通过实验获得最佳学习

通过实验获得最佳学习本文分析了一名代理人的动态决策问题，该代理人最初对其收益函数的真实形状不确定，但随着时间的推移通过观察其过去决策的结果来获得信息。从长远来看，该行为是在信念下的短期最优，但可能不是对真实收益函数的最优选择。我们推导出限制行为在真实收益函数下是最优的条件，并建立结果的稳健性。最后，我们在一个示例中研究调整过程，在该示例中，这种完全学习在长期内并未实现。