...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Economic Dynamics and Control >Linear learning in changing environments
【24h】

Linear learning in changing environments

机译：不断变化的环境中的线性学习

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The decision maker receives signals imperfectly correlated with an unobservable state variable and must take actions whose payoffs depend on the state. The state randomly changes over time. In this environment, we examine the performance of simple linear updating rules relative to Bayesian learning. We show that a range of parameters exists for which linear learning results in exactly the same decisions as Bayesian learning, although not in the same beliefs. Outside this parameter range, we use simulations to demonstrate that the consumption level attainable under the optimal linear rule is virtually indistinguishable from the one attainable under Bayes' rule, although the respective decisions will not always be identical. These results suggest that simple rules of thumb can have an advantage over Bayesian updating when more complex calculations are more costly to perform than less complex ones. We demonstrate the implications of such an advantage in an evolutionary model where agents "learn to learn."
机译：决策者收到与不可观察到的状态变量不完全相关的信号，并且必须采取其收益取决于状态的行动。状态随时间随机变化。在这种环境下，我们检查相对于贝叶斯学习的简单线性更新规则的性能。我们证明，存在一系列参数，线性学习导致的决策与贝叶斯学习完全相同，尽管信念不同。在此参数范围之外，我们使用仿真来证明，最佳线性规则下可达到的消耗水平实际上与贝叶斯规则下可达到的消耗水平没有区别，尽管各自的决定并不总是相同的。这些结果表明，当更复杂的计算比不那么复杂的计算执行起来更昂贵时，简单的经验法则可能比贝叶斯更新具有优势。我们在代理商“学会学习”的进化模型中证明了这种优势的含义。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号