ミクロ経済シミュレーション：利己的な取引エージェント間の調整/計画
チェスのような典型的な完全情報戦略ゲームでは、エージェントは、対戦相手も可能な限り最高の動きをすることを想定しながら、状態ツリーで可能な限り最高の動きを検索することによって、その最良の動きを計算できます（つまり、ミニマックス）。
このアプローチを経済活動をモデル化する「ゲーム」で使用したいと思います。可能な「動き」は特定のクラスの州（チェックメイトなど）ではなく、特定の価格で売買することであり、目標はエージェントの状態の関数Fを最大化する必要があります（例：F（お金、ウィジェット）= 10 *お金+ウィジェット）。
少なくとも価格についての合意の下で、両当事者間の調整を必要とする売買行動をどのように処理するか？
安価な方法は、おそらく現在の供給に基づいて事前に価格を設定することですが、このシミュレーションのアイデアは、「完全に合理的な」エージェントによって自由に決定されたときに価格がどのように現れるかを調べることです。
私がnot望んでいないことの良い例は、SugarScapeの取引アルゴリズムです-Growing Artificial Societiesp101-102：
一対のエージェントが相互作用して取引を行うと、それぞれが商品の内部評価を計算し、交渉プロセスが実行され、価格が合意されます。この価格で両方のエージェントの利益が上がる場合は、トランザクションを完了します
プロトコル自体は美しいですが、（私が知る限り）キャプチャできないのは、エージェントが後でさらに多くの価格で販売できることを知っているため、他の方法よりも多く支払うことができることです。日付-Googleブックスのこの論文で「戦略的思考」と呼ばれているように見えるもの マルチエージェントベースのシミュレーションIII：第4回国際ワークショップ、MABS 20 ...そのような現実的な行動を得るために、それ（1）コンパイル時に計画された状況のみをカバーできる非常に複雑な内部評価システムを構築する必要があるか、（2）状態ツリーを検索するための何らかのメカニズムを備えている必要があるようです...将来の取引を計画する何らかの方法が必要になります。
注：チェスの例えは、状態空間検索が行われる場合にのみ機能します。シミュレーションは「ゼロサム」を意図していないため、文字通りのミニマックス検索は適切ではありません。理想的には、3つ以上のエージェントで機能する必要があります。
取引を容易にするためにエージェントまたはマーケットメーカーを使用することを検討しましたか？これが実際の証券取引所での仕組みです。株式が人から人へ取引されることはめったにありませんが、仲介者を通じて取引されます。あなたは、一方の当事者がシステム内のすべての情報にアクセスできた場合に、一方の当事者に絶対に必要以上の支払いをさせるシステムの能力を調べることに言及します。これは、オファーとビッドの価格差である「スプレッド」で起こることです。価格。
Game Theory Evolveing、H。Gintis、p45でこれに出くわしました。
「[新古典派モデル]では、実際に取引が行われる前に、すべての市場で過剰な需要を排除するために価格が変動します。したがって、市場の清算は市場によってもたらされるのではなく、後に作家が「競売人」と呼んだものによってもたらされます。価格を呼び出し、すべての市場での過剰な需給の程度を測定し、それに応じて価格を調整し、平衡価格が決定されるまでプロセスを繰り返します。その後、競売人はこれらの平衡価格を凍結し、エージェントはこれらの価格で自由に取引することができます。皮肉なことです！市場競争の騒々しい混乱ではありませんが、中央集権化された国家装置のクールな手は市場の均衡をもたらします。
「まあ、あなたは答えるかもしれません、セイウチが彼の方程式のセットを書き留めてから長い道のりを歩んできました...確かに誰かが競売人に取って代わるもっともらしい分散型の市場志向の均衡メカニズムを提供しました。しかし実際には誰も持っていません価格が市場の清算レベルに向かって移動する、市場の相互作用のもっともらしい動的モデルを作成することに成功しました。」
もちろん、「競売人」モデルはまさにSugarScapeで行われていることであり、まさに私が避けたかったものです。
本当なら、これは落胆します...しかし、少なくとも、エージェント間の調整を伴う計画のおそらく手に負えない問題を無視しても、私はこれを解決することができませんでした。
素朴な答え：
チェスをするのと同じ方法でエージェントを実際にシミュレートすることはできません。 「ゲーム」がプレイヤー自身よりも外部の影響に大きく依存しているからです。これはすべて知識に帰着します。エージェントが何らかの情報源から価格が将来上昇することを知っている場合、それはそれ自体を助けるために現在何かをするかもしれません。実際、マルチエージェントシミュレーション理論では、エージェントの知識の概念は非常に重要な部分です。特に、エージェントが環境全体について完全な知識を持っておらず、この知識を完全に信頼できない場合。したがって、エージェントの目標は、この知識を収集して確認し、この知識に基づいて商品の将来価値を計算することです。そして、この知識を得るのは難しい部分です。なぜなら、未来を予測することは、人間もコンピューターも得意ではないからです。