Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Nuovi metodi per il processo decisionale strategico

Nei mercati digitali odierni, dalle aste online alla determinazione dei prezzi, le decisioni strategiche sono spesso automatizzate e dipendono dalla comprensione del modo in cui gli agenti artificiali apprendono e competono. Il progetto ELUD, finanziato dal CER, sta trasformando il modo in cui risolviamo tali problemi sviluppando nuovi e potenti metodi per calcolare gli equilibri nei giochi bayesiani, anche quando le informazioni sono incomplete. Il progetto unisce la teoria dei giochi, l’ottimizzazione online e l’apprendimento automatico per affrontare le dinamiche dei mercati basati su agenti del mondo reale, in cui gli offerenti o i venditori automatizzati si adattano nel tempo. Il progetto non solo sviluppa strumenti per risolvere problemi di equilibrio precedentemente non gestibili, ma fa anche luce su quando l’apprendimento porta a risultati stabili o caotici. ELUD promette innovazioni nella modellazione, previsione e progettazione di mercati algoritmici più intelligenti ed efficienti.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2024-ADG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

TECHNISCHE UNIVERSITAET MUENCHEN
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 539 750,00
Indirizzo
Arcisstrasse 21
80333 Muenchen
Germania

Mostra sulla mappa

Regione
Bayern Oberbayern München, Kreisfreie Stadt
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Beneficiari (1)

Il mio fascicolo 0 0