Essais sur le dilemme exploration-exploitation
Institution:
Université Côte d'Azur (ComUE)Disciplines:
Directors:
Abstract EN:
A growing body of empirical evidence during the two last decades has been showing inconsistencies between individual choices when the individuals make decisions from description (i.e., when they are provided with a perfect knowledge about the states space, including all the possible outcomes, and the underlying probabilities), compared to when they make decisions from experience (i.e., when they do not know all the possible outcomes or/and their occurrence probabilities). These inconsistencies are referred to as the description/experience gap. Undersearch has been pointed out as one of the key determinants of this gap. Hence, even though little studied in economics, search becomes a central question, deserving serious interest. This thesis aims at contributing to the theoretical and experimental literature studying search and the related exploration-exploitation dilemma, both at the individual and at the collective level. The thesis is made of 3 essays, combining theoretical, agent-based modelling, evolutionary simulations and laboratory experiments. The first chapter of this thesis examines the determinants of search behavior in the context of an individual optimal stopping problem and shows that this behavior largely depends on the degree of certainty of the information, and is affected by both regret and anticipation. The second chapter investigates information sharing behavior in competitive collective search using agent-based and evolutionary simulations. It finds robust evidence for the individual benefits of sharing, even when others do not reciprocate, as long as two mechanisms as present: Imitation with a certain level of innovation and local visibility. The third chapter experimentally tests and supports the validity of theses results, and stresses the crucial role of learning.
Abstract FR:
Au cours des deux dernières décennies, de nombreux travaux empiriques ont mis en lumière des divergences dans les choix individuels lorsque ceux-ci sont faits à partir d’une description de l’espace des états du monde et de leurs probabilités sous-jacentes (decision from description), et lorsqu’ils résultent de l’expérimentation de cet espace via l’échantillonnage (decision from experience). En effet, dans le premier cas, l’individu dispose d’une connaissance parfaite de l’espace des états du monde. Par différence, dans le second cas, l’individu ne connaît pas à l’avance toutes les alternatives possibles ou/et leurs probabilités de survenance. Cette divergence entre les choix individuels observés dans ces deux configurations est communément qualifiée de description/experience gap. Le phénomène d’undersearch est l’une des causes avancées dans la littérature pour expliquer cet écart. Etant donnée l’importance de la question du choix en incertitude en économie, le processus de search mérite une attention plus approfondie. Cette thèse a pour but de contribuer à la littérature théorique et expérimentale qui étudie ce processus et le dilemme exploration-exploitation qui lui est inhérent, tant au niveau individuel que collectif. La thèse est composée de 3 essais combinant modélisation théorique, modélisation multi-agents, algorithmes évolutionnistes et expériences en laboratoire. Le premier chapitre de cette thèse examine les déterminants du processus de search dans le contexte d’un problème individuel d’arrêt optimal (optimal stopping problem). Les résultats obtenus montrent que ce processus dépend en grande partie du degré de certitude de l’information et que le regret et l’anticipation y jouent un rôle important. Le deuxième chapitre étudie le comportement de partage d’informations dans le cadre d’une recherche collective concurrentielle à l’aide de simulations multi-agents et d’algorithmes évolutionnistes. Il met en évidence l’existence de bénéfices individuels au partage, même lorsque les autres ne partagent pas en retour, à condition que deux mécanismes soient présents: l’imitation avec un certain niveau d’innovation et la visibilité locale. Le troisième chapitre teste et valide expérimentalement ces résultats et souligne le rôle crucial de l’apprentissage.