Types de déviations efficaces et apprentissage de la rationalité rétrospective dans les jeux de forme extensive.

Résumé

La rationalité rétrospective est une approche des jeux multi-agents à somme globale qui prescrit une dynamique d'apprentissage sans regret et décrit un comportement rationnel conjoint avec des équilibres médiats. Nous explorons l'espace des types de déviations dans les jeux de forme extensive (EFG) et découvrons des types puissants qui sont efficaces à calculer dans les jeux de longueur modérée. Plus précisément, nous identifions quatre nouveaux types de déviations qui subsument les types précédemment étudiés au sein d'une classe plus large que nous appelons déviations de séquence partielle. En intégrant l'idée de la minimisation du regret de la sélection temporelle dans la minimisation du regret contrefactuel (CFR), nous présentons l'algorithme de minimisation du regret sous forme extensive (EFR) qui est rétrospectivement rationnel pour une classe générale et naturelle de déviations dans les EFG. Nous fournissons des instanciations et des limites de regret pour EFR qui correspondent à chaque type de déviation de séquence partielle. En outre, nous présentons une analyse empirique approfondie des performances de l'EFR avec différents types de déviations dans des jeux de référence courants. Comme la théorie le suggère, l'instanciation de l'EFR avec des déviations plus fortes conduit à un comportement qui tend à surpasser celui des déviations plus faibles.