非貝氏機制設計
假設我們有一種機制，其中有限數量的代理擁有不是從機率分佈中提取的私人資訊。
代理的類型是給定的且固定的，但代理只知道自己的類型。由於沒有機率分佈，玩家不會形成任何信念。
代理的行為被建模為效用最大化器，效用函式本質上是準線性的。
從上面看，使用非貝氏納什均衡（Nash，1950）作為解決方案概念是否有意義？如果是，您能否指出正確的文獻（一些論文參考）？
先感謝您。
最突出的是，鮑勃·威爾遜（Bob Wilson）批評了博弈論中共同先驗的作用。從“威爾遜學說”開始，朝這個方向做了一些機制方面的工作。請注意，這項研究工作並非沒有希望：在流行的拍賣形式中，次價拍賣是報告您的真實價值的（弱）優勢策略。也就是說，你對他人類型或策略的信念並不重要。
Chung 和 Ely (ReStud 2007)有一篇關於這個主題的論文：
羅伯特威爾遜批評了應用博弈論對常識假設的依賴。作為對威爾遜批評的回應，最近的機制設計文獻採用了尋找無細節機制的目標，以消除這種依賴。在實踐中，這意味著將注意力限制在簡單的機制上，例如主導策略機制。然而，這種方法幾乎沒有理論基礎。特別是，尚不清楚尋找不依賴於常識假設的最佳機制會導致更簡單的機製而不是更複雜的機制。本文試圖填補這一空白。在期望收入最大化的拍賣人的背景下，我們研究了使用簡單的主導策略拍賣的一些基礎。
另一種流行的方法是Bergemann 和 Morris (2005) （幾篇論文）。但是，我想這並不是您所想的，但是這裡必須提到它們。
機制設計文獻假設參與者和規劃者對環境有太多的共同了解。我們通過研究更豐富類型空間的機制設計來放鬆這個假設。對於所有可能的類型空間，我們詢問什麼時候事後實現等同於臨時（或貝氏）實現。在可分離環境的情況下等價；可分離環境的例子出現在（1）當計劃者正在實施社會選擇功能（而不是對應）和（2）在對轉移沒有限制的準線性環境中。等價通常失敗，包括在一些預算平衡的準線性環境中。在私有價值環境中，事後實施等同於優勢策略實施。
通常在機制設計中，有私有資訊需要提取，你需要對如何建模有一個立場。這可能是貝氏或不是，但經典的納什均衡概念適用於完整的資訊設置。電腦科學家推動的“無先驗”機制設計文獻關注最壞情況分析。