Nov, 2023
具备二阶信息的鲁棒决策聚合
Robust Decision Aggregation with Second-order Information
TL;DR我们研究了一个二元决策聚合问题，两位专家根据观测到的关于未知二元世界状态的私人信号提出二元推荐。在专家的推荐观测情况下，一个不知道信号和状态之间联合信息结构的代理人试图将行动与真实状态匹配。我们在该情景下研究了是否能通过二阶信息进一步提高聚合效果，采用最小化后悔的框架来评估聚合器的性能，与一个知道联合信息结构的全知基准进行比较。我们发现通用的信息结构情况下，二阶信息并没有提供任何好处，没有聚合器能够比一个始终遵循第一个专家推荐的平凡聚合器更好。然而，当我们假设专家信号在给定世界状态的条件下相互独立时，积极的结果出现了。对于确定性聚合器，我们提出了一种利用二阶信息的鲁棒聚合器，可以明显优于没有二阶信息的对手。此外，在两个专家是同质的情况下，并在信号上添加一个非退化假设，我们证明使用二阶信息的随机聚合器可以超越没有二阶信息的最优聚合器。在其他情境中，二阶信息没有益处。我们还将上述结果推广到聚合器的效用函数更一般的情况。