BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Ramsza Michał (Szkoła Główna Handlowa w Warszawie)
Title
Gra fikcyjna w środowisku ewolucyjnym : analiza symulacyjna
Source
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2006, nr 15, s. 111-116, rys., bibliogr. 13 poz.
Issue title
Metody formalne w teorii gier, teorii wzrostu i ekonomii finansowej
Keyword
Algorytmy, Modele matematyczne, Symulacja wieloagentowa
Algorithms, Mathematical models, Multi-agent based simulation
Note
streszcz.
Abstract
Gra fikcyjna (ang. fictitious play, FP) została wprowadzona w (Brown, 1951) jako narządzie poszukiwania równowag Nasha. Jednakże jako model uczenia się, gra fikcyjna posiada wiele problemów. W klasycznej sytuacji posługiwanie się przez graczy algorytmem FP może prowadzić do rozkładów skorelowanych (Fudenberg, Kreps, 1993; Young, 1993), niezbieżności przekonań graczy (Shapley, 1964; Jordan, 1993; Foster, 1998; Richards, 1997), czy nawet zachowań chaotycznych (Cowan, 1992). W niniejszej pracy są przedstawione wyniki symulacji MAS (wieloagentowej), w której gracze posługują się algorytmem FP w środowisku ewolucyjnym (Fudenberg, Levin, 1998; Weibull, 1996). Głównym wynikiem jest obserwacja, że nie-zbieżności występujące w rozważanych przykładach w modelu klasycznym nie występują w modelu ewolucyjnym. (abstrakt oryginalny)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Bibliography
Show
  1. Brown G., Iterative solutions of games by fictitious play, In Activity Analysis of Production and Allocation. New York, Wiley, 1951.
  2. Cowan S., Dynamical systems arising from game theory, PhD thesis, UC Berkeley, 1992.
  3. Fudenberg D. and Kreps. D., Learning mixed equilibria. Games and Economic Behavior 5, 320-367, 1993.
  4. Fudenberg D. and Levine D., The theory of learning in games. Cambridge, Massachustets, London, MIT Press, 1998.
  5. Foster D. P. and Young P. H., On the nonconvergence of fictitious play in coordination games, Games and Economic Behavior 25, 79-96, 1998.
  6. Gopalsamy K., Stability and oscillations, In Delay Differential Equations of Population Dynamics, Dordrecht: Kluwer, 1992.
  7. Jordan J., Three problems in learning mixed-strategy equilibria, Games and Economic Behavior 5, 368-386, 1993.
  8. Levin S. A., Grenfell B., Hastings A. and Perelson A. S., Mathematical and computational challenges in population biology and ecosystems science, Science 275,334-343, 1997.
  9. Monderer D., Somet D. and Sela A., Belief affirming in learning processes, Journal of Economic Theory 73, 438-452, 1997.
  10. Richards D., The geometry of inductive reasoning in games, Economic Theory 10,185-193, 1997.
  11. Shapley L., Some topics in two-person games, In Advances in Game Theory, Princeton University Press, 1964.
  12. Weibull J., Evolutionary game theory, Cambridge, Massachustets, London, MIT Press, 1996.
  13. Young H. P., The evolution of conventions, Econometrica 61, 57-84, 1993.
Cited by
Show
ISSN
1232-4671
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu