Kartellbildung durch KI-Handelssysteme

Das Papier untersucht zwei reproduzierbare Versagensmodi in der tiefen multiagenten Reinforcement-Learning (MARL) in kontinuierlichen Handelsmärkten. Es zeigt, dass sich konkurrierende DDPG-Agenten zu einem taciten Kartell zusammenschließen können und dass Instabilität zwischen Akteur und Kritik bei hohen Ereignisraten auftritt. Die Autoren präsentieren eine partielle Lösung durch Asynchronität und Latenz, die jedoch Kosten hat, wie beispielsweise ein nicht vollständiger Verlust der Kartellbildung und Schwachstellen in bestimmten Phasen des Systems.