博弈學習理論

第1章　引論
  1.1　前言
  1.2　大群體模型和匹配模型
  1.3　三個常用的學習和/或進化模型
  1.4　庫諾特調(diào)整
  1.5　庫諾特動態(tài)分析
  1.6　具有鎖定功能的庫諾特過程
  1.7　回顧同時行動有限博弈
  附錄：動態(tài)系統(tǒng)和局部穩(wěn)定性
  參考文獻
第2章　虛擬行動
  2.1　引言
  2.2　兩人虛擬行動
  2.3　虛擬行動中的漸近行動
  2.4　對虛擬行動中循環(huán)的解釋
  2.5　多人虛擬行動
  2.6　虛擬行動的支付  
  2.7　兩戰(zhàn)略博弈中的一致性和相關(guān)均衡
  2.8　虛擬行動和最優(yōu)反應動態(tài)
  2.9　虛擬行動的一般化
  附錄：狄利克雷先驗和多項抽樣
  參考文獻
第3章　模仿者動態(tài)和相關(guān)的確定性進化模型
  3.1　引言
  3.2　同質(zhì)群體中的模仿者動態(tài)
  3.3　同質(zhì)群體模仿者動態(tài)的穩(wěn)定性
  3.4　進化穩(wěn)定戰(zhàn)略
  3.5　非對稱模仿者動態(tài)模型
  3.6　對模仿者動態(tài)方程的解釋
  3.7　模仿者動態(tài)的一般化和重復剔除嚴格劣戰(zhàn)略
  3.8　短視調(diào)整動態(tài)
  3.9　集值極限點和漂移  
  3.10　廉價磋商和秘密握手
  3.11　離散時間模仿者系統(tǒng)
  附錄：劉維爾(Liouville)定理 
  參考文獻
第4章　隨機虛擬行動和混合戰(zhàn)略均衡
  4.1　引言
  4.2　收斂的概念
  4.3　漸近短視和漸近經(jīng)驗主義
  4.4　隨機擾動支付與平滑最優(yōu)反應
  4.5　平滑虛擬行動和隨機逼近
  4.6　部分抽樣
  4.7　普遍一致性和平滑虛擬行動
  4.8　刺激反應和作為學習模型的虛擬行動
  4.9　對戰(zhàn)略空間的學習
  附錄：隨機逼近理論
  參考文獻
第5章　具有持續(xù)隨機性的調(diào)整模型
  5.1　引言
  5.2　回顧隨機調(diào)整模型 
  5.3　坎多里邁拉斯羅布(Kandori Mailath Rob)模型
  5.4　討論其他動態(tài)
  5.5　局部相互作用  
  5.6　吸引域的半徑和協(xié)半徑
  5.7　修正的協(xié)半徑
  5.8　具有異質(zhì)群體的一致隨機匹配
  5.9　隨機模仿者動態(tài)
  附錄A：有限馬爾可夫鏈的回顧
  附錄B：隨機穩(wěn)定分析
  參考文獻
第6章　擴展式博弈和自確認均衡
  6.1　引言  
  6.2　一個例子
  6.3　擴展式博弈
  6.4　一個簡單的學習模型
  6.5　自確認均衡的穩(wěn)定性
  6.6　異質(zhì)的自確認均衡
  6.7　一致自確認均衡
  6.8　一致自確認均衡與納什均衡
  6.9　可理性化的自確認均衡和關(guān)于對手支付的先驗信息
  參考文獻
第7章　納什均衡，大群體模型和擴展式博弈中的變異
  7.1　引言
  7.2　相關(guān)信息集和納什均衡
  7.3　外生試驗
  7.4　在被比做吃角子老虎機問題的博弈中的學習
  7.5　定態(tài)學習 
  7.6　“快速學習”模型中的隨機調(diào)整和后向歸納
  7.7　廉價磋商博弈中的變異和快速學習
  7.8　試驗和期限的長度
  附錄：吃角子老虎機問題回顧
  參考文獻
第8章　老練學習
  8.1　引言
  8.2　條件學習的三個范例
  8.3　老練學習的貝葉斯方法
  8.4　絕對連續(xù)條件的解釋  
  8.5　選擇專家
  8.6　條件學習
  8.7　折現(xiàn)  
  8.8　分類策略和循環(huán)
  8.9　內(nèi)省的分類規(guī)則，校準和相關(guān)均衡
  8.10　模式識別中的索斯諾模型
  8.11　操縱學習程序
  參考文獻
索引