Reinforcement Learning im Cournot Duopol

Diplomarbeit aus dem Jahr 2007 im Fachbereich VWL - Mikroökonomie allgemein Note: 17 Ruprecht-Karls-Universität Heidelberg (Alfred-Weber-Institut) Veranstaltung: Wirtschaftstheorie Sprache: Deutsch Abstract: Diese Arbeit untersucht den Einsatz agentenbasierter Lernalgorithmen im wiederholten Cournot-Spiel. Es werden zwei unterschiedliche Implementierungen (eine nach Roth-Erev die andere nach Watkins Q-Learning) des sogenannten Reinforcement Learning untersucht. Diese Implementierungen werden in die Modellwelt des bekannten Cournot-Spiels gesetzt um gegeneinander zu spielen. Es sind Arbeiten bekannt in denen Q-Learning Agengenten kooperierendes Verhalten lernen. Es ist Ziel dieser Arbeit die Unterschiede theoretisch herauszuarbeiten und praktisch in Java zu implementieren. Dabei soll die Frage gekl