Computing Equilibria in Atomic Splittable Polymatroid Congestion Games with Convex Costs
在本文中，我们计算$ε$ -近似纳什均衡的原子可裂多拟阵拥塞对策与凸Lipschitz连续成本函数。主要的方法依赖于计算一个纯粹的纳什均衡相关的integrally-splittable拥塞游戏，玩家只能分裂他们的需求在一个共同的数据包大小的整数倍。众所周知，可以计算纯纳什均衡的积分可分割的拥塞游戏内的运行时间是伪多项式的球员的总需求。作为本文的主要贡献，我们决定为每一个$ε>0$，一个数据包大小$k_ε$，并证明了相关的$k_ε$ -可分割纳什均衡是一个$ε$ -近似纳什均衡的原始游戏。我们进一步表明，我们的结果适用于多市场寡头下降，凹Lipschitz连续的价格函数和二次生产成本：有一个多项式时间变换到原子可裂多拟阵拥塞游戏这意味着我们可以计算$ε$近似古诺纳什均衡在伪多项式时间。
2018-08-13 cs.GT math.OC
Computing Strong Nash Equilibria for Multiplayer Games
提出了一种计算强Nash（Aumann）均衡的启发式方法。该方法是基于差分进化和三个变种的生成关系强纳什均衡表征。最小努力的游戏上进行的数值实验高达150名球员说明了该方法的效率。每个变量的优点和缺点进行了讨论的精度和运行时间。
2014-08-28 cs.GT
Nash equilibria in games over graphs equipped with a communication mechanism
我们研究纯纳什均衡在无限持续时间的游戏图，部分可见性的行动，但通信（基于图）之间的球员。我们表明，一个简单的通信机制，包括在报告的偏差时，看到它和传播这些信息是足够的特征纳什均衡。我们提出了一个认知游戏的结构，它方便地记录重要信息的知识的球员。有了这个抽象，我们能够描述纳什均衡遵循简单的通信模式，通过获胜的策略。我们最后讨论的建设，这将允许有效的算法解决方案，以计算纳什均衡在原来的游戏的大小。
2019-06-25 cs.GT
Approximating Nash Equilibria in Tree Polymatrix Games
在一个温和的重整化假设下，我们提出了一个求解树上多矩阵对策纳什均衡的准多项式时间Las Vegas算法。我们的结果，特别是，导致一个预期的多项式时间算法计算近似纳什均衡的树多矩阵游戏中，每个玩家的行动数量是一个固定的常数。此外，对于度为常数的树，算法的运行时间与双矩阵游戏中近似纳什均衡的最佳已知上限相匹配（Lipton，Markakis和Mehta 2003）。值得注意的是，这项工作密切补充了Rubinstein（2015）的硬度结果，该结果建立了每个参与者有两个动作的常度二部图上的多矩阵博弈中纳什均衡的不可近似性。
2016-04-10 cs.GT
Rank-1 Games With Exponentially Many Nash Equilibria
双矩阵对策（A，B）的秩是矩阵A+B的秩。我们给出了一个具有指数级多个均衡的秩1博弈的构造，它回答了Kannan和Theobald（2010）的一个公开问题。
2012-11-11 cs.GT
On the Complexity of Nash Equilibria in Anonymous Games
我们证明了当近似参数ε在局中人数目中是指数小的时候，在PPAD中找到一个具有7个纯策略的匿名博弈的ε-近似纳什均衡的问题是完全的.
2014-12-17 cs.GT
Rare Nash Equilibria and the Price of Anarchy in Large Static Games
我们研究了一个静态的游戏有限数量的代理，在代理被分配独立和同分布的随机类型和每个代理最小化其目标函数选择一组允许的行动，取决于它的类型。该游戏是匿名的，因为每个代理的目标函数仅通过其他代理的类型-动作对的经验分布来依赖于其他代理的动作。我们研究纳什均衡的渐近行为，作为代理的数量趋于无穷大，首先通过推导大数定律的特点几乎必然极限点的纳什均衡在所谓的古诺纳什均衡的相关非原子游戏。我们的主要结果是大偏差原则，其特点是罕见的纳什均衡和相关的条件极限定理描述的行为的平衡条件下的一个罕见的事件的概率。结果涵盖的情况下，既没有有限的球员游戏，也没有相关的非原子游戏有一个唯一的均衡。此外，我们研究了无政府状态的价格的渐近行为，补充现有的最坏情况下的界限与新的概率界限的拥塞游戏，这是用来模拟网络中的流量路由的背景下。
2017-02-07 cs.GT math.OC math.PR
How discontinuous is Computing Nash Equilibria?
我们研究了非合作博弈理论中几个解概念的不连续性程度。虽然纳什均衡的考虑构成了我们工作的核心，也纯粹的和相关的均衡处理。形式上，我们限制治疗两个玩家的游戏，但结果和证据扩展到n-玩家的情况下。作为一个副结果，解决了线性不等式组解的不连续度问题。
2009-07-09 cs.GT
Query Complexity of Approximate Nash Equilibria
我们研究了查询复杂性的近似概念的纳什均衡的游戏中有大量的球员$n$。我们的主要结果表明，对于$n$ -玩家二进制动作游戏和常数$\varepsilon$，查询复杂性的$\varepsilon$ -良好的支持纳什均衡是指数在$n$。这个结果的后果之一是自适应动态收敛到近似纳什均衡的速度的指数下界。
2014-07-18 cs.GT
Nash equilibria with partial monitoring; Computation and Lemke-Howson algorithm
在具有部分监控的两人双矩阵博弈中，所采取的行动不被观察到，只有一些消息被接收。这些游戏满足通常的双矩阵游戏的一个重要性质：只有有限数量的所需（混合）最佳答案。这在研究纳什均衡集时非常有帮助：例如，在某些情况下，它允许将其与具有完全监控的辅助博弈的均衡集相关联。在一般情况下，对Lemke-Howson算法进行了扩展，在某种一般性假设下，其输出是原博弈的纳什均衡。作为副积，我们得到了它们的数的奇性。
2013-01-12 cs.GT
A Quantum Annealing Algorithm for Finding Pure Nash Equilibria in Graphical Games
我们介绍了Q-Nash，一个用于求解图型博弈中纯Nash均衡的NP完全问题的量子退火算法。该算法由两个阶段组成。第一阶段使用经典计算确定每个参与者的最佳对策策略的所有组合。第二阶段使用量子退火设备，通过将计算出的组合映射到基于集合覆盖问题的二次无约束二进制优化公式来找到纯纳什均衡。我们在D-Wave的Quantum Annealer 2000 Q上使用不同的图形游戏拓扑对Q-Nash进行了经验评估。解决方案的质量和计算时间的结果进行比较，暴力算法和迭代最佳响应启发式。
2020-08-20 cs.GT
Bounding the Uncertainty of Graphical Games: The Complexity of Simple Requirements, Pareto and Strong Nash Equilibria
我们调查的复杂性边界的图形游戏的不确定性，我们提供了新的见解计算纳什均衡的内在困难。特别是，我们表明，如果一个非常简单和自然的额外要求的图形游戏，纳什均衡的存在不再是保证，计算均衡是一个棘手的问题。此外，如果需要更强的均衡条件的游戏，我们得到的硬度结果的第二层次的多项式。我们的结果提供了一个清晰的图像的复杂性混合纳什均衡在图形游戏，并回答了一些开放的研究问题Conitzer和Sandholm（2003）。
2012-07-04 cs.GT
A parametric representation of totally mixed Nash equilibria
我们计算了一个具有预先固定结构的一般正规型对策的完全混合纳什均衡的参数描述。使用这种表示，我们显示的条件下，一个游戏有这种均衡的最大可能数量。然后，我们提出了一个象征性的程序，使我们能够描述和估计的数量孤立的完全混合纳什均衡的任意游戏。在某些假设下，该算法计算这些平衡点的确切数量。
2007-03-14 cs.GT math.AG
Coherence of probabilistic constraints on Nash equilibria
可观察博弈是指达到可能的许多纳什均衡之一的博弈情形。在游戏开始之前，外部观察者事先并不知道将要发生的行动的确切轮廓;因此，他为玩家的行动分配主观概率。然而，并不是所有的概率分配都与给定的游戏相一致。我们研究的决策问题，确定一组给定的概率约束的先验分配的观察员到一个给定的游戏是连贯的，我们称之为均衡的概率约束的连贯性，或PCE-连贯性。我们展示了几个结果有关的算法和复杂性PCE-相干时，只考虑纯纳什均衡。在这种情况下，我们还研究了保持一致性的行动的最大和最小概率约束的计算。最后，我们研究了允许混合纳什均衡时的这些问题。
2022-01-03 cs.GT
Approximate Nash Equilibria via Sampling
我们证明了在一个范式n人对策中，每个人有m个行动，存在一个近似的纳什均衡，其中每个人在一组O（log（m）+ log（n））纯策略中均匀随机化.这个结果导致了一个$N^{\log \log N}$算法，用于计算游戏中的近似纳什均衡，其中动作的数量是玩家数量的多项式（m=poly（n）），其中$N=nm^n$是游戏的大小（输入大小）。此外，我们建立了一个反向连接之间的熵的纳什均衡在游戏中，所需的时间找到这样一个近似的纳什均衡使用随机抽样算法。
2013-07-18 cs.GT
Nash equilibria of quasisupermodular games
该研究针对拟超模博弈的纳什均衡，证明了三个相关结果，包括一个纯序理论定理和两个含拓扑假设的定理，且拓扑结果推广了Zhou定理与Calciano定理。
2024-06-19 cs.GT econ.TH
A Bayesian optimization approach to compute the Nash equilibria of potential games using bandit feedback
计算策略多智能体系统的纳什均衡对于昂贵的黑盒系统是具有挑战性的。受普遍存在的涉及开发公共资源的游戏的启发，本文考虑了潜在游戏的上述问题。我们使用贝叶斯优化框架，以获得新的算法来解决有限（离散动作空间）和无限（真正的区间动作空间）潜在的游戏，利用潜在的游戏结构。数值结果表明，该方法在计算静态势博弈的纳什均衡和动态势博弈的线性纳什均衡时是有效的。
2018-11-15 cs.GT cs.MA
Near-Optimal Communication Lower Bounds for Approximate Nash Equilibria
我们证明了一个$N^{2-o(1)}$下界的随机通信复杂性性，找到一个$ε$近似纳什均衡（常数$ε>0$）在两个玩家$N\times N$游戏。
2018-05-16 cs.CC cs.GT
Representing Pure Nash Equilibria in Argumentation
University of Aberdeen（阿伯丁大学）；University of Artois（阿尔图瓦大学）
在本文中，我们描述了一个基于论证的范式游戏表示，并演示了如何论证可以用来计算纯策略纳什均衡。我们的方法建立在Modgil的扩展论证框架之上。我们证明了它的正确性，证明了它满足的几个理论性质，并概述了它如何可以用来解释为什么某些策略是纳什均衡的非专家人类用户。
2020-06-19 cs.AI cs.GT
On Approximate Nash Equilibria in Mean Field Games
École Polytechnique Paris, Centre de Mathématiques Appliquées（巴黎综合理工学院，应用数学中心）；NYU, Tandon School of Engineering（纽约大学，坦登工程学院）
本文研究了均场博弈中近似纳什均衡的定义与性质，探讨了在大规模群体下个体偏离收益趋近于零的条件，并分析了动态连续时间设定下的相关结果。
2026-01-28 cs.GT math.OC math.PR
Computing Pure Nash Equilibria via Markov Random Fields
在本文中，我们提出了一种新的通用图形游戏和马尔可夫随机场之间的映射，使纯纳什均衡在前者可以找到统计推断后者。因此，决定一个图形游戏是否有一个纯纳什均衡的问题，一个众所周知的棘手的问题，可以攻击的良好建立的算法，如信念传播，连接树，马尔可夫链蒙特卡罗和模拟退火。大类的图形游戏变得易于处理，包括所有已知的类，但也有新的类，如树宽为O（log n）的游戏。
2005-10-13 cs.GT
Nash Equilibria via Duality and Homological Selection
给定一个从$X$到$k-$重对称积$Sym_k(X)$的泛函，利用Dold-Thom定理建立了一个同调选择定理.这是用来建立纳什均衡的存在性。在混合策略中，纳什均衡存在性问题的费用函数通常是多线性的。本文的主要目的是放松多重线性的假设。我们使用基本的相交理论，庞加莱对偶除了多德-托姆定理。
2014-01-10 cs.GT math.AT math.GT
Randomness Requirements and Asymmetries in Nash Equilibria
本文研究有限双人 n×n 理性收益博弈中纳什均衡混合策略的概率分布复杂度，证明唯一均衡可存在指数与线性复杂度差距，并给出指数上下界。
2024-05-11 cs.GT
STON'R Converges to First-Order Nash~Equilibria of Multiplayer Games
Czech Technical University in Prague（布拉格捷克理工大学）
本文证明STON'R算法在多人一般和博弈中收敛到一阶纳什均衡，扩展了先前仅适用于零和或凹博弈的结果。
2026-06-08 cs.GT
NP-hardness of Computing Uniform Nash Equilibria on Planar Bimatrix Games
研究了非赢-输双矩阵博弈中一致纳什均衡的计算复杂性。已知这样的问题是NP完全的，即使双矩阵游戏是赢-输的（Bonifaci等人，2008年）。幸运的是，如果一个双矩阵博弈是平面的，那么一致纳什均衡总是存在的。我们有一个多项式时间算法，用于找到平面输赢双矩阵游戏的统一纳什均衡（Addario-Berry等人，2007年）。接下来的问题是：在一个平面非赢-输双矩阵博弈中计算一个一致的纳什均衡有多难？本文解决了这一问题。我们证明了判定一个非输赢平面双矩阵对策是否具有一致纳什均衡的问题也是NP-完全的。
2022-08-21 cs.GT
Approximating Nash Equilibria in Normal-Form Games via Stochastic Optimization
该研究提出首个可用于无偏蒙特卡洛估计的标准型博弈近似纳什均衡损失函数，结合非凸随机优化技术得到有理论保证的新算法，实验证实随机梯度下降法效果优于现有最优方法。
2024-04-15 cs.GT cs.MA
Arena-Independent Memory Bounds for Nash Equilibria in Reachability Games
UMONS – Université de Mons（蒙斯大学）
本文提出了一种在无限图上无需 Arena 大小限制的有限记忆纳什均衡构造方法，适用于可达性、安全性和最短路径游戏。
2026-02-23 cs.GT
Constrained Pure Nash Equilibria in Polymatrix Games
本文研究了一类定义在加权有向图上的多矩阵博弈中约束纯纳什均衡的存在性检验问题。一个玩家的收益被定义为选择相同策略的玩家在输入边上的非负有理权重之和，并为选择给定策略增加一个固定的整数奖金。这些游戏抓住了在缺乏全球共同战略的情况下，在当地社区内协调的想法。我们研究的决策问题，检查是否一组给定的策略选择的一个子集的球员是一致的一些纯纳什均衡，或者，与所有纯纳什均衡。我们确定了最自然的情况下，易于处理，并显示NP或CONP-完全这些问题已经为未加权的DAG。
2016-11-29 cs.GT
Computation of Nash Equilibria of Attack and Defense Games on Networks
研究网络攻防博弈中纳什均衡的计算问题，证明其可在多项式时间内计算，并提出时间复杂度为O(n4)的算法。
2023-09-08 cs.GT
Approximate Well-supported Nash Equilibria below Two-thirds
在博弈-纳什均衡中，参与人通过改变自己的行为最多可以获得100万美元。最近的工作已经解决了如何最好地计算ε-纳什均衡的问题，以及对于什么样的ε-纳什均衡值，存在多项式时间算法。一个epsilon-well-supported纳什均衡（epsilon-WSNE）有一个额外的要求，即参与者以非零概率使用的任何策略的收益最多必须小于最佳对策。Kontogiannis和Spirakis最近的算法显示了如何在多项式时间内计算2/3-WSNE，用于双矩阵游戏。在这里，我们介绍了一种新的技术，导致最坏情况下的近似保证的改善。
2014-12-02 cs.GT
Game-Theoretical Perspectives on Active Equilibria: A Preferred Solution Concept over Nash Equilibria
MID-LIDS；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）；IBM-Research（IBM研究院）；Mila（米拉）；University of Oxford（牛津大学）
多智能体学习设置本质上比单智能体学习更困难，因为每个智能体在共享环境中与其他同时学习的智能体交互。多智能体强化学习的一个有效方法是考虑智能体的学习过程，并从每个智能体的角度影响他们未来的政策，以达到期望的行为。重要的是，如果每个智能体通过考虑其行为对收敛策略集的影响来最大化其长期回报，则所产生的多智能体系统达到主动均衡。虽然这个新的解决方案的概念是一般的，标准的解决方案的概念，如纳什均衡，是特殊情况下的积极平衡，这是不清楚的，当一个积极的平衡是一个首选的平衡比其他解决方案的概念。在本文中，我们分析积极的均衡从博弈论的角度来看，通过仔细研究的例子，纳什均衡是已知的。通过直接比较这些例子中的主动均衡和纳什均衡，我们发现主动均衡比纳什均衡找到更有效的解决方案，得出主动均衡是多智能体学习设置的理想解决方案。
2022-10-28 cs.AI cs.GT
Approximate well-supported Nash equilibria in symmetric bimatrix games
$\varepsilon$ -良好支持的纳什均衡是纳什均衡近似的一个强有力的概念，其中没有参与人比$\varepsilon$更有动机偏离她在混合策略中使用的任何纯策略。最小常数$\varepsilon$目前已知的有一个多项式时间算法，计算一个$\varepsilon$ -良好支持的纳什均衡在双矩阵游戏是略低于$2/3$。在本文中，我们研究这个问题的对称双矩阵游戏，我们提供了一个多项式时间算法，给出了一个$(1/2+δ)$ -良好的支持纳什均衡，为任意小的正常数$δ$。
2014-07-11 cs.GT
A Proof that Coarse Correlated Equilibrium Implies Nash Equilibrium in Two-Player Zero-Sum Games
本文给出简洁证明，说明两人零和博弈中粗相关均衡的边缘策略即纳什均衡，并推广到ε-粗相关均衡蕴含2ε-纳什均衡，从而无外部遗憾算法可收敛至纳什均衡。
2023-10-15 cs.GT
Nash equilibria in scalar discrete-time linear quadratic games
针对线性二次博弈中纳什均衡刻画的开放问题，本文研究双智能体标量离散时间无限时域LQ博弈，通过分析最优响应映射构建多项式系统，利用Gröbner基工具证明最多存在三个纳什均衡并给出相关条件。
2025-04-17 cs.GT cs.MA
A vector bundle approach to Nash equilibria
University of Idaho（爱达荷大学）；Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克科学促进学会数学与科学研究所）
本文提出用向量束方法研究纳什均衡，分析了纳什判别种群的结构和性质，并证明了其代数性质。
2026-01-15 cs.GT math.AG
Inapproximability Results for Approximate Nash Equilibria
我们研究的问题是找到近似的纳什均衡，满足一定的条件，如提供良好的社会福利。特别是，我们研究的问题$ε$ -NE $δ$ -SW：找到一个$ε$ -近似纳什均衡（$ε$ -NE）是在$δ$的最佳社会福利可实现的$ε$ -NE。我们的主要结果是，如果指数时间假设（ETH）是真的，那么解决$\left(\frac{1}{8} - \mathrm{O}(δ)\right)$ -NE $\mathrm{O}(δ)$ -SW的$n\times n$双矩阵游戏需要$n^{\mathrm{\widetilde Ω}(\log n)}$时间。在此基础上，我们显示了类似的条件运行时间的下界上的一些决策问题的近似纳什均衡，不涉及社会福利，包括最大化或最小化某个玩家的收益，或找到近似均衡包含在一个给定的一对支持。假设ETH成立，我们给出了这些问题的准多项式下界，这些下界适用于所有$ε< \frac{1}{8}$的$ε$ -纳什均衡。这些其他决策问题的难度到目前为止只在精确均衡的背景下进行了研究。
2017-04-25 cs.GT
On the Communication Complexity of Approximate Nash Equilibria
我们研究的问题计算近似纳什均衡的双矩阵游戏，在设置中，玩家最初知道自己的收益，但不知道其他玩家的收益。为了找到一个合理质量的解决方案，玩家之间需要进行一定程度的沟通。我们感兴趣的算法，其中的通信是大大小于支付矩阵的内容，例如对数的矩阵的大小。当通信是多对数的策略n的数量，我们展示了如何获得ε近似纳什均衡约为0.438，以及良好的支持近似均衡，我们获得约为0.732。对于单向通信，我们表明，1/2 =1/2是可以实现的，但没有持续的改善超过1/2是可能的，即使有无限的单向通信。对于有良好支撑的均衡，单向通信不能实现小于1的k值。当参与者完全不交流时，ε-纳什均衡可以在ε =3/4时得到，我们还给出了一个略高于1/2的最低常数ε的下限。
2013-02-15 cs.GT
Finding Approximate Nash Equilibria of Bimatrix Games via Payoff Queries
我们研究了在双矩阵博弈中寻找近似均衡的确定性和随机查询复杂性。我们发现，确定性查询的复杂性，找到一个$ε$ -纳什均衡时，$ε< \frac{1}{2}$是$Ω(k^2)$，即使在零-一常数和游戏。结合以前的结果\cite{FGGS13}，这提供了一个完整的表征近似纳什均衡的确定性查询复杂性。我们还研究了随机查询算法。我们给出了一个使用$O(\frac{k \cdot \log k}{ε^2})$支付查询寻找$(\frac{3 - \sqrt{5}}{2} + ε)$ - Nash均衡的随机化算法，这表明随机化可以打破确定性算法的$\frac{1}{2}$障碍。对于有良好支持的纳什均衡（WSNE），我们首先给出了一个使用$O(\frac{k \cdot \log k}{ε^4})$支付查询的零和双矩阵博弈的$ε$-WSNE的随机化算法，然后利用这个算法得到了一个使用$O(\frac{k \cdot \log k}{ε^4})$支付查询的一般双矩阵博弈的$(\frac{2}{3} + ε)$的随机化算法.最后，我们开始研究的下界对随机算法的背景下，双矩阵游戏，随机算法需要$Ω(k^2)$支付查询，以找到一个$\frac{1}{6k}$ -纳什均衡，即使在零-一常数和游戏。特别是，这排除了查询有效的随机算法寻找精确的纳什均衡。
2014-02-12 cs.GT
Nash Equilibria in Symmetric Games with Partial Observation
我们研究了一个模型，代表大型多人游戏，满足强对称性。该模型由多个竞技场副本组成;每个玩家在自己的竞技场中进行游戏，并且可以部分观察其他玩家的行为。因此，该博弈具有部分信息和对称性约束，这使得纳什均衡的计算变得困难。我们展示了几个不可判定的结果，并为有界记忆策略，我们精确地描述了计算纯纳什均衡（定性目标）在这个游戏模型的复杂性。
2014-04-03 cs.GT cs.LO
Nash Equilibria in Finite-Horizon Multiagent Concurrent Games
在有限时间目标的多智能体并发博弈中寻找纯策略纳什均衡的问题最近受到了一些关注。早期的工作通过使用拉宾自动机解决了这个问题。在这项工作中，我们利用代理人的目标的有限时域性质，并表明，检查和寻找纯策略纳什均衡可以使用安全游戏和套索测试在Büchi自动机的组合来完成。为了将策略推理与时间推理分开，我们通过确定性有限字自动机（DFA）对代理的目标进行建模，因为诸如LTL \textsubscript{f}和LDL \textsubscript{f}之类的有限时域逻辑是通过转换为等效DFA来推理的。这使我们能够将问题的复杂性描述为PSPACE完全。
2022-05-02 cs.GT
The Complexity of Nash Equilibria in Limit-Average Games
研究了极限平均目标下并发对策纳什均衡解的计算复杂性。特别是，我们证明了随机策略中的纳什均衡的存在性是不可判定的，而纯策略中的纳什均衡的存在性是可判定的，即使我们对均衡的收益施加约束。我们的不可判定性的结果，即使是有限的一类并发游戏，非零奖励只发生在终端状态。此外，我们表明，约束存在性问题是不可判定的，不仅并发游戏，但回合制游戏具有相同的限制奖励。最后，我们证明了（纯的或随机的）平稳策略的纳什均衡的约束存在性问题是可判定的，并分析了它的复杂性。
2011-09-28 cs.CC cs.GT
Nash Equilibria And Partition Functions Of Games With Many Dependent Players
我们讨论并解决了一个模型的游戏与许多球员，真正决定球员的一个子集嵌入到一个层次结构的依赖代理。这些相互依赖性修改了决定性参与者的博弈矩阵和纳什均衡。在一个具体的例子中，我们认识到伊辛模型的配分函数，对于高依赖性，我们观察到一个新的纳什均衡的相变，这是帕累托有效的结果。我们想到的一个例子是股票市场中大股东的博弈论，中间公司根据其所有者的多数投票决定并争夺最终利润。在我们的模型中，这些相互依赖最终会促使合作。
2015-04-15 cs.GT
On Nash Equilibria in Normal-Form Games With Vectorial Payoffs
我们对多目标范式博弈（MONFG）中的纳什均衡进行了深入的研究，向量收益的范式博弈。采取基于效用的方法，我们假设每个玩家的效用可以用效用函数来建模，该效用函数将向量映射到标量效用。在混合策略的情况下，在计算收益向量的期望值之前和之后都应用这样的标量化是有意义的。这种区别导致两个优化标准。在第一个标准中，玩家的目标是优化他们的效用函数的期望值，该效用函数应用于游戏中获得的收益向量。在第二个标准下，参与者的目标是在给定联合策略的情况下优化预期收益向量的效用。在后一个标准下，纳什均衡不一定存在。我们的第一个贡献是提供了一个充分条件，保证纳什均衡存在。其次，我们表明，当纳什均衡确实存在下的两个标准，没有均衡需要之间共享的两个标准，甚至平衡的数量可以不同。第三，我们贡献的纯策略纳什均衡的研究下，这两个标准。我们表明，当假设玩家的拟凸效用函数，这两个优化标准下的纯策略纳什均衡集是等价的。这一结果进一步扩展到游戏中，玩家坚持不同的优化标准。最后，给出了这些理论结果，我们构造了一个算法来计算所有的纯策略纳什均衡在MONFG中的球员有一个拟凸效用函数。
2022-07-16 cs.GT cs.MA
The outcomes of generative AI are exactly the Nash equilibria of a non-potential game
本研究证明生成式AI（含BloombergGPT等大模型）的渐近输出对应非势博弈的纳什均衡，设计了收敛至该均衡的深度神经网络算法，并将其扩展至联邦学习场景，还建立了大语言模型相关的变分不等式。
2024-03-08 cs.GT
A Polynomial-Time Algorithm for 1/3-Approximate Nash Equilibria in Bimatrix Games
自从双矩阵博弈中纳什均衡的著名PPAD-完备性结果以来，一长串的研究集中在计算$\varepsilon$ -近似纳什均衡的多项式时间算法上。寻找在多项式时间内的最佳近似保证是解决近似均衡复杂性的基本而重要的追求。尽管付出了大量的努力，Tsaknakis和Spirakis的算法，具有$(0.3393+δ)$的近似保证，在过去的15年中仍然是最先进的。在本文中，我们提出了一个新的改进的Tsaknakis-Spirakis算法，从而在多项式时间算法，计算$(\frac{1}{3}+δ)$ -纳什均衡，任何常数$δ>0$。我们的方法的主要思想是超越使用凸组合的原始和对偶策略，定义在Tsaknakis和Spirakis的优化框架，并丰富池的战略，我们建立的战略配置文件，我们输出在某些瓶颈情况下的算法。
2022-05-19 cs.GT
Computing Nash Equilibria in Potential Games with Private Uncoupled Constraints
针对具有私有解耦约束的势博弈，提出一种基于拉格朗日公式的多项式时间纳什均衡计算算法，由各玩家独立运行，填补了该领域的研究空白。
2024-02-12 cs.GT
Simple Nash Equilibria for Qualitative Multiplayer Games
University of Liverpool（利物浦大学）；University of Oxford（牛津大学）
研究具有ω-正则目标的回合制确定性游戏中纳什均衡和子博弈完美均衡的记忆需求，证明特定目标组合下无记忆随机子博弈完美均衡存在并给出构建算法，指出部分游戏构建无记忆均衡需随机化及其他穆勒目标下不一定存在。
2026-07-09 cs.GT
Finding Nash Equilibria of Two-Player Games
本文以研究生教科书中的一章的形式阐述了求双矩阵博弈（一种策略形式的两人博弈）的一个或所有均衡的算法。使用标记的“最佳响应多面体”，我们提出了Lemke-Howson算法，找到一个平衡。我们表明，该算法遵循的路径有一个方向，路径的端点有相反的指数，在一个典型的方式使用决定因素。作为参考，我们证明了双矩阵对策的一些非退化概念是等价的。一般的双矩阵游戏的所有均衡的计算，通过游戏的最大纳什子集的描述，规范描述使用“互补对”的最佳反应多面体的脸。
2021-02-08 cs.GT
Nash Equilibria of The Multiplayer Colonel Blotto Game on Arbitrary Measure Spaces
博雷尔在1921年提出的布洛托上校问题是社会科学中一个广泛适用的无约束同时赢者通吃竞争模型。应用包括选举、广告、研发等。然而，经典的Blotto问题和变种限制了研究的竞争在一组有限的离散战场。本文将经典理论推广到研究任意可测战场上的多人Blotto博弈，给出了一个有效的对称“可均分”广义Blotto博弈平衡点抽样算法，并刻画了单位区间上Blotto博弈的对称公平平衡点.
2021-04-22 cs.GT
The Blockchain Game: Synthesis of Byzantine Systems and Nash Equilibria
University of Nevada（内华达大学）
本文从容错分布式系统和博弈论两个正交的角度提出了区块链的综合观点。具体来说，我们在区块链的背景下制定了一个新的博弈论问题，并勾勒出一个封闭形式的纳什均衡的问题。
2019-12-20 cs.AI cs.DC cs.GT
Nash equilibria in four-strategy quantum game extensions of the Prisoner's Dilemma
本文研究四策略量子扩展囚徒困境的纯策略纳什均衡，分析五类同构不变量子博弈的所有均衡，发现量子版均衡更接近帕累托最优，为经典决策困境提供新见解。
2024-11-03 cs.GT quant-ph
$\fracρ{1-ε}$-approximate pure Nash equilibria algorithms for weighted congestion games and their runtimes
本文研究了加权拥塞博弈中近似纯纳什均衡的计算问题，该问题已被证明是PLS完全的。借助$\hatΨ$ -game和近似势函数，提出了两种基于最佳反应动力学的算法，并证明了当加权拥塞博弈具有次数至多为$d \ge 1$的多项式延迟函数，且局中人的权重由一个常数$W \ge 1$自上而下限定时，它们分别有效地计算了$ρ= d!$和$ρ=\frac{2\cdot W\cdot(d+1)}{2\cdot W+d+1}\le {d + 1}$的$\fracρ{1-ε}$ -近似纯Nash均衡.这改进了Feldotto等人最近的工作。[2017]和Giannakopoulos等人。[2022]显示了计算$d^{d+o(d)}$近似纯纳什均衡的有效算法。
2022-08-24 cs.GT math.DS
Rational verification and checking for Nash and subgame-perfect equilibria in graph games
本文研究图上多人非零和无限持续博弈中的理性检查与验证问题，并给出 Nash 均衡、子博弈完美均衡及五类收益函数下的复杂度。
2023-07-14 cs.GT
Smoothed Complexity of 2-player Nash Equilibria
我们证明，计算纳什均衡的两个球员（$n \times n$）的游戏与支付在$[-1,1]$是PPAD硬（随机减少下），即使在平滑的分析设置，平滑与噪声的大小不变。这对Spielman和Teng [ST 06]以及Cheng，Deng和Teng [CDT 09]的解释给出了强烈的否定回答。与先前的工作证明PPAD硬度平滑后的大小$1/\operatorname{poly}(n)$ [CDT09]，我们的平滑复杂性的结果是不证明通过硬度近似纳什均衡。这是必要的，因为纳什均衡可以近似为准多项式时间中的常数误差[LMM 03]。因此，我们的研究结果单独的平滑的复杂性和硬度的近似纳什均衡在两个玩家的游戏。我们减少的关键因素是使用随机零和游戏作为一个小工具，以产生两个玩家的游戏，即使在平滑后仍然很难。我们的分析至关重要地表明，所有的纳什均衡的随机零和游戏是远离纯（高概率），这仍然是真实的，即使平滑。
2020-07-21 cs.CC cs.GT
