研究揭示Q学习智能体锁定超竞争价格的机制
热点事件持续更新
研究揭示Q学习智能体锁定超竞争价格的机制
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Cristian Chica 等作者发布论文修订版，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。作者称，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，原因是它们始终没有学会降价更有利；同一机制也可能锁定竞争价格，最终结果由探索路径决定。 研究进一步给出学习表需满足的条件，在这些条件下，对应策略分别表现为朴素合谋、冷酷触发策略或逐步涨价策略。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
Q-learning 智能体如何锁定超竞争价格报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIQ-learning 智能体如何锁定超竞争价格
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。