车辆对车辆通信模型中的理性和行为反馈
摘要：车对车（V2V）通信旨在通过分布式信息共享来提高道路安全性；然而，这种系统面临一个设计挑战：很难预测和优化人类行为对这些信息引入的响应。贝叶斯博弈是建模这种情况的一种标准方法；在贝叶斯博弈中，代理人根据固定的已知分布概率地采取各种类型。在这种模型中，代理人表面上进行贝叶斯推断，但对大多数人来说，这可能不是一个合理的认知需求。更复杂的是，提供给代理人的信息通常隐含地依赖于代理人的行为，这意味着代理人类型的分布是代理人行为的函数（即，类型分布是内生的）。在本文中，我们研究了一个现有的V2V通信模型，但在两个维度上进行了放松：首先，我们提出了一个不需要人类代理人进行贝叶斯推断的行为模型；其次，我们提出了一个避免具有挑战性的内生递归的均衡模型。令人惊讶的是，我们证明了简化的非贝叶斯行为模型产生了与原始贝叶斯模型完全相同的均衡行为，这可能增加了贝叶斯模型的可信度。然而，我们还表明，原始的内生均衡模型是获得某些信息悖论所必需的；这些悖论在简单的外生模型中不会出现。这表明，具有固定类型分布的标准贝叶斯博弈模型不足以表达某些重要现象。
作者：Brendan Gould, Philip Brown
论文ID：2307.03382
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-07-10