Résumé Technique : Apprentissage Certifié et Mise en Œuvre de l'Équilibre sous Engagement Partiel Opaque

1. Énoncé du Problème

Cet article traite de l'intersection entre l'apprentissage statistique et l'équilibre de la théorie des jeux dans un environnement d'engagement partiel opaque. Le cadre étend la persuasion bayésienne à un scénario où un émetteur (par exemple, une plateforme) est lié par une politique d'information installée uniquement avec une probabilité exogène $\rho$. La réalisation de savoir si la politique est contraignante (le « choc de liaison » $c$) est cachée au récepteur. De plus, le récepteur n'observe pas l'environnement structurel persistant (le type de l'émetteur $\theta$, qui inclut les fonctions de gain et les noyaux installés).

Le défi central est double :

1. Identification Statistique : Le récepteur peut-il apprendre l'objet pertinent régissant l'interaction (la forme réduite face au récepteur) sans récupérer le mécanisme latent (les noyaux de liaison et discrétionnaires spécifiques) lorsque l'équivalence observationnelle empêche une telle récupération ?
2. Mise en Œuvre de l'Équilibre : L'apprentissage de cette forme réduite permet-il de soutenir un équilibre de Nash parfait de type bayésien (PBE) exact dans l'interaction stratégique suivante ? Les auteurs soutiennent qu'un argument statistique pour l'obéissance est insuffisant ; il faut établir les incitations de l'émetteur, la cohérence bayésienne des croyances au moment du déploiement, et le comportement après des messages de probabilité nulle.

Le modèle introduit une structure en deux étapes :

• Étape I (Calibration Certifiée) : Un certificateur de confiance génère un échantillon i.i.d. de paires recommandation–état provenant de l'environnement structurel. Cet échantillon est neutre en termes de gains, non manipulable, et révèle l'état ex-post.
• Étape II (Déploiement Non Certifié) : Un nouvel état et un choc de liaison sont tirés. Le récepteur observe le transcript de calibration et le message actuel, puis choisit une action.

2. Méthodologie et Cadre

2.1 Primitives Structurelles

L'environnement est défini par un espace d'états fini $\Omega$, un espace d'actions $A$, et un espace de messages $M=A$. Un type structurel persistant $\theta$ est tiré d'un dictionnaire fini $\Theta$ selon une loi a priori commune $\lambda_0$. Chaque type $\theta$ est caractérisé par :

• L'utilité de l'émetteur $u_S^\theta$ et l'utilité du récepteur $u_R$ (communes à tous les types).
• Une probabilité de liaison $\rho$.
• Un noyau de liaison installé $\pi_\theta$ (actif lorsque $c=1$) et une prescription discrétionnaire $\sigma_\theta$ (active lorsque $c=0$).
• L'ensemble des meilleures actions de l'émetteur $B_S^\theta$.

La forme réduite face au récepteur $x_\theta$ est la distribution jointe des états et des messages :
$$x_\theta(\omega, m) = \mu(\omega) [\rho \pi_\theta(m|\omega) + (1-\rho)\sigma_\theta(m|\omega)]$$
Crucialement, le noyau discrétionnaire doit satisfaire $\text{supp } \sigma_\theta(\cdot|\omega) \subseteq B_S^\theta(\omega)$.

2.2 Apprentissage et Construction des Croyances

Le récepteur observe un transcript de calibration $Z_N$. En utilisant la règle de Bayes, le récepteur met à jour sa croyance a posteriori sur le type structurel $\lambda_N(\theta | Z_N)$.

• Suffisance de la Forme Réduite : La croyance a posteriori du récepteur sur le nœud complet caché (type, état, choc de liaison) est construite comme un mélange des noyaux spécifiques au type, pondérés par $\lambda_N$.
• Croyance Prédictive : La croyance pertinente pour la décision du récepteur est la croyance a posteriori de l'état $\beta_N(\omega | m, Z_N)$, dérivée de la forme réduite prédictive-a posteriori.
• Identification : La loi de la population identifie la forme réduite $x_\theta$ et la classe d'équivalence $[\theta] = \{\vartheta : x_\vartheta = x_\theta\}$. Les paires latentes $(\pi_\theta, \sigma_\theta)$ ne sont identifiées que si elles sont constantes à travers la classe d'équivalence. Sans restrictions de décomposition, la même forme réduite peut admettre une continuum de représentations latentes.

2.3 Certification et Activation

Une porte publique active le protocole de communication uniquement si le transcript $Z_N$ passe un test d'obéissance prédictive. Ce test vérifie que pour chaque message $m$ ayant une probabilité prédictive positive, le gain d'utilité attendu du récepteur en suivant la recommandation (sous le mélange prédictif-a posteriori) dépasse une marge $\tau$.
$$D_{m,a}(Z_N) = \sum_{\theta, \omega} \lambda_N(\theta|Z_N) x_\theta(\omega, m) [u_R(m, \omega) - u_R(a, \omega)] \geq \tau p_N(m|Z_N)$$

3. Contributions Clés

3.1 Identification et Caractérisation de la Forme Réduite

L'article établit que dans un dictionnaire de types fini, la loi de calibration de la population identifie la forme réduite $x_\theta$ et la classe d'équivalence $[\theta]$.

• Frontière d'Identification Exacte : Une coordonnée latente est identifiée si et seulement si elle est constante sur la classe d'équivalence.
• Multiplicité : En l'absence de restrictions de décomposition, la même forme réduite peut admettre plusieurs représentations latentes, même au sein d'un dictionnaire fini si celui-ci contient des types observationnellement équivalents avec des paires latentes différentes.

3.2 Théorème de Mise en Œuvre de l'Équilibre

Les auteurs prouvent un théorème de mise en œuvre de suivi direct statique. Ils démontrent que si la forme réduite prédictive-a posteriori satisfait les inégalités d'obéissance (avec une marge positive), alors la continuation du déploiement admet un équilibre de Nash parfait de type bayésien (PBE) exact où :

1. Rationalité Séquentielle du Récepteur : Le récepteur suit la recommandation sur le chemin (on-path).
2. Rationalité Séquentielle de l'Émetteur : Dans la branche non contraignante ($c=0$), la prescription discrétionnaire de l'émetteur est optimale compte tenu du comportement de suivi du récepteur.
3. Cohérence Bayésienne : Les croyances sont mises à jour via la règle de Bayes sur le chemin.
4. Complétion Hors-Chemin : Les croyances et les meilleures réponses sont spécifiées pour les messages de probabilité nulle.

Ce résultat est valable pour chaque transcript accepté, et non seulement en moyenne ou de manière asymptotique.

3.3 Activation par Échantillon Fini

Sous les conditions de séparation de types finis, de support de recommandation commun et d'une marge d'obéissance positive, l'article prouve que l'échantillon de calibration se concentre sur la véritable classe d'équivalence avec une haute probabilité.

• Entrée à Haute Probabilité : La probabilité que le transcript échoue au test d'obéissance (et donc échoue à activer le PBE) est bornée par un paramètre $\eta$.
• Distinction des Erreurs : La probabilité d'échec statistique ($\eta$) est distincte de tout paramètre d'approximation d'équilibre. Si la porte s'active, l'équilibre résultant est exact ($\epsilon=0$), et non une approximation.

3.4 Conception Robuste et Calcul

L'article intègre une frontière de valeur robuste dans le cadre, analysant l'arbitrage entre la valeur de l'émetteur et la certifiabilité du protocole (la marge d'obéissance).

• Programmation Linéaire (LP) : Un algorithme de LP par support est fourni pour calculer la valeur maximale de l'émetteur sous une marge d'obéissance fixe.
• Spécialisation d'Actions Binaires : Pour les actions binaires, le problème se réduit à un problème de sac à dos fractionnaire borné, solvable en $O(|\Omega| \log |\Omega|)$.
• Audit Empirique : Un audit empirique non paramétrique est proposé comme un statistique de stabilisation virtuelle, distinct des croyances d'équilibre utilisées dans la preuve du PBE.

4. Résultats Clés

1. Théorème 6.3 (PBE Exact Post-Calibration) : Pour tout transcript $Z_N$ réalisable passant le test d'obéissance prédictive, la continuation du déploiement admet un PBE exact où le récepteur suit la recommandation et l'émetteur joue la stratégie discrétionnaire installée.
2. Théorème 6.7 (Entrée à Haute Probabilité) : Étant donné un type vrai avec une marge d'obéissance positive et une séparation suffisante des autres types, la probabilité que le transcript de calibration active la région du PBE exact tend vers 1 lorsque la taille de l'échantillon $N$ augmente.
3. Proposition 4.3 & 4.4 : La loi de la population identifie la forme réduite et la classe d'équivalence. La décomposition latente est non unique dans l'espace non restreint, mais le dictionnaire fini restreint l'ensemble des candidats.
4. Théorème 7.3 (Robustification Linéaire Locale) : Le coût de l'imposition d'une marge d'obéissance $\gamma$ sur la valeur de l'émetteur est linéaire en $\gamma$ sous certaines conditions de strictifiabilité.

5. Signification et Revendications

L'article affirme fournir un fondement d'implémentation conditionnelle pour le comportement de suivi direct dans des environnements d'engagement partiel opaque. Sa signification réside dans :

• Le Pont entre Statistiques et Théorie des Jeux : Il démontre comment un processus d'apprentissage statistique (calibration) peut servir de mise à jour d'information pré-jeu qui soutient rigoureusement un équilibre exact dans l'interaction stratégique suivante, plutôt que de simplement suggérer que l'obéissance est « probable ».
• L'Exactitude : Contra irement à de nombreux résultats d'apprentissage qui convergent vers un équilibre ou fournissent des $\epsilon$-approximations, ce cadre garantit un PBE exact pour tout enregistrement accepté. L'incertitude est confinée à la probabilité que la porte rejette l'enregistrement (échec statistique), et non à la qualité de l'équilibre lui-même.
• Clarté Institutionnelle : Le modèle sépare explicitement la génération institutionnelle des données (calibration certifiée) de la pratique stratégique. Il ne prétend pas que l'émetteur installe volontairement le protocole ou que la calibration elle-même est un résultat d'équilibre ; il analyse plutôt le jeu de continuation étant donné le protocole installé et l'enregistrement public.
• Limites de Portée : Les auteurs font preuve de modestie quant à la portée de leurs travaux. Les résultats sont conditionnels à un protocole dépendant du type installé. L'article ne résout pas la sélection endogène de mécanismes, le choix d'expérimentation ou la formation de la réputation ; il identifie plutôt quand un protocole spécifique et installé produit un équilibre robuste après apprentissage.

En résumé, l'article établit que sous engagement partiel opaque, un échantillon de calibration certifié peut transformer un problème d'apprentissage statistique en un fondement de théorie des jeux pour le comportement d'équilibre, à condition que la forme réduite satisfasse des marges d'obéissance et des conditions de séparation spécifiques.