论文部分内容阅读
在对理性决策者决策过程建模基础上，研究了信息不对称的非合作环境中，存在着决策者效用函数U的先验概率分布p（u）（比如从一组效用函数中学习）的条件下，通过对决策者所已采取的行动的观察，生成效用函数U的约束条件集合，通过这些约束条件来确定其效用函数U后验分布q（u），从而推断他的效用函数U，用以预测他未来的行动的方法。本文提出了从策略观察中提取约束条件的算法，以及在非合作环境中，具有学习能力的谋略型决策者的行动策略。通过一个实例，研究相关的算法并进行了相应的实验。