文件名称：算法定价代理与默契合谋：技术角度-研究论文
文件大小：809KB
文件格式：PDF
更新时间：2024-06-08 14:17:18
Artificial Intelligence Reinforcement Learning Algorithms
在人工智能（“ AI”）引起的广泛关注中，一个风险是在市场上部署算法定价代理将使默契合谋的发生增加数量级，并且远远超出了此类市场失灵所导致的寡头垄断的风险。传统上被观察到。 这种关注已经引起了政策兴趣，现在在学术，商业和官方会议上通常讨论监管选项。 但是，与此同时，我们仍然不了解当前的AI技术是否拥有使算法定价代理有权在无需人工干预的情况下自动进入默认的共谋策略的能力。 在本文中，我们研究了三种普通的强化学习（“ RL”）技术，并试图了解它们在市场上的大规模引入是否会导致默契合谋。 虽然我们不否认聪明的定价代理会进行默契合谋以及监管机构可能保持警惕这一事实，但我们发现在RL的一般领域中存在着缓解这一风险的若干技术挑战。本文分为五个部分脚步。 我们首先讨论算法的默认共谋猜想（I）。 然后，我们提供了强化学习技术的非技术概述（II）。 然后，我们继续讨论天真的单代理Q学习（III）和多代理Q学习（IV）作为市场参与者如何相互作用。 我们以技术挑战如何使算法的默认共谋猜想（V）脆弱化为结尾进行讨论。