンディットアルゴリズムにコミットするよう促すことに気付きました。
競争を弱めるための2つのチャンネルについて検討する。
論文 参考訳(メタデータ) (2020-07-20T14:19:08Z) - Hedging using reinforcement learning: Contextual $k$-Armed Bandit versus
$Q$-learning [0.22940141855172028]
本稿では,リスクと市場摩擦の存在下での連関債権の複製戦略の構築について検討する。
本稿では、ヘッジ問題はリスク・アバース文脈における$k$-armed bandit問題の例と見なされる。
私たちは、$k$の武器付きバンディットモデルが、ヘッジの利益と損失の定式化に自然に適合していることに気付きました。
論文 参考訳(メタデータ) (2020-07-03T11:34:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。