बीबीएल के साथ पहचान

Question

पिछले कुछ वर्षों में, डायनेमिक गेम्स के लिए बजारी, बेनकार्ड और लेविन ('07) द्वारा प्रस्तावित अनुमानक लोकप्रियता हासिल कर रहे हैं। यह अपेक्षाकृत सीधे आगे है और निरंतर राज्य स्थान और निरंतर निर्णय चर दोनों के साथ गतिशील खेलों का आकलन करने के लिए एकमात्र व्यवहार्य विकल्पों में से एक है। मैंने कुछ लोगों से सुना है, हालांकि, इस बारे में चिंता है कि यह वास्तव में क्या पहचान कर रहा है (संभवतः इसकी पहचान करने वाले संरचनात्मक पैरामीटर नहीं हैं)।

मेरा प्रश्न तीन गुना है। 1) BBL के साथ पहचान के बारे में क्या विशिष्ट चिंताएं हैं, 2) जब वे करते हैं (नहीं) बात करते हैं, और 3) पहचान के मुद्दों के आसपास होने का एक तरीका है, बिना कहे, असतत के रूप में राज्य / कार्यों को अनुमानित करें।

Comments

आप उन लोगों को यहाँ अपनी चिंताओं को साझा करने के लिए क्यों नहीं आमंत्रित करते? इस तरह आप दोनों को आंशिक जवाब मिलता है, और हम समुदाय का विस्तार कर सकते हैं।

— फूबार

Answer 1

कुछ समय के लिए खोज करने के बाद, यह सबसे अच्छा जवाब है जो मैं अब तक उठा सकता हूं।

1) बीबीएल के तहत पहचान क्यों टूट सकती है इसके लिए एक औपचारिक तर्क श्रीसूमा ('13) से है । वह ऑनलाइन परिशिष्ट में दो विशिष्ट उदाहरण देता है जहां ऑफ-इक्विलिब्रियम वैल्यू फ़ंक्शंस के निर्माण के लिए गुणात्मक गड़बड़ी के बजाय योजक का उपयोग करने के कारण पहचान खो जाती है (जैसा कि मूल बीबीएल पेपर में सुझाया गया था)। यह बीबीएल के साथ एक व्यापक मुद्दे का संकेत है कि बीबीएल न्यूनतम-दूरी के अनुमानक को संतुष्ट करने वाले ऑफ-संतुलन मानदंड हो सकते हैं।

2) परिशिष्ट में दिए गए दो उदाहरण दोनों काफी बुनियादी और मानक (सिंगल-एजेंट और कोर्टन) हैं। इससे पता चलता है कि घटना कई / अधिकांश अनुप्रयोगों में एक समस्या हो सकती है।

3) नीतिगत गड़बड़ियों के साथ रचनात्मक बनें। हालाँकि, श्रीसुमा सामान्य रूप से जोड़-घटाव पर बहुसांस्कृतिक का लाभ नहीं दिखाती है, पर दिए गए दो उदाहरणों से पता चलता है कि गुणात्मक गड़बड़ी अनुमानक में सुधार कर सकती है। इष्टतम गड़बड़ी को औपचारिक बनाना आगे के शोध के लिए एक अच्छी जगह है।