关于ChoiceGAPs的深入解析:从理论到实践
1. 相干模型与强均衡
在某些情况下,模型可能会赋予过高的效用值。为了解决这个问题,我们引入了相干模型的概念。
- 相干变换 :假设 $\Pi$ 是一个ChoiceGAP,$r \in ground(\Pi)$ 是 $\Pi$ 中单个VC规则的实例,$I$ 是一个解释。规则 $r$ 的相干变换 $coh(r, I)$ 定义为:$coh(r, I) = {B_i(v) : \mu \leftarrow A_i(v) : \mu | I(A_i(v)) > 0 \text{ 且 } I(A_i(v)) = I(B_i(v))}$。$\Pi$ 关于 $I$ 的相干变换是 $GAP ground(\Pi_{non - vc}) \cup \bigcup_{r \in ground(\Pi) \land r \text{ 是VC规则}} coh(r, I)$,其中 $\Pi_{non - vc}$ 是 $\Pi$ 中所有非VC规则的集合。
- 相干模型 :设 $\Pi$ 是一个ChoiceGAP,$M$ 是 $\Pi$ 的一个模型。$M$ 是 $\Pi$ 的相干模型当且仅当它是 $GAP coh(\Pi, M)$ 的最小模型。
下面通过一个例子来说明相干模型:
Π =
⎧
⎪
⎪
⎪
⎪
⎪
⎪
⎨
⎪
⎪
⎪
⎪
⎪
⎪
⎩
friend(1, 2) : 1
←
buyAsusU(1) : 0.6
←
buyAsusU(Y )
超级会员免费看
订阅专栏 解锁全文
18

被折叠的 条评论
为什么被折叠?



