matching pennies

新框架模拟博弈论动力学中的贝叶斯推理

arXiv上的一篇新论文介绍了贝叶斯复制子动力学，这是一个模拟智能体通过试错学习的框架，同时也是一种连续时间贝叶斯推理方法。该研究根据玩家是否具有优势策略将双人博弈分为两类。在标准的期望效用支付下，动力学只能在没有优势策略的游戏中进行贝叶斯更新，而对数支付允许在所有游戏中进行贝叶斯表示。这种区别导致具有优势策略的游戏的动力学发生逆转，可能在囚徒困境等场景中促进合作。