The Illusion of Collusion

创建于 2026-03-10T12:12:19.601537+08:00 更新于 2026-03-22T14:41:46.139872+08:00

摘要

本论文研究在重复囚徒困境下，使用多臂赌博机（bandit）算法的自主定价代理能否在无任何竞争信息的情况下“自发”学到合谋行为；核心发现是：算法的行为策略随机性决定合谋发生的可能性——持久随机策略长期不会合谋，贪婪收敛类策略在一定参数区间和路径下有非零合谋概率，而确定性策略（如UCB家族在对称情况下）将必然导致合谋，这些结论对监管和算法设计有直接含义 [page::0][page::2][page::24].

速读内容

深度阅读