XiaoMi-AI文件搜索系统
World File Search System囚徒
测试战略不确定性模型
摘要 在重复博弈中，共谋和非共谋结果都可以作为均衡，因此了解每种均衡类型的选择可能性至关重要。受控实验已通过实证验证了双人重复囚徒困境的选择标准：始终背叛的吸引盆。该预测装置使用博弈原语来测量代理宁愿无条件背叛而不是尝试有条件合作的信念集。这种信念测量反映了对他人行为的战略不确定性，其中当盆地测量满时预测非合作结果，当盆地测量为空时预测合作结果。我们将这种选择概念扩展到多人社交困境并通过实验测试预测，操纵玩家总数和收益延伸。我们的结果证实了该模型是预测长期合作的工具，同时也说明了处理初次相遇时的一些局限性。（JEL：C73、C92、D91）
量子博弈论 – I
在过去的几十年中，量子计算已经发展成为一个成功的研究领域。与此同时，博弈论领域也在不断发展，从而引发了对量子博弈论的追求。强烈推荐早期研究人员在这个跨学科领域的研究成果，例如 David A. Meyer、J. Eisert、M. Wilkens、A. Iqbal、E. Piotrowski、J. Orlin Grabbe、Adrian P. Flitney 和 Derek Abbott。本文对理解量子博弈论模型工作流程及其计算机模拟的研究进行了介绍性回顾。它首先介绍博弈论和量子计算，然后对三个博弈论模型（抛硬币游戏、囚徒困境和双人决斗）的经典和量子版本进行理论分析，并提供模拟结果支持。模拟是通过编写 Python 代码来完成的，这些代码有助于我们分析模型。通过分析，我们将能够了解两个版本的游戏模型的行为差异。
理解经济发展补贴为何是个问题以及如何解决
1. 学术研究表明，政客们似乎会因为被视为“为改善当地经济做些事情”而受益。4 也就是说，良好的意愿和短期目标似乎比真正的长期经济效应（很难准确衡量）更重要（尤其是在竞选连任方面）。2. 大多数关于经济发展补贴的非学术研究都采用“只考虑收益”的分析方法，忽略了为补贴提供资金所需税收的经济影响，从而造成了一种关于补贴预期效果的错误信息文化。3. 收益（集中在补贴接受者身上）和成本（分摊到所有其他纳税人身上）分配不均意味着接受者有强烈的动机去游说争取补贴，而组织大量分散纳税人的难度抑制了他们发起有效抗议的能力。 4. 当其他城市和州的政客也参与这种做法时，提供补贴的压力尤其难以抵制，从而产生了一种囚徒困境，即政策制定者感到有必要支持提供补贴，即使这看起来并不正确。
社交互动中的信念更新
在竞争性互动中，人类必须灵活地更新对他人意图的信念，以调整自己的选择策略，比如当相信对方可能会利用他们的合作性时。在这里，我们研究人类信念更新过程的神经动力学和因果神经基础。我们使用了一个改良的囚徒困境游戏，其中参与者明确预测同伴的行为，这使我们能够量化预期行为和实际行为之间的预测误差。首先，在 EEG 实验中，我们发现负向预测误差的内侧额叶负性 (MFN) 比正向预测误差更强，这表明这个内侧额叶 ERP 成分可能编码同伴的意外背叛。MFN 还能预测负向预测误差后的后续信念更新。在第二个实验中，我们使用经颅磁刺激 (TMS) 来研究背内侧前额叶皮质 (dmPFC) 是否在意外结果后有因果地实施信念更新。我们的结果表明，dmPFC TMS 削弱了负面预测误差后的信念更新和战略行为调整。总之，我们的研究结果揭示了预测误差在社交决策中的使用时间过程，并表明 dmPFC 在更新他人意图的心理表征方面发挥着至关重要的作用。
平衡类量子贝叶斯网络
摘要：认知心理学的经验结果表明，在高度不确定的情况下，许多人倾向于做出非理性决策。为了解决这个问题，人们提出了基于量子概率论的模型，例如类量子贝叶斯网络。然而，该模型在概率推理过程中利用贝叶斯归一化因子将量子干涉效应产生的可能性转换为概率值。这一操作的解释尚不清楚，导致强度波极度倾斜，使得预测这些非理性决策的任务具有挑战性。本文提出了平衡定律，这是一种基于平衡强度波概念的类量子贝叶斯网络中概率推理的新型数学形式。一般的想法是平衡量子干涉产生的强度波，使得它们在贝叶斯归一化过程中相互抵消。通过这种表示，我们还提出了最大不确定性定律，这是一种通过选择熵值最高的波的振幅来预测这些悖论的方法。实证结果表明，平衡定律与最大不确定性定律相结合能够准确预测认知心理学中不同实验中表现出的矛盾或非理性决策，即在囚徒困境博弈和两阶段赌博博弈中。
量子游戏专题
本研究集中于同时移动的非合作量子博弈。其中一部分显然不是新的，但为了自洽起见，将其包括在内，因为它致力于介绍相关主题的数学和物理基础，以及如何将简单的经典博弈修改为量子博弈（此过程称为经典博弈的量化）。简要强调了博弈论与信息科学之间的联系，并揭示了量子纠缠的作用（在量子博弈论中起着核心作用）。利用这些工具，我们研究了一些基本概念，例如纯策略和混合策略纳什均衡的存在（或不存在）及其与纠缠程度的关系。本研究的主要结果如下：1）基于最佳响应函数法构建数值算法，旨在寻找量子博弈中的纯策略纳什均衡。该形式化方法基于将连续变量离散化为点的网格，可应用于基于最佳反应函数法的双人双策略经典博弈中的量子博弈。2）应用该算法研究纯策略纳什均衡的存在与否与纠缠度（由连续参数γ指定）的关系问题。结果表明，当经典博弈GC存在非帕累托有效的纯策略纳什均衡时，具有最大纠缠度（2γ=π）的量子博弈GQ不存在纯策略纳什均衡。通过研究非对称囚徒困境博弈，发现存在一个临界值02γ<<πc，使得当γγ<c时，存在纯策略纳什均衡
量子博弈论的优势及应用
1.1 背景信息。随着量子计算的发展，David A. Meyer 于 1999 年首次将其与博弈论相结合 [Mey99]。为了找到一种更好的策略来提高个人的预期收益，Meyer 应用了通用量子算法并生成了一种量子策略，并证明该策略始终至少与经典策略一样好。这一发现的结果为博弈论的新篇章——量子博弈论奠定了基础。从那时起，许多数学家、物理学家和经济学家通过构建经典博弈论模型的量子版本来探索这一领域，例如最著名的博弈论模型：囚徒困境 [EWL99]。经典博弈论和量子博弈论的主要区别在于建模中使用了纠缠机制。与传统博弈论不同，量子博弈论并不采用纯策略或混合策略，而是假设博弈者共享一个（或多个，尽管这类模型不在本研究范围内）量子比特，并且他们的策略基于在两个不同基础上对该量子比特的测量进行评估。自从量子博弈论诞生以来，它就备受赞誉和批评，对它的探索也面临挑战。由于量子博弈论的性质复杂，涉及多个知识领域，因此需要物理学、计算机科学、数学和经济学方面的背景，这为想要进入该领域的研究人员设定了很高的门槛。另一个重要的批评是，到目前为止，量子博弈论的研究还局限于经济学现有的知识范围，因此未能为其带来新的投入 [Lev05]。然而，有理由怀疑这种情况将会改变 [DJL05]，因此量子博弈论在现实生活中的适用性是一个持续讨论的话题。
交易中的量子优势：博弈论方法
交易的性质一直受到信息传递和技术进步的影响。从 19 世纪 50 年代电报的发明到 1867 年爱德华·卡拉汉发明的股票行情机，实时报告股票价格和市场新闻彻底改变了交易格局。这些创新使经纪商和交易员能够比以往更快地获取信息，从而促进了更具活力和竞争力的市场环境。随着在线交易平台的出现，数字时代带来了范式转变。1994 年推出的 digiTRADE 和 Ameritrade 的开创性在线经纪服务使交易员能够以极低甚至零佣金即时下单。互联网带来了前所未有的速度和可访问性，同时提供了数据集成、仪表板和商业智能等工具，以便做出更明智的决策。这种向电子交易的转变也标志着传统场内交易员和经纪商的衰落，因为算法交易占据了中心地位。能够分析市场状况和执行交易的自动化系统强调了交易生态系统对技术的日益依赖。基于这些发展，一个关键问题涉及基于量子计算的“量子交易”平台的潜在优势。量子计算的最新进展表明数据处理速度和效率有所提高；然而，量子计算机为竞争性互动问题提供更高质量解决方案的能力已被证实，这为交易者提供了独特的价值。这对于碳交易和其他绿色市场等关键市场尤其重要。本文以“小鸡”和“囚徒困境”游戏作为突出的例子，研究了博弈论交易模型，并将其应用于量子交易平台。
商业中的博弈论：战略决策......
1,2 助理教授，Innocent Hearts 机构集团 摘要 博弈论是理解商业中理性决策者之间战略互动的分析框架。本文探讨了博弈论在商业战略中的应用，重点研究了企业如何使用博弈论模型来增强决策能力并在复杂的市场中获得竞争优势。本文包括不同行业的公司案例研究，例如 Infosys、苹果和三星等公司在全球智能手机市场上的竞争、亚马逊和 Flipkart 在电子商务领域的竞争以及可口可乐和百事可乐在软饮料行业的竞争。每个案例研究都展示了博弈论在现实商业场景中的相关应用，并展示了企业如何使用博弈论模型（如纳什均衡、混合策略和重复博弈）来应对竞争压力、优化定价和预测竞争对手的行为。本文的结论是，博弈论是战略规划的重要工具，使企业能够预测竞争对手的动作并做出有效反应。关键词：博弈论、囚徒困境、序贯博弈、定价策略、纳什均衡、主导策略。 简介 战略决策是企业成功的关键。在当今竞争激烈的商业环境中，组织面临着复杂的战略选择，需要仔细了解竞争对手的行动。博弈论是数学的一个分支，它为分析这些相互作用提供了一个强大的框架，使企业能够预测竞争对手的举动并做出决策以最大化各自的收益。本文探讨了博弈论在商业中的应用，重点关注其在战略决策中的作用及其产生的竞争优势。 当今的公司面临的竞争是动态的、相互关联的。了解竞争对手、客户和其他利益相关者的反应对于保持竞争优势至关重要。博弈论提供了对这些相互作用的洞察，为企业提供了预测潜在结果和制定优化绩效策略的工具。 目标 本研究论文的主要目标是：
使用实验室实验教授入门经济学
使用受控实验来检验经济假设并非新鲜事；Roth (1995, 5) 将实验经济学的起源至少追溯到 20 世纪 30 年代。然而，直到最近三十年，一个可识别的实验经济学研究领域才发展起来。该领域现已达到两个重要的成熟里程碑：综合参考书的出现（Kagel 和 Roth 1995）和该领域教科书的出版（Davis 和 Holt 1993）。研究实验在无法以足够清晰的方式观察自然发生的实验产生的数据以检验重要的经济假设的应用中蓬勃发展。例如，早期的实验侧重于直接测试风险规避和预期效用框架。自 20 世纪 60 年代以来，测试个人选择理论的实验在经济学和心理学中都很常见。经济学中产生大量实验文献的其他领域包括对各种拍卖和其他市场组织形式的效率的测试、囚徒困境和其他简单的博弈论应用、公共物品供应和搭便车以及各种讨价还价框架（Roth 1995）。直到 20 世纪 90 年代，实验才开始被系统地用作教学工具。课堂实验越来越受欢迎，这在很大程度上要归功于唐纳德·威尔斯和阿灵顿·威廉姆斯在美国国家科学基金会的赞助下在亚利桑那大学举办的一系列研讨会。本书的目的是向入门经济学教师介绍实验的使用，并描述一些已改编为课堂使用的常见实验。现在，许多经济学家在教学中积极使用实验。最近会议上提出的许多创造性应用表明，实验可以作为教学工具应用于广泛的问题。1 本书并未试图全面回顾所有正在使用的课堂实验；事实上，实验的使用已经发展得太快，以至于无法编写这样的评论。相反，它专注于少数常见的实验，这些实验已被证明是向学生展示典型的入门经济学课程所涉及的关键思想的成功工具。本书讨论的所有实验都已在里德学院的入门经济学 201 课程的实验室中使用。虽然结果