Buchumschlag

Persuading a Behavioral Agent: Approximately Best Responding and Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Yiling, Lin, Tao
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Science and Game Theory Machine Learning Theoretical Economics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalized Principal-Agent Problem with a Learning Agent
von: Lin, Tao, et al.
Veröffentlicht: (2024)

Learning to Coordinate Bidders in Non-Truthful Auctions
von: Fu, Hu, et al.
Veröffentlicht: (2025)

Learning to Play Multi-Follower Bayesian Stackelberg Games
von: Personnat, Gerson, et al.
Veröffentlicht: (2025)

Randomized Truthful Auctions with Learning Agents
von: Aggarwal, Gagan, et al.
Veröffentlicht: (2024)

Revisiting Fairness Impossibility with Endogenous Behavior
von: Penn, Elizabeth Maggie, et al.
Veröffentlicht: (2026)

The Computational Intractability of Not Worst Responding
von: Ahunbay, Mete Şeref, et al.
Veröffentlicht: (2026)

Self-Resolving Prediction Markets for Unverifiable Outcomes
von: Srinivasan, Siddarth, et al.
Veröffentlicht: (2023)

Welfare, Improvability, and Variance: A Principal-Agent Approach to Optimal Benchmark Item Aggregation
von: Haupt, Andreas, et al.
Veröffentlicht: (2026)

Deep Learning for Double Auction
von: Liu, Jiayin, et al.
Veröffentlicht: (2025)

Networked Information Aggregation via Machine Learning
von: Kearns, Michael, et al.
Veröffentlicht: (2025)

Multiplayer Bandit Learning, from Competition to Cooperation
von: Brânzei, Simina, et al.
Veröffentlicht: (2019)

Are Bounded Contracts Learnable and Approximately Optimal?
von: Chen, Yurong, et al.
Veröffentlicht: (2024)

From No-Regret to Strategically Robust Learning in Repeated Auctions
von: Zhao, Junyao
Veröffentlicht: (2026)

Contracting with a Learning Agent
von: Guruganesh, Guru, et al.
Veröffentlicht: (2024)

The Bounds of Algorithmic Collusion; $Q$-learning, Gradient Learning, and the Folk Theorem
von: Askenazi-Golan, Galit, et al.
Veröffentlicht: (2024)

From Best Responses to Learning: Investment Efficiency in Dynamic Environment
von: Li, Ce, et al.
Veröffentlicht: (2025)

You Are the Best Reviewer of Your Own Papers: The Isotonic Mechanism
von: Su, Weijie
Veröffentlicht: (2022)

Swim till You Sink: Computing the Limit of a Game
von: Hakim, Rashida, et al.
Veröffentlicht: (2024)

Response Time Enhances Alignment with Heterogeneous Preferences
von: Echenique, Federico, et al.
Veröffentlicht: (2026)

A Linear Theory of Multi-Winner Voting
von: Xia, Lirong
Veröffentlicht: (2025)

How Humans Help LLMs: Assessing and Incentivizing Human Preference Annotators
von: Liu, Shang, et al.
Veröffentlicht: (2025)

Algorithmic Collusion Without Threats
von: Arunachaleswaran, Eshwar Ram, et al.
Veröffentlicht: (2024)

Exploration and Persuasion
von: Slivkins, Aleksandrs
Veröffentlicht: (2024)

Competing Bandits: The Perils of Exploration Under Competition
von: Aridor, Guy, et al.
Veröffentlicht: (2020)

Fair Allocation in Dynamic Mechanism Design
von: Fallah, Alireza, et al.
Veröffentlicht: (2024)

Emergent Alignment via Competition
von: Collina, Natalie, et al.
Veröffentlicht: (2025)

Online Assortment and Price Optimization Under Contextual Choice Models
von: Erginbas, Yigit Efe, et al.
Veröffentlicht: (2025)

Networked Information Aggregation for Binary Classification
von: Bateni, MohammadHossein, et al.
Veröffentlicht: (2026)

"Calibeating": Beating Forecasters at Their Own Game
von: Foster, Dean P., et al.
Veröffentlicht: (2022)

How to Sell High-Dimensional Data Optimally
von: Li, Andrew, et al.
Veröffentlicht: (2025)

Federated Learning and Free-riding in a Competitive Market
von: Meng, Jiajun, et al.
Veröffentlicht: (2024)

Continuous-Time Best-Response and Related Dynamics in Tullock Contests with Convex Costs
von: Elkind, Edith, et al.
Veröffentlicht: (2024)

Verifying Approximate Equilibrium in Auctions
von: Pieroth, Fabian R., et al.
Veröffentlicht: (2024)

Explainable Information Design
von: Chen, Yiling, et al.
Veröffentlicht: (2025)

Approximate Optimality of Linear Contracts Under Uncertainty
von: Alon, Tal, et al.
Veröffentlicht: (2022)

Approximate Strategyproofness in Approval-based Budget Division
von: Aziz, Haris, et al.
Veröffentlicht: (2026)

Information Design with Unknown Prior
von: Li, Ce, et al.
Veröffentlicht: (2024)

Contractual Reinforcement Learning: Pulling Arms with Invisible Hands
von: Wu, Jibang, et al.
Veröffentlicht: (2024)

Approximately Fair and Population Consistent Budget Division via Simple Payment Schemes
von: Aziz, Haris, et al.
Veröffentlicht: (2024)

Relying on the Metrics of Evaluated Agents
von: Wang, Serena, et al.
Veröffentlicht: (2024)