Simulazione microeconomica: coordinamento / pianificazione tra agenti commerciali auto-interessati

Question

Simulazione microeconomica: coordinamento / pianificazione tra agenti commerciali auto-interessati

#1 da (1 voti)
#2 da (0 voti)
#3 da (0 voti)

1

In un tipico gioco di strategia di informazione perfetta come Chess, un agente può calcolare la sua mossa migliore cercando l'albero di stato per la migliore mossa possibile, pur assumendo che anche l'avversario farà la mossa migliore possibile (es. Mini-max) .

Vorrei utilizzare questo approccio in un "gioco" che modella l'attività economica, dove le possibili "mosse" sarebbero quelle di comprare o vendere per un dato prezzo, e l'obiettivo, piuttosto che una specifica classe di stati (es. Checkmate ), sarebbe quello di massimizzare alcune funzionalità F dello stato dell'agente (ad esempio F (denaro, widget) = 10 * denaro + widget).

Come gestire le azioni di acquisto / vendita che richiedono un coordinamento tra le due parti, come minimo accordo su un prezzo?

La soluzione economica sarebbe quella di fissare il prezzo in anticipo, magari in base alla fornitura corrente, ma l'idea di questa simulazione è di esaminare come i prezzi emergono quando vengono determinati liberamente da agenti "perfettamente razionali".

Un grande esempio di ciò che faccio non voglio è l'algoritmo di trading in SugarScape - parafrasando da Growing Artificial Societies p101-102:

when a pair of agents interact to trade, they each compute their internal valuations of the goods, then a bargaining process is conducted and a price is agreed to. If this price makes both agents better off, they complete the transaction

Il protocollo stesso è bello, ma ciò che non può catturare (per quanto posso dire) è la capacità di un agente di pagare più di quanto potrebbe altrimenti per un bene, perché sa che può venderlo per ancora di più in un secondo momento - ciò che sembra essere chiamato "pensiero strategico" in questo spazio a Google Books Simulazione Multi-Agent III: 4 ° Workshop internazionale, MABS 2003 ... per ottenere un comportamento realistico come quello, sembra che uno (1) abbia o meno costruire un sistema di valutazione interna scandalosamente complesso che potrebbe nel migliore dei casi coprire solo le situazioni pianificate in fase di compilazione, o altrimenti (2) avere un meccanismo per la ricerca dello stato tre e ... che richiederebbe un modo per pianificare future operazioni.

Nota: l'analogia degli scacchi funziona solo fino alla ricerca dello spazio degli stati; la simulazione non è intesa come "somma zero", quindi una ricerca mini-max letterale non sarebbe appropriata e, idealmente, dovrebbe funzionare con più di due agenti.

artificial-intelligence simulation planning search economics

posta Milton Manfried 24.02.2014 - 03:45

fonte

3 risposte

Leggi altre domande sui tag artificial-intelligence simulation planning search economics

Utilizzo dei modelli di stima dei costi per prevedere i costi di sviluppo del software C # Come organizzare l'integrazione di intermoduli in un progetto modulare?

score 1 · Answer 1

Hai considerato l'utilizzo di un agente o market maker per facilitare la transazione? Funziona così nelle borse reali. Le azioni vengono scambiate raramente da persona a persona, ma attraverso un intermediario. Lei menziona l'esame della capacità del sistema di far pagare una parte più del necessario, se avesse avuto accesso a tutte le informazioni nel sistema, il che è esattamente ciò che accade con lo "spread", la differenza di prezzo tra l'offerta e l'offerta prezzi.

score 0 · Answer 2

Risposta originale:

Non puoi davvero simulare gli agenti nello stesso modo in cui giocherai a scacchi. Semplicemente perché il "gioco" dipende molto dall'influenza esterna che dai giocatori stessi. Tutto si riduce alla conoscenza. Se l'agente sa da qualche fonte che il prezzo salirà in futuro, potrebbe fare qualcosa nel presente per aiutare se stesso. In realtà, nella teoria delle simulazioni multi-agente, la nozione di conoscenza dell'agente è una parte estremamente importante. Soprattutto se l'agente non ha piena conoscenza di tutto l'ambiente e questa conoscenza non può essere considerata attendibile. Quindi l'obiettivo dell'agente sarebbe quello di raccogliere e confermare questa conoscenza e calcolare il valore futuro del bene in base a questa conoscenza. E ottenere questa conoscenza è la parte difficile, perché la previsione del futuro non è proprio ciò a cui né gli esseri umani né i computer sono bravi.

score 0 · Answer 3

Ho appena trovato questo in Game Theory Evolving, H. Gintis, p45:

"In [the neoclassical model], prices move to eliminate excess demand in all markets before any trade actually takes place. Thus, market clearing is not brought about by markets at all, but rather by what later writers have called an "auctioneer" who calls out prices, measures the degree of excess supply and demand in all markets, adjusts prices accordingly, and repeats the process until equilibrium prices are determined. The auctioneer then freezes these equilibrium prices, and agents are allowed to trade freely at these prices. How ironic! Not the buzzing confusion of market competition, but the cool hand of the centralized state apparatus brings about market equilibrium.

"Well, you might reply, we've come a long way since Walrus wrote down his set of equations...Surely someone has provided a plausible decentralized, market-oriented equilibriation mechanism to replace the auctioneer. But in fact, no one has succeeded in producing a plausible dynamic model of market interaction in which prices move toward their market-clearing levels."

Ovviamente, il modello "banditore" è esattamente ciò che viene fatto in SugarScape, ed è proprio quello che speravo di evitare.

Se è vero, questo è scoraggiante ... ma almeno risponde perché, anche ignorando il problema probabilmente intrattabile della pianificazione con il coordinamento tra agenti, non sono stato in grado di risolverlo.