This paper presents a universal and economically intuitive approach to linking static and dynamic stability. In economics, static stability is traditionally defined by negative relationship between endogenous and exogenous variables in a model: for a population game, this is characterized by negative semidefiniteness of the Jacobian matrix of the payoff function. We consider economically reasonable dynamics, in which we can justify agents' choices of new strategies as optimal choices possibly by introducing additional costs and constraints. This class of dynamics covers major payoff-based (non-imitative) evolutionary dynamics. The key is expected net gains (payoff improvements) from strategy revisions after paying switching costs. Static stability implies that the aggregate net gain diminishes over time under economic reasonable dynamics and thus can be used as a Lyapunov function. While our analysis here is confined to myopic evolutionary dynamics in population games, our approach is applicable to more complex situations.


翻译:本文介绍了一种将静态和动态稳定联系起来的普遍和经济上直观的方法。在经济学中,静态稳定传统上由一个模式的内生变量和外生变量之间的消极关系来界定:对于人口游戏来说,静态稳定的特点就是Jacobian矩阵的付款功能的负半无限性。我们认为,在经济上是合理的动态,我们可以通过引入额外的成本和限制来证明代理人选择新战略是最佳选择的理由。这一动态类别包括基于(非模拟的)主要收益的进化动态。关键在于预期在支付转换成本后从战略修订中得到的净收益(偿还改善 ) 。静态稳定意味着总的净收益在经济合理动态下会随着时间的减少而减少,因此可以用作Lyapunov的功能。我们在这里的分析仅限于人口游戏中的近似进化动态,但我们的方法适用于更复杂的情况。

0
下载
关闭预览

相关内容

《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Arxiv
7+阅读 · 2018年12月26日
Arxiv
3+阅读 · 2018年10月8日
Arxiv
3+阅读 · 2015年5月16日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Top
微信扫码咨询专知VIP会员