Naive Algorithmic Collusion: When Do Bandit Learners Cooperate and When Do They Compete?
创建于 更新于
摘要
本报告研究在无任何对手行为或策略信息的前提下，多臂老虎机（bandit）算法在囚徒困境博弈中是否会自发趋向合谋行为（naive collusion），并通过理论与模拟分析揭示了算法的随机性和对称性如何影响合谋形成。研究表明，确定性算法（如对称UCB）必然趋向合谋，而标准的epsilon-greedy算法则长期竞争，且算法差异导致合谋与竞争的复杂共存态。该成果对监管反垄断政策提出了新的挑战，强调限制基于对手价格的条件定价不足以防止算法合谋 [page::0][page::2][page::5][page::12][page::14][page::17][page::21]。
