How do people play against Nash opponents in gameswhich have a mixed strategy equilibrium

作者
Jason M. Shachat,Todd D. Swarthout
出处
期刊:RePEc: Research Papers in Economics - RePEc [Federal Reserve Bank of St. Louis]
摘要

We examine experimentally how humans behave when they, unbeknownst to them, play against a computer which implements its part of a mixed strategy Nash equilibrium. We consider two games, one zero-sum and another unprofitable with a pure minimax strategy. A minority of subjects' play was consistent with their Nash equilibrium strategy. But a larger percentage of subjects' play was more consistent with different models of play: equal-probable play for the zero-sum game, and the minimax strategy in the non-profitable game.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
璐璐ach发布了新的文献求助10
刚刚
白泽发布了新的文献求助20
刚刚
shang发布了新的文献求助30
1秒前
John发布了新的文献求助50
1秒前
橘子汽水发布了新的文献求助10
2秒前
水草帽完成签到 ,获得积分10
3秒前
nn发布了新的文献求助10
3秒前
任性的老四完成签到,获得积分10
3秒前
hsn发布了新的文献求助20
4秒前
5秒前
5秒前
vicky发布了新的文献求助10
6秒前
wanci的应助被hxxcyb采纳,获得10
6秒前
6秒前
小宁同学完成签到,获得积分20
6秒前
饱满的雨泽完成签到,获得积分10
7秒前
12121212完成签到,获得积分10
7秒前
脑洞疼的应助被烦烦烦采纳,获得10
8秒前
9秒前
SciGPT的应助被b549e17a5d11982c采纳,获得10
9秒前
出岫云谣发布了新的文献求助10
10秒前
自然的平蓝完成签到 ,获得积分10
11秒前
水草帽完成签到 ,获得积分10
11秒前
jgwang发布了新的文献求助10
11秒前
11秒前
11秒前
Miro完成签到,获得积分10
12秒前
小池嗯完成签到 ,获得积分10
13秒前
滴滴答答的应助被小晴天采纳,获得10
13秒前
14秒前
在水一方的应助被科研通管家采纳,获得30
15秒前
15秒前
Orange的应助被科研通管家采纳,获得10
15秒前
Hello的应助被科研通管家采纳,获得10
16秒前
英姑的应助被科研通管家采纳,获得10
16秒前
16秒前
英姑的应助被科研通管家采纳,获得10
16秒前
xing_xing的应助被科研通管家采纳,获得20
16秒前
无情愫的应助被科研通管家采纳,获得10
16秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 1000
Электротехническая система магнитожидкостной герметизации валов регулируемых электродвигателей 800
Guidelines for fracture-safe and fatigue-reliable design of steel structures 600
The Basics of Practical Optimization, Second Edition 600
Problems and Solutions for Integer and Combinatorial Optimization: Building Skills in Discrete Optimization 600
Organizational Behavior 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 7984158
求助须知:如何正确求助?哪些是违规求助? 9443981
关于积分的说明 21089113
捐赠科研通 7558724
什么是DOI,文献DOI怎么找? 3376767
关于科研通互助平台的介绍 2510802
邀请新用户注册赠送积分活动 2410011