基于信念学习模型的虚拟博弈实验研究

《基于信念学习模型的虚拟博弈实验研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于信念学习模型的虚拟博弈实验研究摘要：信念学习模型是博弈论的一个前沿热点问题，当前研究多数处于初始阶段，国内鲜少有实验验证该模型。文章将教学问答环节进行博弈化设计，对虚拟博弈信念学习模型进行验证，实验数据分析显示：模型收敛于均衡策略。实验证明了信念学习模型的有效性，并对今后构建该类模型提出有益的建议。中国3/vie　　关键词：信念学习实验经济学虚拟博弈　　中图分类号：F240文献标识码：A　　：1004-4914（2016）09-247-03　　一、引言　　随着博弈论在各门学科中的广泛使用，个体行为选择在学习中的作用也不断被学者们研究。North（1996）将心理学中个体的认

2、知系统引入到经济模型中，有效解释了决策中信念及偏好的关系，并将两者融合为理性决策的基础，由此得出结论：信念是个人行为的准则，它是影响个人行为选择的重要因素。他人的认知、行动和信念是构建有用模型的先决条件。　　随着重复博弈研究的不断加深，经济学家逐步重视学习信念行为，用以解释当重复整个博弈时行为往往变得更为理性的原因。随着实验经济学家对个体在重复博弈中的学习过程进行研究，信念的形成归纳为：自身学习以及外界互动。自身学习指自身经历不断强化使某种行为发生的概率上升，外界互动指通过观察别人行为的收益情况进而指导自身行为决策。在此基础上，ColinF.Camerer（2003）将信念学习

3、模型定义为：“假设参与者根据过去的事件来更新他们认为别人会如何行动的信念，从而根据这些信念来决定哪种策略是最优的。”信念学习模型大致分为三类：信念学习模型，强化学习模型，经历-加权吸引模型（章平，2006）。　　信念学习模型以FundenbergandLevine（1998）和CheungandFriedman（1997）的虚拟博弈模型为代表，该理论的基础是：参与人通过观察其他参与人在过去各期内采取的行动概率，由此做出自身预期收益最大化概率的行为。信念学习模型强调参与者始终牢记其他参与者以前的所有行动，并且还要求参与者对每一期对手过去的行动赋予相等的权重，以此来决定自己本轮的行

4、为策略。该模型的观测经历主要来源于其他参与人过去的经历，即外界互动。强化学习模型以Bush-MostellerModle（1997）为代表，该理论基础是：心理学认为一旦一种行动得到了奖赏，那么个人在未来继续做出该行动的概率上升。如果是惩罚则未来做出该行动的概率下降。强化学习模型不强调参与者形成有关其他参与者可能行动的信念，因为参与者更关注自己过往行为的奖赏和惩罚，该模型的观测经历主要来源是自身经历，即自身学习。经历-加权吸引模型以CamererandTeckHo（1999）的Experience-odle为代表，将强化学习模型和信念学习模型相结合，通过将自身奖惩和观察其他参与者

5、的支付情况赋予不同的权重，拟合为吸引力指标，参与者对吸引力越敏感采取该行动的概率越大。　　综上，本文通过对教学提问环节进行博弈化设计对信念学习模型进行研究，检验在重复博弈下该模型是否有效？探讨行为博弈、信念形成及制度设计方面的相互关系。　　二、理论模型　　在序贯二元决策场景的重复博弈下，通常假设对手的行动集合为C（c1，c2・・・ci・・・ck），在t轮博弈之中，参与者对于其他参与者选择行动ci所赋予的信念权重不断更新为：　　bt（ci）=bt-1（ci）+1在t期对手选择行动ci，信念权重相应的增加1bt-1（ci）在t期对手选择行动ci，信念权重相应的增加1　　则在t期，参

6、与者形成的其对手选择行动ci的概率与信念权重之间的关系：　　μt（ci）=　　在给定其他参与者选择各种行动的概率的信念下，参与者计算出自己可供选择的每一个纯策略ai（参与者的策略空间为A）的期望支付π（ai/μt），则参与者在t+1期选择纯策略ai的概率为：　　P=　　同样地，参与者选择具有最大概率值的策略为自己的最优响应。　　三、实验设计和实施　　（一）实验设计　　实验在教学提问环节进行博弈化设计的背景下，通过多次重复博弈使本次回答问题的学生在充分了解其他参与者（之前回答问题的学生）的支付、以及对手（教师）的行动基础上，来决定自己本轮的行为策略。　　所谓教学提问环节的博弈化设

7、计是指：将每次课堂提问作为一次博弈局，博弈的参与者是老师和学生，由于课堂提问内容和教学内容息息相关，两个参与者都能够充分掌握背景信息，信息对于两者来说是充分的。实验的行动是教师让学生起来回答问题，教师根据学生的回答质量，依据公开透明量化的考核标准对学生回答进行打分。该分数作为学生的支付，最终体现在期末成绩中占有一定权重。为保证博弈的公平性、有效性，实验过程采用摇号的方式随机选取同学起来回答问题。即，在课堂提问出来之后，教师和学生都不知道谁将起来回答问题。本实验中的行动次序固定为教师先提问然后