Agentenbasierte Simulation elektronischer Märkte: Vergleich zweier adaptiver Lernansätze unter Unsicherheit über die eigene Wertschätzung
Theoretische Analysen des Bietverhaltens in elektronischen Märkten unterstellen eine eindeutige (private) Wertschätzung. In der Realität liegen nicht immer alle Informationen vor, so dass Unsicherheit über die eigene Wertschätzung bestehen kann. Dies stellt den Auktionsteilnehmer vor die Frage, zusätzliche Informationen zu beschaffen oder auf Basis der unsicheren Wertschätzung zu bieten. Dieses Verhalten kann als stochastisches Spiel modelliert und mit Hilfe eines agentenbasierten Ansatzes untersucht werden. Ziel der Diplomarbeit ist es, das stochastische Spiel mit Hilfe eines genetischen Algorithmus zu lösen und die Ergebnisse mit einem reinforcement learning Ansatz aus der Literatur zu vergleichen.
Kontakt: | Dr. Clemens van Dinther |

