Trefwoorden: Leren, Optimalisatie, Speltheorie, Verkeer, Woon-werkverkeer

"Essays in learning, Optimization and Game Theory"

Dit proefschrift bestudeert de interactie van egoïstische economische agenten in drie verschillende settings. In de eerste setting moeten ze dagelijks beslissingen nemen op basis van informatie die ze in het verleden, en leren van wat er eerder gebeurde hoe goede beslissingen te nemen op basis op basis van feedback die zij krijgen nadat zij een beslissing hebben genomen. Bestudeerd zijn algoritmen die garanderen dat de agenten op lange termijn goede beslissingen nemen.

In de tweede setting worden verkeersnetwerkproblemen bestudeerd. Er wordt een algoritme bestudeerd dat rekening houdt met de pendeltrajecten en de gewenste aankomsttijd van de pendelaars om hen een aanbeveling te geven van hun vertrektijd en het pad dat zij moeten kiezen om het verkeer te verminderen, en wel zo dat de pendelaars de aanbevelingen van het algoritme moeten opvolgen.

In de derde setting wordt een setting bestudeerd waarin twee laboratoria afwisselend een subsidie krijgen om een geneesmiddel te vinden tegen een ziekte met mutaties. Telkens wanneer een laboratorium een subsidie ontvangt, kan het één technologie investeren uit een eindig aantal daarvan. Op basis van gemeenschappelijke kennis over de ziekte, en in de veronderstelling dat beide laboratoria perfect op de hoogte zijn van de technologieën die door het andere laboratorium worden gebruikt, wordt het gedrag bestudeerd dat beide laboratoria zouden moeten hebben om hun individuele kans om een geneesmiddel te vinden tegen de huidige mutatie van de ziekte te maximaliseren.

Klik hier voor het volledige proefschrift.