MétaCan
Menu
Retour à la cohorte
Enregistrement W1590423110 · doi:10.1109/acc.2015.7172084

ε-Nash equilibria for a partially observed mean field game with major player

2015· article· en· W1590423110 sur OpenAlexaff
Nevroz Şen, Peter E. Caines

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMinor (academic)Nash equilibriumPopulationBest responseProperty (philosophy)Mathematical economicsComputer scienceInfinityMathematicsMathematical optimizationMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Consider a dynamic game with a population of N minor agents, where N is very large, and a major agent where the agents are coupled in their nonlinear dynamics and cost functions such that even asymptotically as the population size goes to infinity the major agent has a non-vanishing effect on the minor agents. Such games are referred to as mean field games with major-minor agents (MM-MFG) and for MM-MFG, it has been demonstrated the mean field term is stochastic and the best response control actions of the minor agents depend on the state of the major agent as well as this stochastic mean field. In practical applications one is led to consider the situation where the minor agents partially observe (PO) the state of the major agent. In this work, we consider a restricted case of this scenario and demonstrate that in the case the minor agents are coupled to the major agent only through their cost functions, one can obtain the ε-Nash equilibrium property for the PO-MM-MFG best response control actions as the population size N goes to infinity.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,150
Tête enseignante GPT0,248
Écart entre enseignants0,098 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEconomic theories and modelsTravaux en français237 207