Congestion control by information design

通过信息设计进行拥塞控制

• 批准号: 21J11717
• 负责人: 松下 旦
• 金额: $ 1.34万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-28 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J11717/
• 关键词: 情報デザイン; ゲーム理論; マーケットデザイン

本研究は情報デザインによる混雑コントロールの手法を開発し、その性能を実証的に評価することを目的としている。本研究期間では特に、1.大規模災害時の避難を想定した混雑コントロール手法の開発 2.株式投資型クラウドファンディングにおける最適プラットフォーム設計に関する実証分析 3.金銭の収受を伴う政策と伴わない政策を比較するモデルの作成 4.ゲームでの（必ずしも合理的とは限らない）プレイヤーの行動の推定 の4項目を中心に研究を進めた。1. 本年度は2021年度の成果に加え、グラフニューラルネットワーク（GNN）を用いた情報デザインの均衡計算に取り組んだ。2. 本年度は2021年度の成果に加え、Fundinno社との共同研究として、webサイトの訪問ログを用いた投資家行動の分析を行った。3. 本年度は2021年度の成果に加え、より複雑な地域制約への対応や、金銭が100%移転可能でない場合（transferable utilityではない場合）のモデル開発と実データを使った実証研究に取り組んだ。4. 情報デザインが立脚するゲーム理論の枠組みでは、プレイヤーが何らかの均衡に従って行動すると考えることが一般的である。しかし現実には理論の予測とは必ずしも一致しない行動が観測されることも多い。そこで二人繰り返し零和ゲームの実験データを用い、深層学習等の手法を利用して、既存の行動ゲーム理論のモデルに比べて遥かに高い精度で実際のプレイヤーの行動を予測することに成功した。これらの課題に関して、ワーキングペーパーの公開、学会・セミナー報告論文投稿を行った。

This study aims to develop and evaluate the performance of information technology and communication technologies. During the study period, 1. The development of mixed strategy for evacuation in large-scale disasters 2. The empirical analysis of the optimal design of investment models 3. The comparison of policies for disaster management 4. The development of mixed strategy for disaster management (Must be reasonable and limited) 4 items of presumptive action 1. This year, compared with the results of 2021, we have increased the number of information and balanced calculation groups. 2. This year's results of 2021, Fundinno's joint research, web services and investment analysis 3. This year's results from the year 2021 are based on the results of the study on the development and implementation of evidence in cases where there is a 100% possibility of transferability. 4. Information is required for the establishment of a theoretical framework for the study of general issues. The theory of the future is the same as the action of the future. This is the first time that we have used such techniques as deep learning and deep learning to predict actions with higher accuracy than existing theories. This topic is related to the publication of articles, and the publication of articles.

项目成果

Regulating Matching Markets with Constraints: Data-driven Taxation

规范匹配市场的约束：数据驱动的税收

• 发表时间: 2023
• 作者: Akira Matsushita;Kei Ikegami;Kyohei Okumura;Yoji Tomita;Atsushi Iwasaki
• 通讯作者: Atsushi Iwasaki

Using Big Data and Machine Learning to Uncover How Players Choose Mixed Strategies

使用大数据和机器学习来揭示玩家如何选择混合策略

• 发表时间: 2022
• 作者: Li Qiang;Liu Yu;Meko David M.;Nakatsuka Takeshi;Pan Yingnan;Song Huiming;Liu Ruoshi;Sun Changfeng;Fang Congxi;川越敏司;Michihiro Kandori
• 通讯作者: Michihiro Kandori