Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Equilibrium Learning, Uncertainty, and Dynamics: Novel Approaches for Analyzing Games and Automated Markets

Projektbeschreibung

Neue Methoden zur strategischen Entscheidungsfindung

Auf den digitalen Märkten von heute – von Onlineauktionen bis hin zur Ausgestaltung von Preisen – werden strategische Entscheidungen oft automatisiert getroffen und hängen davon ab, wie künstliche Agenten lernen und konkurrieren. Das Team des ERC-finanzierten Projekts ELUD verändert die Art und Weise, wie wir Probleme dieser Art lösen, indem leistungsstarke neue Methoden zur Berechnung von Gleichgewichten in Bayes-Spielen entwickelt werden, selbst wenn die Informationen unvollständig sind. Projektintern werden Spieltheorie, Onlineoptimierung und maschinelles Lernen kombiniert, um die Dynamik realer agentenbasierter Märkte zu bewältigen, auf denen sich automatisierte Bietende oder Verkaufende im Lauf der Zeit anpassen. Das Projektteam erarbeitet nicht nur Werkzeuge zur Lösung bisher unlösbarer Gleichgewichtsprobleme, sondern klärt außerdem auf, wann Lernen zu stabilen oder chaotischen Ergebnissen führt. Die Arbeit von ELUD verspricht Durchbrüche beim Modellieren, Vorhersagen und Gestalten intelligenterer und effizienterer algorithmischer Märkte.

Ziel

Game theory is essential for studying central problems in economics and management such as auctions, contests, oligopoly, and platform competition. However, deriving equilibrium strategies in such games with incomplete information is notoriously challenging. For instance, analytical solutions are available only for simple auction models under restrictive assumptions. The lack of numerical methods for solving equilibrium problems impedes advancements in theory and practice. Building on insights from my recent research, ELUD develops online optimization and learning methods to solve equilibrium problems in single- and multi-stage Bayesian games that have previously been deemed intractable. These new methods are designed to accommodate a variety of distributional assumptions and utility functions allowing to incorporate behavioral motives and asymmetries among agents. Importantly, learning algorithms also serve as models for artificial agents in real-world agentic markets, such as those for bidding in display advertising auctions and pricing on online retail platforms. Such agents cannot play equilibrium strategies from the start, but they adapt to the market and learn profitable strategies over time. However, learning algorithms do not necessarily converge to an equilibrium in games; they can instead lead to cycles or even chaotic behavior and such phenomena have been observed experimentally in some environments. ELUD allows us to understand the properties of market models under which classes of algorithms lead to an efficient equilibrium and when they do not. This is highly ambitious because ELUD needs to develop new mathematical methods to study the constrained dynamical systems resulting from the interaction of learning algorithms. An extensive set of experiments will complement and aid the theory development. After ELUD, there will be widely applicable equilibrium solvers for important classes of games, and a theoretical framework to analyze automated markets.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-ERC - HORIZON ERC Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) ERC-2024-ADG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

TECHNISCHE UNIVERSITAET MUENCHEN
Netto-EU-Beitrag
€ 1 539 750,00
Adresse
Arcisstrasse 21
80333 Muenchen
Deutschland
Region
Bayern Oberbayern München, Kreisfreie Stadt
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
Keine Daten

Begünstigte (1)