arXiv · cs.AI · Cristian Chica, Yinglong Guo, Gilad Lerman · 9 小时前模型评分43
Q-learning 智能体如何锁定超竞争价格
Learning to Charge More: How Q-Learning Firms Lock In Supracompetitive Prices
导读
研究分析 Q-learning 智能体在重复定价博弈中如何学会收取超竞争价格并长期维持。在 softmax 探索下，从随机或全零初始 Q 表出发，智能体都可能锁定超竞争价格，因为始终没学会降价更有利；同样的机制也可能锁定竞争价格，最终结果由探索路径决定。研究还给出学习表满足何种条件时对应策略为朴素合谋、冷酷触发策略或逐步涨价策略。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We ask when such behavior persists, whether it emerges, and which strategies support it.”
来源：arXiv · cs.AI · arxiv.org