Смягчение последствий алгоритмической болтовни в повторяющихся играх
arXiv: 2609.20548v1 Annualce Type: New Humber Abstract: Supportment Untertainers, обученные максимально использовать свою собственную награду в повторяющихся взаимодействиях, могут совпадать с сверхконкурентными результатами, напоминающими явный сговор без общения или совместного дизайна. Существующие подходы к смягчению последствий в значительной степени связаны с конкретными экономическими условиями, такими как двусторонние платформы и аукционы, оставляя открытыми способы разработки мер вмешательства для общих повторяющихся игр. Мы устраняем этот пробел путем официального закрепления связи между эмпирическими наблюдениями, полученными в ходе предыдущей работы над вопросом о сговоре с целью обучения по вопросам Q и классической теорией простых уголовных кодексов (СУК). Мы показываем, что любой нетривиальный СПК вызывает поддающуюся количественной оценке зависимость от политики агентов, обнаруживаемую через общее расстояние между распределением действий агента в рамках сотрудничества и историей дезертирства. Основываясь на этой связи, мы предлагаем CURB (Collusion Unwinding through Ravard Formation and View Introduction), систему вознаграждения, которая предусматривает наказание за этот Total Var