微观经济模拟:自我利益交易代理人之间的协调/规划

Question

在国际象棋这样典型的完美信息策略游戏中，代理可以通过搜索状态树来计算其最佳移动，同时假设对手也会做出尽可能最好的移动(即最小-最大)。

我想在“游戏”建模经济活动中使用这种方法，在这种情况下，可能的“移动”将是以给定的价格买卖，而不是特定类别的状态(例如Checkmate)的目标是最大化代理状态的某些功能F(例如F(货币，小部件)= 10*money +小部件)。

如何处理买卖双方需要协调的行为，至少要就价格达成协议？

廉价的出路是事先设定价格，也许是基于目前的供应--但这种模拟的想法是，在“完全理性”的代理人自由决定时，价格是如何出现的。

我不想要的一个很好的例子是SugarScape中的交易算法--来自日益增长的人工社团P 101-102的诠释：

当一对代理人与交易交互时，他们各自计算货物的内部估值，然后进行讨价还价，并商定价格。如果这个价格使两家代理商的境况都更好，他们就会完成交易。

协议本身是美丽的，但它无法捕捉(据我所知)代理支付的能力比它可能为一个好的可能，因为它知道它可以卖到更多的日期--这似乎是所谓的“战略思维”在谷歌图书基于多Agent的仿真三:第四届国际研讨会，MABS 2003.为了得到这样的现实行为，人们似乎必须(1)建立一个极其复杂的内部评估系统，它最多只能涵盖编译时计划的情况，或者(2)有某种机制搜索状态树.这需要某种方式来规划未来的交易。

注意:国际象棋类比只能在状态空间搜索的范围内起作用；模拟并不打算是“零和”，所以字面上的max搜索是不合适的，而且理想的情况是，它应该与两个以上的代理一起工作。

Answer 1

你是否考虑过利用代理人或做市商来促进交易？这就是它在真正的证券交易所中的运作方式。股票很少是通过中间人进行的人与人之间的交易。你提到审查系统是否有能力使一方支付超过绝对必要的费用，如果他们能够获得系统中的所有信息，这正是“价差”、出价和出价之间的价差。

Answer 2

天真的回答：

你不能像下棋那样模仿特工。仅仅因为“游戏”在很大程度上取决于外部影响，而不是玩家自己。这一切都归结为知识。如果代理人从某种来源得知价格将来会上涨，它可能会在现在做些什么来帮助自己。实际上，在多agent仿真理论中，agent知识的概念是非常重要的.特别是如果agent对整个环境没有完全的了解，并且这些知识不能完全被信任。因此，agent的目标是收集和确认这些知识，并根据这些知识计算出好的未来价值。获得这些知识是很困难的，因为预测未来并不是人类和计算机都不擅长的。

Answer 3

我刚在博弈论演变中看到了这个，H.Gintis，p45：

“在新古典模型中，价格是为了在任何交易发生之前消除所有市场的过剩需求。因此，市场清算完全不是由市场带来的，而是由后来的作者所称的“拍卖人”进行的，他提出价格，衡量所有市场的过剩供求程度，相应地调整价格，并重复这一过程，直到确定均衡价格为止。然后拍卖商冻结这些均衡价格，并允许代理人以这些价格自由交易。真讽刺！不是市场竞争的混乱，而是中央集权国家机器的冷静之手带来了市场均衡。“嗯，你可能会回答，自从Walrus写下他的equations...Surely集以来，我们已经走了很长的一段路--有人提供了一种合理的分散的、以市场为导向的均衡机制来取代拍卖商。”但事实上，没有人成功地创造出一种合理的市场互动动态模型，在这种模型中，价格向市场清算水平移动。“

当然，“拍卖人”模型正是在SugarScape中完成的，也正是我希望避免的。

如果是这样的话，这至少是discouraging...but的答案，即使忽略了代理之间协调的可能棘手的问题，我也无法解决这个问题。