Loading...
机构名称:
¥ 1.0

古典信息设计模型(例如,贝叶斯说服和便宜的谈话)要求玩家对世界状态的先前分布有完整的了解。我们的论文研究重复说服问题,其中信息设计师不知道先验。信息设计师学会从与接收器重复相互作用中设计信号方案。我们为信息设计师设计学习算法,与在接收者决策的两个模型下使用最佳信号计划与已知先验的最佳信号计划相比,没有后悔:(1)第一型模型假设接收器知道先验并可以执行后验更新并对信号进行最佳响应。在此模型中,我们为信息设计者设计了一种学习算法,以在一般情况下实现O(log t)遗憾,而在接收器只有两个动作的情况下,在θ(log log t)遗憾的另一种算法(log log t)后悔。我们的算法基于多维和保守的二进制搜索技术,该技术绕过ω(√

未知先验的信息设计 - 滴

未知先验的信息设计 - 滴PDF文件第1页

相关文件推荐

2023 年
¥1.0
2024 年
¥1.0
2012 年
¥1.0
2023 年
¥1.0
2017 年
¥11.0
2023 年
¥1.0
2020 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥21.0
2025 年
¥1.0
2024 年
¥13.0
2024 年
¥1.0
2025 年
¥1.0
1900 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2022 年
¥12.0
2025 年
¥2.0
2025 年
¥4.0
2025 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0