重复博弈响应时间影响因素:贝叶斯双过程模型研究
需积分: 9 171 浏览量
更新于2024-07-09
收藏 1.89MB PDF 举报
"这篇研究论文探讨了在重复恒和博弈中响应时间的决定因素,采用了一个鲁棒的贝叶斯分层双过程模型。作者Leonidas Spiliopoulos深入研究了在非合作博弈理论背景下,固定伙伴匹配的重复纯冲突游戏中,响应时间如何受到两种决策模型的影响:赢留输换启发式模型和模式检测强化学习模型。"
正文:
在认知心理学领域,响应时间和行为的关系已经得到了广泛的研究,特别是在非战略决策中。然而,实验经济学最近开始关注战略互动中的响应时间,尤其是在一次性游戏或重复的社会困境中。这篇论文则聚焦于重复恒和博弈,这是一种特殊的非合作博弈,其中参与者有固定的合作伙伴。研究发现,响应时间并非孤立存在,而是与决策过程中两个模型的相互作用密切相关。
第一种决策模型是赢留输换启发式,这是一种简单而常见的策略,即如果前一轮行动带来了胜利,则继续该行动,反之则改变。另一种则是模式检测强化学习模型,它更为复杂,依赖于对过去模式的识别和学习。模型间的冲突,即它们可能建议不同的行动,会导致响应时间延长。实证证据支持了这一理论,表明当两种模型推荐的行动不一致时,决策者的反应时间会增加。
此外,作者还发现响应时间受到先前行动和结果的显著影响。在获得最高可能回报的回合后,玩家的响应时间最短,而在遭受损失之后,响应时间显著延长。这揭示了玩家行为的强烈自相关性与更长的响应时间之间存在联系。这些新发现进一步丰富了对决策制定的理解,尤其是在重复博弈的背景下。
论文通过使用鲁棒的贝叶斯分层模型进行分析,不仅能够处理数据的不确定性,还能捕捉到不同个体间的行为差异。这种建模方法增强了分析的稳健性和解释力,使得我们可以从统计角度深入了解响应时间背后的复杂动态。
本研究揭示了在重复博弈中,决策者的响应时间不仅仅是简单的心理过程,而是由复杂的策略选择、学习机制以及对过去行为和结果的记忆共同决定的。这些发现对于理解人类在战略互动中的决策过程,特别是在持续的冲突环境中,提供了宝贵的洞见,并为未来的实验经济学和认知心理学研究开辟了新的路径。
2021-05-20 上传
2019-08-24 上传
2019-08-15 上传
2019-08-14 上传
2021-10-01 上传
weixin_38681147
- 粉丝: 7
- 资源: 937
最新资源
- 探索数据转换实验平台在设备装置中的应用
- 使用git-log-to-tikz.py将Git日志转换为TIKZ图形
- 小栗子源码2.9.3版本发布
- 使用Tinder-Hack-Client实现Tinder API交互
- Android Studio新模板:个性化Material Design导航抽屉
- React API分页模块:数据获取与页面管理
- C语言实现顺序表的动态分配方法
- 光催化分解水产氢固溶体催化剂制备技术揭秘
- VS2013环境下tinyxml库的32位与64位编译指南
- 网易云歌词情感分析系统实现与架构
- React应用展示GitHub用户详细信息及项目分析
- LayUI2.1.6帮助文档API功能详解
- 全栈开发实现的chatgpt应用可打包小程序/H5/App
- C++实现顺序表的动态内存分配技术
- Java制作水果格斗游戏:策略与随机性的结合
- 基于若依框架的后台管理系统开发实例解析