KPR传奇：理论和实验发展

帕累托优势不能被证明是均衡选择的稳健预测因子，而优势策略往往与决策无关。信任游戏实验的元分析见参考文献[41]。Straub【52】得出了一个类似于Cooper等人【51】的结论，即通过两个协调遗传算法使用Simplewo。Huyck等人[53]的另一项研究发现，在中间行动“大陆分水岭”博弈中，存在两个帕累托均衡，存在强烈的PATH依赖性。如果在一个完全重复的游戏环节的初始回合中，参与者再次接近高回报均衡，那么他们在所有回合中都倾向于保持这种均衡。类似的模式也适用于选择在整个会话中保持接近较低支付平衡的会话。静态重复的一次性游戏中的这种历史依赖性增加了应用滞后行为模型的可能性，如强化学习模型【54】和经验加权吸引（EWA）模型【55】。我们KPR实验[56]的一个重要目标是，在无法推导出解决方案的复杂情况下，测试受激励的人类受试者所采用的各种策略。我们希望看到以下几点：（i）这些策略是否能让玩家的数量更接近有效结果；（ii）是否有经验和信息反馈对协调有效结果的影响；（iii）使用学习模型对实验中做出的决策进行建模，以及（iv）外部机制的影响，这些机制可以潜在地提高协调效率并导致更好的利用。在迄今收集的实验数据中，我们没有看到信息和经验对提高利用率的显著影响。

在我们的实验中，我们大体上观察到了几种行为类型：（a）噪音领导者-反应性强，经常改变他们的选择，（b）完全稳定的代理人-在所有时期都坚持一种策略，（c）中间型-在实验中改变策略几次，尽管不如案例（a）中的代理人那么多。我们还检查策略的变化是否受前一阶段结果的影响，并发现前一阶段从失败到成功的过程显著降低了玩家在当前阶段改变策略的可能性。结果与之前进行的类似模拟研究并不完全吻合，因此提供了新的见解。我们不需要进行更多这样的实验，也不需要了解人类在“复杂”的情况下是如何制定策略和适应的。4总结与展望KPR作为一个原型模型，描述了在一个完全分散决策过程的大群体中，有限资源竞争的一般问题，即竞争对手之间没有任何沟通。重复的互动和相关的学习机制导致集体动力以资源利用的波动形式出现。此外，在这种竞争性的框架中，代理选择otbe是少数。因此，他们需要通过策略的适应和修改尽可能不同地发挥作用，这将导致非均质性和非平衡动态，如在许多复杂系统中发现的动态。如上所述，KPR封装了复杂性理论的多个方面，并连接了多个学科。

我们希望在不久的将来，这个游戏将成为从理论和实验上研究局部活性SMART代理的全局优化问题的基石。AcknowlementSAC和KS通过G ovt的BT/BI/03/004/2003（C）号赠款表示支持。印度科学技术部、生物技术部、生物信息学部、新德里JNU潜在卓越大学II赠款（项目ID-47）以及印度政府科学技术部向JNU提供的DST-钱包赠款。KS感谢大学全球委员会（印度政府人类研究发展部）授予她的高级研究奖学金。ASC感谢研究所赠款（R&P）IIM Ahmedabad的支持。作者感谢JNU SCIS的IT部门在进行实验时提供的帮助。参考文献【1】A.S.Chakrabarti、B.K.Chakrabarti、A.Chatterjee和M.Mitra，《加尔各答问题与资源利用》，Physica A，3882420-242 62009。[2] A.Ghosh、A.Chatterjee、M.Mitra和B.K.Chakrabart i，《加尔各答paise餐厅问题统计》，新物理杂志。，12( 7) 075033,2010.[3] W.B.Arthur，《归纳推理和有限理性：埃尔法罗尔问题》，《美国经济评论》，84，第406–4111994页。[4] D.Challet和Y.C.Zhang，Physica A，246 4 07，1997年。[5] D.Challet、M.Marsili和Y.-C.Zhang，《少数民族游戏s：金融市场中的互动主体》，牛津大学出版社，牛津研究院，2004年。[6] P.Yang、K.Iyer和P.Frazier，《空间环境中资源竞争的平均场平衡》，https://arxiv.org/pdf/1707.07919.pdf[7] A.Chakraborti、D.Challet、A.Chatterjee、M.Marsili、Y.-C.Zhang和B.K.Chakrabarti，《使用基于代理的模型进行竞争性资源定位的统计力学》，物理报告552、125、201 5。[8] S.Sinha，A。

Chatterjee，A.Chakraborti，B.K.Chakrabarti，《经济物理学：导论》，WileyVCH，柏林，2010年。[9] B.K.Chakrabarti、A.Chatterjee、A.Ghosh、S.Mukherjee和B.Tamir，《加尔各答餐厅问题和相关游戏的经济物理学：多智能体、多选择重复游戏的经典和量子策略》，瑞士斯普林格，2017年。[10] D.Ghosh和A.S.Chakrabarti，《Kolka ta paise restaura nt proble m中分布式国家协调的出现与有限信息》，PhysicaA，483，16-242017年。[11] A.S.Chakrabarti和D.Ghosh，《通过广义少数民族游戏中的强化学习出现反协调》，《经济互动和协调杂志》，https://doi.org/10.1007/s11403017-0204-5, 2017.[12] L.Cigler和B.Faltings，《通过多智能体学习的分散式反协调》，艺术情报研究杂志47:441-4732013。[13] J.Hansen，W.Giauque，《分布式处理系统中的任务分配》，《运筹学快报》，5137–1431986年。[14] W.Chu、L.Holloway、M.La n和K.Efe，《分布式数据处理中的任务分配》，计算机，13，57–89，19 80。[15] K.Doty、P.McIntelling和J.O\'Reilly，《分布式计算机系统中的任务分配》，IEEE INFOCOM会议录，1982年第33–38期。[16] A.Galstyan、K.Czajkowski和K.Lerman，《网格中的资源分配与学习》，网格计算杂志，3:911002005。[17] D.Gale和L.S.Shapley，《大学入学和婚姻的禁忌》。美国数学月刊。6 9: 9–14, 1962.[18] R.Alvin和E.Peranson，《美国医生匹配市场的重新设计：经济设计的一些工程方面》，《美国经济评论》。89 (4): 756757, 1999.[19] T.Grenager、R.Powers和Y.Shoham，《分散游戏：一般定义和一些特定的学习结果》，AAAI-02会议录，2002年。[20] S。

阿尔卑斯山和D。J、 Reyniers，《作为动态协调问题的空间分散》，理论与决策，53，29-592002。[21]D.Challet、M.Marsili和Y.C.Z Hang，《少数民族运动会》，牛津大学出版社，2005年5月20日。[22]D.Challet和Y.C.Zha ng，《Physica A》，256 514，19 98。【23】E.Mor o，《凝聚态物质和统计力学的进展》，E.Korutcheva和R.Cuerno编辑（Nova Science Publishers，New Yor k，2004）。arXiv：cond mat/04026 51v1[cond mat dis nn]。【24】W.Kets，版权所有：arXiv:0706.4432v1【q-fin.GN】。【25】A.Chakraborti，I.Muni Toke，M.Patriarca和F.Abergel，《定量金融》11:79912011。【26】M.Sysi Aho，A.Chakraborti，K.Kaski，使用杂交遗传交叉策略的适应，Physica A 322，7 01，2003。【27】M.Sysi Aho，A.Chakraborti，K.Kaski，《生物学帮助你赢得比赛》，《Physica Scripta T》106，32，2003。【28】M.Sysi Aho，A.Chakraborti，K.Kaski，《遗传交叉策略的智能少数群体游戏》，欧元。物理。J、 B 34、373、200 3。【29】M.Sysi Aho，A.Chakraborti，K.Kaski，《在适应性少数民族游戏中寻找好的策略》，Phys。修订版。E 690361252004年。[30]M.Flood，一些实验游戏，管理科学，5:5-261958。[31]R.Dawes，《社会d i l emmas》，《心理学年鉴》，31:169-1931980。[32]R.Isaac和J.Walker，《公共产品提供的群体规模假设：实验检验》，夸特利经济杂志103:179-1991988。【33】莎莉，《社会困境中的对话与合作：1958-1992年实验的元分析》，《理性与社会》，7:58-92，19 95。[34]J.Zelmer，《线性公共品博弈：元分析》，实验经济学，6（3）：299-310，2003。[35]Kagel和Levin，《拍卖：实验》，新的Palgrave Dicio naryof Economics，第二版，2008年。【36】M.Dufwenberg和U。

《格涅齐价格竞争与市场集中度：一项实验研究》，国际产业组织杂志，18:7222000。[37]C.Capra、J.K.Goree、R.Go mez和C.A.Holt，《旅行者困境中的反常行为？》？，《美国经济评论》，89（3）：678-6901999。【38】W.Guth、R.Schmittberger和B.Schwarze，《最后通牒谈判的实验分析》，《经济行为与组织杂志》，3:367-3881982。【39】R.Forsythe、J.Horowitz、N.Savin和M.Sefton，《简单交易实验、游戏和经济行为中的公平》，6347-691994。【40】J.Berg、J.Dickhaut、K.McCabe，《信任、互惠与社会历史、游戏与经济行为》，10（1），1221421995年。【41】N.Johnson和A.Mislin，《信任游戏：元分析》，经济心理学杂志，32865-8892011。[42]D.Stahl和P.Wilson，《其他参与者的参与者模型：理论与实验证据，博弈与经济行为》，10:218-2541995。【43】M.Rabin，《将公平纳入博弈论和经济学》，美国经济评论，83（5）：1281-13021993。[44]E.Fehr和K.Schmidt，《公平、竞争与合作理论》，经济学季刊，114（3），第817-681999页。【45】G.Bo lt on和A.Ockenfels，《ERC：公平、互惠和竞争理论》，《美国经济评论》，90（1）：163-192，2000年。【46】S.Bowles，《微观经济学：行为、制度和进化》，牛津大学出版社，新德里，2004年。【47】T.Schelling，《冲突战略》，马萨诸塞州剑桥：哈佛大学出版社，1960年。【48】J.Mehta、C.Starmer和R.Sugden，《突显的性质：纯粹协调博弈的实验研究》，《美国经济评论》，84（3）：658-6731994。[49]J.Harsanyi和R.Selten，《博弈中均衡选择的一般理论》，马萨诸塞州剑桥：麻省理工学院出版社，1988年。【50】J.Van Huyck，R。

Battalio和R.Beil，《默契协调游戏，战略不确定性和协调失败》，美国经济评论，80（1）：234-48，90。【51】R.Cooper、D.V.Dejong、R.Forsythe和T.W.Ross，《国家协调游戏的选择标准》，《美国经济评论》，80（1）：218-331992。【52】Straub，P.G.（2005）《协调博弈中的风险支配和协调失败》，《经济学和金融季刊》，3 5（4）：339-363【53】J.Van Huyck，R.Battalio和T.Cook，《适应性行为与协调Fai l ure》，经济行为与组织杂志，32（4）：483-5031997年。【54】I.Erev和A.Roth，《预测人们如何玩游戏：利用独特的混合策略eq-uilibria在游戏中强化学习》，《美国经济评论》，88:848-8811998。[55]C.Camerer和T.Hua Ho，《正常形式游戏中的经验加权吸引学习》，计量经济学，67（4）：827-8741999。【56】K.Sharma、Anamika、A.S.Chakrabarti、A.Chakraborti、S.Chakravarty，《手稿在准备中》（201 7）。