文件名称：群体中的贝叶斯决策很难-研究论文
文件大小：1.17MB
文件格式：PDF
更新时间：2024-06-30 00:37:26
Observational Learning Bayesian
我们研究了贝叶斯代理在通过网络交换意见时进行的计算。 代理人根据他们的私人信息反复采取行动，并根据完全理性的后验信念采取短视行动，最大化他们的预期效用。 我们表明这种计算对于两个自然效用函数是 NP-hard 的：一个是二元动作，另一个是代理揭示他们的后验信念。 事实上，我们表明区分集中在世界不同状态的后验是 NP 难的。 因此，即使近似贝叶斯后验信念也很难。 我们还描述了一种自然搜索算法来计算代理的动作，我们称之为消除不可能的信号，并表明如果网络是可传递的，则可以修改算法以在多项式时间内运行。