Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio
ACI Avances en Ciencias e Ingenierías

SECCIÓN C: INGENIERÍAS

Vol. 15 Núm. 1 (2023)

Simulación del juego del ultimátum con inteligencia artificial y sesgos: Comportamiento de inteligencia artificial

DOI
https://doi.org/10.18272/aci.v15i1.2304
Enviado
mayo 15, 2021
Publicado
2023-05-16

Resumen

En esta investigación se han desarrollado diseños experimentales del juego del ultimátum con agentes inteligentes artificiales con el rol de jugadores, incluyendo distintos sesgos: altruismo, envidia y pensamiento justo. Se ha utilizado aprendizaje por refuerzo y bucket brigade para programar los jugadores en python, nuestro método nos otorga un pensamiento racional evolutivo por como los jugadores actualizan sus posibles estrategias basado en los resultados de las rondas previas. Mediante simulaciones y comparación de comportamientos se han estudiado las siguientes preguntas: ¿Llega la inteligencia artificial a un equilibrio de subjuego perfecto en el experimento del juego del ultimátum? ¿Cómo se comportaría la inteligencia artificial en el experimento del juego del ultimátum si se le incluye un pensamiento sesgado? Este análisis exploratorio ha llegado a un importante resultado: la inteligencia artificial por sí sola no llega a un equilibrio de subjuegos perfecto. Por otro lado, se demostró que los diseños experimentales de los jugadores con sesgo convergen a un equilibrio rápidamente. Por último, se demostró que los jugadores con sesgo de envidia se comportan igual que los que tienen sesgo de altruismo.

viewed = 749 times

Citas

  1. Sanfey, A., Rilling, J., Aronson, J., Nystrom, L., & Cohen, J. (2003). The Neural Basis of Economic Decision-Making in the Ultimatum Game, (2003). Science, 300(5626), 1755-1758. doi: https://doi.org/10.1126/science.1082976
  2. Gale, J., Binmore, K. & Samuelson, L. (1995). Learning to be imperfect: The ultimatum game. Games and economic behavior, 8(1), 56-90. doi: https://doi.org/10.1016/S0899-8256(05)80017-X
  3. Guy, T. V., Kárny ́, M., & Wolpert, D. H. (Eds.). (2011). Decision making with imperfect decision makers (Vol. 28). Springer Science Business Media. doi: https://doi.org/10.1007/978-3-642-24647-0
  4. Gibbons, R. (1992). A primer in game theory. Pearson Academic.
  5. Román Carrillo, J. (2009). Cooperación en redes sociales: el juego del ultimátum. [Undergraduate thesis, Universidad Carlos III de Madrid]. https://e-archivo.uc3m.es/handle/10016/5838#preview
  6. Sanfey, A. (2007). Social Decision-Making: Insights from Game Theory and Neuroscience. Science, 318(5850), 598-602. doi: https://doi.org/10.1126/science.1142996
  7. De Jong, S., Uyttendaele, S. & Tuyls, K. (2008). Learning to reach agreement in a continuous ultimatum game. Journal of Artificial Intelligence Research, 33, 551-574. doi: https://doi.org/10.1613%2Fjair.2685