Loading...
机构名称:
¥ 2.0

我们研究了贝叶斯说服游戏,发件人想说服接收者采取二进制操作,例如购买产品。发件人被告知(实际上)世界状态,例如产品的质量,但只有有关接收者信念和公用事业的信息有限。以客户调查,用户研究和AI的最新进展激发,我们允许发件人通过查询模拟接收者行为的Oracle来了解有关接收器的更多信息。在固定数量的查询后,发件人对消息策略进行了提交,并且接收者采取了根据她收到的消息最大化她的预期实用程序的措施。,我们表征了发件人的最佳消息传递策略,但给定对接收器类型的任何分布。然后,我们设计了一种多项式查询算法,该算法优化了该游戏中发件人的预期实用程序。我们还考虑了近似甲骨文,更通用的查询结构和昂贵的查询。

通过模拟算法说服通过模拟算法说服

通过模拟算法说服通过模拟算法说服PDF文件第1页

通过模拟算法说服通过模拟算法说服PDF文件第2页

通过模拟算法说服通过模拟算法说服PDF文件第3页

通过模拟算法说服通过模拟算法说服PDF文件第4页

通过模拟算法说服通过模拟算法说服PDF文件第5页

相关文件推荐

2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2024 年
¥5.0
1900 年
¥1.0
2024 年
¥1.0
2022 年
¥2.0
1900 年
¥1.0
2024 年
¥4.0
2025 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2021 年
¥1.0
1900 年
¥1.0
2025 年
¥1.0
2024 年
¥17.0
2024 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0