Two Competing Models of How People Learn in Games
博弈中人类学习的两种竞争模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论博弈学习模型的理论动态，未明确涉及所列细分方向中的离散选择估计或其他计量问题，分类依据不足。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
博弈中人类学习的两种竞争模型
- 研究问题
- 强化学习与随机虚拟博弈对信息处理和优化的假设不同，它们描述人类博弈学习时的长期行为、均衡稳定性与学习速度有何差异？
- 方法与思路
- 作者比较两类模型的期望动态，将随机虚拟博弈及带探索的强化学习写成演化复制动态的扰动形式，并分析渐近行为与局部稳定性。
- 材料陈述的贡献
- 摘要称，两类模型在许多情形下具有相同渐近行为，且在混合均衡处局部稳定性相同；主要可辨差异是随机虚拟博弈学习更快。
- 阅读关注点
- 阅读时应核对扰动复制动态表示所需条件、混合均衡附近的稳定性论证，以及学习速度的定义和比较适用的博弈范围。
- 阅读边界
- 摘要未说明具体博弈设定、探索机制及速度比较条件，也未报告人类实验数据；模型间的理论相似性不能直接验证行为解释力。
原文摘要
Reinforcement learning and stochastic fictitious play are apparent rivals as models of humans learning. They embody quite different assumptions about the processing of information and optimisation. This paper compares their properties and finds that they are far more similar than were thought. In particular, the expected motion of stochastic fictitious play and reinforcement learning with experimentation can both be written as a perturbed form of the evolutionary replicator dynamics. Therefore they will in many cases have the same asymptotic behaviour. In particular, they have identical local stability properties at mixed equilibria. The main identifiable difference between two models is speed: stochastic fictitious play gives rise to faster learning.