The COVID-19 lockdowns have created a significant socioeconomic impact on our society. In this paper, we propose a population vaccination game framework, called EPROACH, to design policies for reopenings that guarantee post-opening public health safety. In our framework, a population of players decides whether to vaccinate or not based on the public and private information they receive. The reopening is captured by the switching of the game state. The insights obtained from our framework include the appropriate vaccination coverage threshold for safe-reopening and information-based methods to incentivize individual vaccination decisions. In particular, our framework bridges the modeling of the strategic behaviors of the populations and the spreading of infectious diseases. This integration enables finding the threshold which guarantees a disease-free epidemic steady state under the population's Nash equilibrium vaccination decisions. The equilibrium vaccination decisions depend on the information received by the agents. It makes the steady-state epidemic severity controllable through information. We find out that the externalities created by reopening lead to the coordination of the rational players in the population and result in a unique Nash equilibrium. We use numerical experiments to corroborate the results and illustrate the design of public information for responsible reopening.


翻译:COVID-19的禁闭对我们的社会产生了重大的社会经济影响。 在本文中,我们提出了一个称为EPROACH的人口疫苗接种游戏框架,以设计重新开业的政策,保障开业后公共卫生安全。在我们的框架内,一个参与者群体根据他们收到的公共和私人信息决定是否接种疫苗。重新开业是通过改变游戏状态获得的。我们从框架中获得的见解包括安全重新开业和基于信息的方法的适当疫苗接种覆盖率阈值,以激励个人接种决定。特别是,我们的框架连接了人口战略行为的模型和传染病的传播。这种整合使得能够找到一个门槛,根据人口的纳什均衡疫苗接种决定,保证无疾病的流行稳定状态。均衡的疫苗接种决定取决于他们获得的信息。它使得稳定状态的流行病严重程度可以通过信息控制。我们发现,重新打开通向人口理性参与者协调并导致独特的纳什平衡所产生的外部效应。我们利用数字实验来证实结果,并解释如何设计负责任的公共信息重新开业。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12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
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | SIGMETRICS 2019等国际会议信息7条
Call4Papers
9+阅读 · 2018年10月23日
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
3+阅读 · 2014年10月9日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | SIGMETRICS 2019等国际会议信息7条
Call4Papers
9+阅读 · 2018年10月23日
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员