💻 computer science
Information and Contract Design for Repeated Interactions between Agents with Misaligned Incentives
本文研究了信息不对称与激励错配如何塑造重复互动中发送者与接收者之间的沟通策略与契约设计，揭示出尽管线性契约使发送者能够学习最优信息提取策略，但往往以牺牲公平为代价导致显著的剩余提取。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象这样一个世界：两个人试图共同解决一个谜题，但他们的目标截然不同，掌握的信息也各不相同。本文探讨了当这两个人反复互动、试图为自己争取最佳结果时会发生什么。
以下是本文的故事梗概，分解为几个简单的概念：
角色：“向导”与“驾驶员”
将这两个智能体想象成一位向导（发送者）和一位驾驶员（接收者）。
- 向导知晓整张地图。他们能看到所有的障碍、捷径和宝箱。然而，向导无法驾驶汽车；他们只能说话。
- 驾驶员手握方向盘。他们可以转向和加速，但只能透过雾蒙蒙的挡风玻璃看到前方几英尺的距离。他们依赖向导告知该往哪里走。
冲突：
通常你会认为向导会直接告诉驾驶员完美的路线。但在这篇论文中，向导和驾驶员并不总是想要同样的东西。
- 驾驶员希望安全、快速地到达目的地。
- 向导可能希望驾驶员走某条特定路线，因为那条路线能给向导带来奖励（如小费或佣金），即使这对驾驶员来说稍差一些。
博弈：他们如何学会交流
本文提出：向导能否学会提供恰到好处的信息以达成其目的，而驾驶员能否学会信任（或不信任）这些建议？
研究人员发现，向导学会了一种“狡猾”的说话方式。
- 当驾驶员视线非常模糊（能见度低）时： 向导拥有很大权力。向导学会提供主要有利于自己的建议，因为驾驶员没有其他途径获知真相。驾驶员只能听从建议，因为他们别无选择。
- 当驾驶员视野清晰（能见度高）时： 向导的权力有所削弱。如果向导试图欺骗驾驶员，驾驶员能预见到错误并忽略建议。因此，向导学会更加诚实和乐于助人，以维持驾驶员的倾听。
转折：出售地图（合同）
研究人员增加了一条新规则：向导可以就其建议收取费用。
想象向导说：“我会告诉你最佳路线，但你必须将你赢得的奖金的 50% 给我。”
- 会发生什么？ 向导学会利用这笔费用让自己变得更富有。他们计算出该收取多少费用、该撒多少谎，以最大化自身利润。
- 代价： 虽然向导变得更富有，但驾驶员最终得到的钱比以前少了。向导本质上从驾驶员身上“榨取”了额外的价值。
- 公平性问题： 论文指出，虽然这对向导来说是一种聪明的策略，但感觉不公平。向导仅仅因为分享了他们原本就拥有的信息，就拿走了驾驶员成功成果的一大部分。
主要结论
- 信息即权力： 驾驶员越不知道，向导就越能操纵局势以满足自身需求。
- 诚实是有条件的： 只有当驾驶员聪明到足以识破谎言时，向导才会变得完全诚实。如果驾驶员是“盲”的，向导就会加以利用。
- 秘密的货币化： 当向导被允许为其秘密收费时，他们更擅长操纵局势以榨取尽可能多的价值，往往让驾驶员所剩无几。
简而言之
本文就像研究一位导游与一位在异国城市的游客之间的关系。
- 如果游客迷路且困惑，导游可以带他们去一家给导游回扣的商店，即使那里对游客来说并非最佳选择。
- 如果游客拥有极好的地图和 GPS，导游必须保持诚实才能保持其价值。
- 如果导游被允许出售地图，他们会收取高价，并且仍会试图将游客引向支付佣金最多的商店，让游客口袋里的钱所剩无几。
研究人员使用计算机模拟（如电子游戏网格和书信场景）证明，这些智能体随着时间推移会自然习得这些策略，从而引发了关于当一方掌握所有筹码时，这些互动究竟有多公平的问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。