コーディネーションゲームにおける経験重されたアトラクション学習：確率ルール、不均一性、および時間変化

以前の研究では、マルチペーソンの非協力的な正常な形式ゲームでの経済実験における動的行動を予測するための「体験加重アトラクション（EWA）学習」モデルを提案しました。EWA学習モデルは、いくつかの異なるクラスのゲームで、既存の学習モデル（選択強化と信念ベースのモデル）よりもはるかに優れていることを示しました。その研究の計量経済的推定により、代表的なエージェントアプローチが採用され、学習パラメーターが実験の期間にわたって静止していると想定していました。さらに、ロジット（指数）確率応答関数を使用して、戦略の引力を選択確率に変換しました。このペーパーでは、非定常学習パラメーターを許可し、異なるパラメーター値を持つプレーヤーの2つの「セグメント」を許可して、何らかの不均一性を可能にし、パワーとロジットの確率応答関数を比較します。これらの仕様は、弱いリンクと中央値のアクション調整ゲームの実験データを使用して推定されます。結果は、プレイヤーが異質であり、時間の経過とともに学習パラメーターを非常にわずかに調整することを示しています。ロジット確率応答関数は、電力関数よりも悪化することはなく、一般的に適合します。Copyright 1998 Academic Press。

In earlier research we proposed an "experience-weighted attraction (EWA) learning" model for predicting dynamic behavior in economic experiments on multiperson noncooperative normal-form games. We showed that EWA learning model fits significantly better than existing learning models (choice reinforcement and belief-based models) in several different classes of games. The econometric estimation in that research adopted a representative agent approach and assumed that learning parameters are stationary across periods of an experiment. In addition, we used the logit (exponential) probability response function to transform attraction of strategies into choice probability. This paper allows for nonstationary learning parameters, permits two "segments" of players with different parameter values in order to allow for some heterogeneity, and compares the power and logit probability response functions. These specifications are estimated using experimental data from weak-link and median-action coordination games. Results show that players are heterogeneous and that they adjust their learning parameters over time very slightly. Logit probability response functions never fit worse than power functions, and generally fit better. Copyright 1998 Academic Press.