重复博弈

论文研究独立运行的Q-learning定价算法在重复寡头竞争中会形成怎样的市场结果。实验发现，即使算法之间没有直接沟通，它们仍会稳定学习到高于竞争水平的价格；这一结果由有限期惩罚和随后逐步恢复合作的策略维持。结论对成本或需求不对称、参与者数量变化及多种不确定性设定均较稳健，表明算法自主学习本身可能产生具有合谋效果的动态互动。