Rationalizability and Epistemic Priority Orderings
在动态博弈的开始阶段，参与者可能对对手的博弈有外生的理论。假设这些理论是众所周知的。然后，玩家将通过战略推理来完善他们的一阶信念，并挑战他们自己的理论。我开发和表征认识上的一个新的解决方案的概念，选择性的可实现性，它完成了以下假设下的任务：当观察到的行为是不兼容的信念在球员的理性和理论的所有订单，球员保持秩序的信念本身与观察到的行为是兼容的理性，并放弃不兼容的信念的理论。因此，选择性可验证性（Selective Problemalizability）捕获了理性的共同强信念（Battigalli and Siniscalchi，2002），并细化了外延形式可验证性（Pearce，1984; BS，2002），而强- $Δ$ -可验证性（Battigalli，2003; Battigalli and Siniscalchi，2003）捕获了相反的认识优先选择。选择性可证性可以扩展到包含对手行为的不同理论之间更丰富的认知优先顺序。这使得建立一个令人惊讶的联系与战略稳定（科尔伯格和梅尔滕斯，1986年）。
2017-07-27 cs.GT
Relaxing Common Belief for Social Networks
我们提出了一个放松的共同信念称为派系信念，是适合于社交网络上的战略合作的分析。我们展示了如何使用这个定义来分析一般图上的反抗游戏，包括通过给出一个有效的算法，该算法表征了这种游戏的可能均衡的结构结果。这扩展了先前关于共同知识和共同信念的工作，这些工作对于理解社交网络环境中的战略协调与合作来说过于限制。
2020-12-18 cs.GT cs.SI
An Enriched Model of Strategic Voting under Uncertainty
Sorbonne University（索邦大学）；CNRS - Heudiasyc, UTC（法国国家科学研究中心 - Heudiasyc实验室，技术大学）
本文提出一个基于不确定性表示的战略投票模型，利用概率集和期望效用来决策，并展示了该模型能涵盖多种现有概率、集合或不完全偏好模型，同时扩展了收敛结果并揭示了实际应用中的挑战。
2026-05-15 cs.GT
Beyond Nash Equilibrium: Achieving Bayesian Perfect Equilibrium with Belief Update Fictitious Play
本文提出信念更新虚拟博弈（BUFP），通过融合虚拟博弈与信念更新并调节迭代步长，在不完全信息扩展式博弈中同时实现纳什均衡和贝叶斯完美均衡，实验表明其在被支配策略场景下收益较传统CFR提升48.53%。
2024-09-04 cs.GT
A Compositional Coalgebraic Semantics of Strategic Games
我们提供了一个战略游戏的合成共代数语义。在我们的框架中，就像在函数式程序设计语言的语义中一样，余代数表示系统的可观察行为，这些行为来自不可观察状态空间上的部件的行为。我们使用共代数来描述和程序阶段游戏，重复和潜在的无限重复的层次或并行游戏的不完美和不完整的信息的基础上确定性，不确定性或概率决策的学习代理在可能的内源性网络。我们的框架是组合的，因为可以组成任意复杂的游戏网络。共代数的方法允许代表自我指涉或自反结构，如制度动态，从网络内的战略网络形成，信念形成，学习代理或其他自我指涉的现象，复杂的社会系统的认知代理。最后，我们的游戏直接以函数式程序设计语言表示可运行的代码，这些代码也可以通过软件工程的复杂验证和逻辑工具进行分析。
2017-12-22 cs.GT
Team Belief DAG: Generalizing the Sequence Form to Team Games for Fast Computation of Correlated Team Max-Min Equilibria via Regret Minimization
提出团队信念DAG（TB-DAG）表示法，将团队策略描述为凸集，通过遗憾最小化技术指数级提升相关团队极大极小均衡的计算速度和规模。
2024-02-17 cs.GT
Strategic arrivals to a queue with service rate uncertainty
研究了服务速度不确定时，具有开门和关门时间的单服务台排队到达时间的策略选择问题。泊松人口的客户选择他们的到达时间的目标是最大限度地减少他们的预期等待时间，并在先到先得的基础上提供服务。有两种类型的客户，他们的信念不同的服务时间分布。不一致的信念可能来自服务器状态的随机性以及客户观察到的噪声信号。客户意识到这两类人群具有不同的信仰。我们的纳什均衡动态指数分布的服务时间的特征，并显示他们如何与同质客户的模型有很大的不同。我们进一步提供了一个明确的解决方案的流体近似的游戏。对于一般的服务时间分布，我们提供了一个算法来计算在离散时间设置的平衡。我们发现，在均衡的客户与不同的信念在不同的（往往是不相交的）时间间隔到达。数值分析进一步表明，平均等待时间随着服务时间的变异系数变异系数的增大而增大。此外，我们提出了一个基于学习代理的模型（ABM），在该模型中，客户仅根据他们的信号和过去的经验做出加入决策。我们数值比较的长期平均结果的ABM与平衡，发现到达分布是相当接近的，如果我们假设（平衡的解决方案），客户是完全合理的，并有知识的系统参数，而他们可能会有很大的不同，如果客户有有限的信息或计算能力。
2020-12-29 cs.GT math.PR
Analyzing Crowdfunding of Public Projects Under Dynamic Beliefs
针对公共项目众筹静态信念机制下的截止日出资竞赛问题，将主体信念建模为随机游走，提出动态信念场景下的PPRx-DB机制，证明其可实现均衡筹资且满足条件时主体会立即出资，可缓解竞赛问题。
2024-02-01 cs.GT
When to Deceive: A Cross-Layer Stackelberg Game Framework for Strategic Timing of Cyber Deception
提出跨层Stackelberg博弈框架，通过停时决策优化网络欺骗的时机与选择，结合动态规划和信念状态更新，实验证明能提升防御效用并降低资产受损风险。
2025-05-27 cs.GT
Strategic Negotiations in Endogenous Network Formation
本文研究内生网络形成中任意子集智能体可策略性歪曲信念的问题，提出求解全部纳什均衡的高效算法，并设计新智能体学习策略性信息的算法，在模拟与国际贸易数据上验证了多策略性智能体带来的复杂效用变化。
2024-09-03 cs.GT cs.MA math.OC
No-Regret Online Prediction with Strategic Experts
University of Washington（华盛顿大学）
研究策略性专家在线二元预测框架的推广，允许每轮挑选多个专家，提出利用效用函数特定结构的激励相容且无遗憾的算法。
2023-05-24 cs.GT cs.LG
Strategic Inference with a Single Private Sample
出于在网络安全中的应用，我们开发了一个简单的游戏模型来描述如何学习代理的私人信息影响观察代理的推理过程。该模型描述了一种情况，其中一个代理（攻击者）决定攻击两个目标中的哪一个，一个具有已知的奖励，另一个具有不确定的奖励。攻击者从不确定目标的分布中接收单个私有样本，并更新其对目标质量的信念。另一个代理（防御者）知道真正的回报，但看不到攻击者收到的样本。这导致代理拥有不对称信息：攻击者不确定的分布参数，而防御者是不确定的观察样本。在攻击者更新其信念后，攻击者和防御者都根据各自的信念进行同步移动博弈。我们提供了一个表征的纯策略均衡的游戏，并解释了如何影响球员的决定，他们的先验知识和收益/成本。
2019-09-13 cs.GT cs.SY eess.SY
The Role of Monotonicity in the Epistemic Analysis of Strategic Games
众所周知，在有限策略博弈中，真正的理性共同信念（或共同知识）意味着参与者将只选择那些在严格劣势策略的迭代淘汰中幸存下来的策略。我们建立了一个一般定理，处理单调理性的概念和任意的战略游戏，并允许加强上述结果的任意游戏，其他理性的概念，和超限迭代的消除过程。我们还澄清了什么样的结论，可以得出的习惯优势的概念，不是单调的。主要工具是塔斯基不动点定理。
2010-11-23 cs.GT math.LO
Structured Perfect Bayesian Equilibrium in Infinite Horizon Dynamic Games with Asymmetric Information
在具有非对称信息结构的动态博弈中，广泛使用的均衡概念是完美贝叶斯均衡（PBE）。这被表示为同时满足顺序理性和信念一致性的策略和信念对。与对称信息动态博弈不同，子博弈完美均衡（SPE）是自然均衡的概念，迄今为止，还不存在一个通用的算法，在计算PBE的策略和信念的相互依赖性随着时间的推移。在本文中，我们找到了一个无限时域折扣报酬非对称信息动态博弈的PBE子集。我们称之为结构化PBE或SPBE;在SPBE中，任何代理人的策略都只通过共同的公共信念依赖于公共历史，并且只通过各自代理人的最新私人信息（他的私人类型）依赖于私人历史。公众信念是对过去所有相关信息的总结，其维度不随时间而增加。Nayyar等人（2013）提出的公共信息方法是解决非对称信息下分散团队（非战略）资源分配问题的动机。我们通过求解单次不动点方程和相应的前向递归算法来计算SPBE。我们通过一个公共产品的例子来证明我们的方法。
2016-09-14 cs.GT
Common Belief in Choquet Rationality and Ambiguity Attitudes -- Extended Abstract
我们考虑有限的游戏在战略形式与Choquet期望效用。使用的概念（毫不含糊地）相信，我们定义Choquet合理性和特征的Choquet合理性和共同的信念，Choquet合理性的普遍能力类型空间中的一个纯粹的可测量的设置。我们还表明，Choquet合理化相当于迭代消除严格占主导地位的行动（不是在原来的游戏，但）在一个扩展的游戏。这允许计算Choquet有理化行动，而不需要首先计算Choquet积分。Choquet期望效用允许我们研究模糊性爱/厌恶的共同信念。我们表明，模糊的爱/厌恶导致更小/更大的Choquet合理化的行动配置文件集。
2019-07-22 cs.GT cs.LO
Multi-agent Bayesian Learning with Best Response Dynamics: Convergence and Stability
我们研究了策略代理人反复玩一个未知的收益相关参数的游戏引起的学习动态。在这种动态中，参数的信念估计被反复更新，给出玩家的策略和使用贝叶斯规则实现的收益。参与者通过考虑最佳对策来调整他们的策略。我们发现，概率为1，信念和策略收敛到一个固定点，其中的信念一致估计的策略的收益分布，和战略是一个平衡对应的信念。然而，学习可能并不总是识别未知参数，因为信念估计依赖于由玩家策略内生产生的游戏结果。我们得到了学习导致全局稳定的不动点是完全信息纳什均衡的充分必要条件。我们还提供了充分的条件，保证局部稳定的不动点信念和战略。
2021-09-02 cs.GT econ.TH
Social Norm Design for Information Exchange Systems with Limited Observations
信息交换系统在许多方面有所不同，但都有一个共同的弱点，即自私行为和搭便车。在本文中，我们建立基于社会规范的激励计划。社会规范为系统中的用户规定了一种社会策略，以遵循和部署声誉计划，根据用户的行为来奖励或惩罚用户。由于这些系统中的用户通常只有有限的能力来观察全局系统信息，例如参与系统的用户的信誉分布，因此他们关于信誉分布的信念是异构的和有偏见的。这样的信念异质性导致一个积极的一部分用户不遵循的社会战略。在这种实际情况下，经济学文献中部署的标准均衡分析不再直接适用，因此，系统设计需要考虑这些差异。为了研究当参与的用户只有有限的观察时系统设计需要如何改变，我们专注于一个简单的社会规范与二元声誉标签，但允许通过随机化来调整惩罚的严重程度。首先，我们使用一个合适的贝叶斯信念函数的信念异质性建模。接下来，我们形式化的用户的最优决策问题，并得出在哪些情况下，他们遵循规定的社会战略。有了这个结果，我们然后研究系统动力学，并正式定义平衡的意义上说，系统是稳定的，当用户战略优化他们的决策。通过严格研究用户的信念分布是常数或受真实声誉分布的线性影响的两种具体情况，我们证明了最优的声誉更新规则是选择最温和的可能的惩罚。这一结果进一步证实了更高阶的信念在模拟。
2012-11-10 cs.GT
Hypergame Rationalisability: Solving Agent Misalignment In Strategic Play
Royal Holloway University of London（伦敦皇家霍洛威大学）
本文提出了一种基于逻辑的领域特定语言，用于编码超游戏结构和解决方案概念，通过答案集编程实现自动流程，解决战略博弈中的代理不一致问题。
2025-12-12 cs.AI cs.FL cs.GT
Strategically revealing capabilities in General Lotto games
本文在 General Lotto 博弈的非对称信息环境中，推导了信号发送者通过带噪信号揭示资源预算的子博弈完美均衡，并给出了能改善其表现的最优信号策略的充分必要条件。
2023-04-06 cs.GT cs.MA cs.SY
Strategy-Proof Prediction Markets
预测市场汇总了代理人对未来事件的信念，其中每个代理人根据其报告的信念与实现结果相比的准确性获得报酬。代理商可以战略性地操纵市场（例如，延迟报告，作出虚假报告），目的是更高的预期付款，因此，市场的汇总信息的准确性将受到质疑。在这项研究中，我们提出了一个一般的信念模型，捕捉代理人如何影响彼此的信念，并表明，有三个必要和充分的条件，代理人的行为真实的评分规则为基础的市场（SRM）。鉴于这些条件是限制性的，难以满足在现实生活中，我们提出了新的防策略SRMs代理是真实的，同时驳回所有这些条件。虽然实现这样一个强大的形式的真实性增加了最坏情况下的损失，在新的市场，我们表明，这是最低限度的损失需要解除这些条件。
2012-12-23 cs.GT cs.MA
Factorised Active Inference for Strategic Multi-Agent Interactions
Centre for Complex Systems, The University of Sydney（复杂系统中心，悉尼大学）
该研究提出因子化主动推理框架，通过让智能体维护对其他智能体内部状态的信念实现策略规划，结合博弈论研究非平稳环境下的多智能体交互，揭示了集合层面期望自由能的动力学特性与群体行为规律。
2025-05-20 cs.GT cs.LG cs.MA
Intention Games: Towards Strategic Coexistence between Partially Honest and Blind Players
竞争实体之间的战略互动通常被认为是从这些互动中获得的利益的完整揭示的角度来看，在公开的支付函数和/或信念的形式，在宣布的游戏。然而，在类似的竞争环境中，竞争对手之间存在着战略相互作用，在这种情况下，玩家可以选择在私人收益的可用性下制定战略。在这篇文章中，我们提出了一个正式的框架，竞争性的生态系统中，每个球员都被允许从公开的最优策略的某些私人收益大于宣布的收益，鉴于这些叛逃有一定的可接受的范围内，从长远来看，所有的球员同意。我们把这种博弈论的构造称为意图博弈。我们正式定义了一个意图游戏，并存在于这种相互作用，允许公开叛逃的参与者的均衡的概念。我们比较了意图游戏与传统的战略形式的游戏，并证明了类型理论的意图游戏的建设。在一个部分诚实的环境中，我们给出了古诺竞争、移动应用程序之间的安全交互、互联网服务提供商之间通过内容分发网络进行的互联网服务数据采购竞争以及比特币挖矿竞争的意图博弈实例。我们给出了一个使用意图游戏来确定玩家参与的密码协议。最后，我们证明了意图游戏框架的双重模型的可能性。
2020-02-11 cs.CR cs.GT
Approximating Human Strategic Reasoning with LLM-Enhanced Recursive Reasoners Leveraging Multi-agent Hypergames
Royal Holloway University of London（伦敦皇家霍洛威大学）
本文提出了一种基于LLM增强的递归推理器框架，通过多智能体超游戏模型评估LLM的递归推理能力，并展示了其在近似人类行为和最优解达成方面的优势。
2025-02-11 cs.AI cs.GT
Causal Games and Causal Nash Equilibrium
经典的结果决策理论，并将其扩展到多智能体设置：博弈论，只在信息的关联水平上操作;也就是说，经典的决策者只考虑事件的概率;我们更进一步，考虑因果信息：在这项工作中，我们定义了因果决策问题，并将其扩展到多智能体决策问题，我们称之为因果博弈。对于这样的游戏，我们研究的信念更新一类的战略游戏中，任何球员的行动会导致一些后果，通过因果模型，这是未知的所有球员，出于这个原因，最合适的模型是海萨尼的贝叶斯游戏。我们提出了一个概率更新的贝叶斯博弈，以这样一种方式，知识的任何球员的概率信念的因果模型，以及什么是造成她的行动，以及每一个其他球员的行动都考虑在内。基于这种概率更新，我们定义了因果博弈的纳什均衡。
2019-10-11 cs.GT
Strategic Reasoning with Language Models
Stanford University（斯坦福大学）
本文提出利用预训练大语言模型结合少样本思维链和系统生成的推理演示来实现战略推理，实验表明该方法可近乎完美泛化到新博弈结构、不同目标及隐藏信息场景，并能在现实谈判中产生类人策略而无需额外训练。
2023-05-30 cs.AI cs.CL cs.GT
A Unified Approach to Dynamic Decision Problems with Asymmetric Information - Part II: Strategic Agents
我们研究了一类具有不对称信息的动态博弈，其中代理人的信念是策略依赖的，即信号发生。我们表明，足够的信息的概念，介绍了在同伴的论文团队，可以用来有效地压缩代理的信息在一个相互一致的方式，是足够的决策目的。我们目前的动态游戏的实例与不对称信息，我们可以描述一个时不变的信息状态为每个代理。基于充分信息的概念，我们定义了一类动态博弈的均衡，称为基于充分信息的完美贝叶斯均衡（SIB-PBE）。利用SIB-PBE的概念，我们提供了一个顺序分解的动态游戏随着时间的推移信息不对称，这种分解导致一个动态的程序，确定SIB-PBE的动态游戏。此外，我们提供的条件下，我们可以保证存在的SIB-PBE。
2018-12-03 cs.GT cs.MA math.OC
Everyone Contributes! Incentivizing Strategic Cooperation in Multi-LLM Systems via Sequential Public Goods Games
本文提出MAC-SPGG框架，通过序贯公共品博弈和重设计的奖励机制，将努力贡献设为唯一子博弈完美纳什均衡，消除搭便车，降低通信开销，并实证表明其训练的多LLM集成在多项任务上超越基线，性能媲美大规模模型。
2025-08-04 cs.AI cs.GT
Dynamic Games with Asymmetric Information: Common Information Based Perfect Bayesian Equilibria and Sequential Decomposition
University of Michigan（密歇根大学）
本文研究了具有不对称信息的动态博弈，提出基于共同信息的完美贝叶斯均衡，并通过顺序分解方法解决均衡计算问题，以多用户接入广播博弈为例进行说明。
2015-10-23 cs.GT cs.SY eess.SY
Stochastic Control Approach to Reputation Games
通过一个随机控制理论的方法，我们分析了声誉游戏中的策略长寿的球员行为在一个连续的重复游戏对一组短命的球员。在我们的模型中，关键的假设是，短命的球员的信息是嵌套在长寿的球员。这种嵌套的信息结构是通过适当的监测结构获得的。在这种监督结构下，我们表明，在温和的假设下，完美贝叶斯均衡的收益集与马尔可夫完美均衡的收益相吻合，因此可以得到一个动态规划公式计算的战略长寿的球员在折扣设置的均衡策略。我们还考虑了未贴现的平均收益设置，我们得到了一个最优的均衡策略的战略长寿的球员在进一步的技术条件。然后，我们使用这个最优策略在未贴现的设置作为一个工具，以获得一个严格的上限支付的任意耐心长寿的球员在贴现的设置。最后，通过使用测量集中技术，我们得到了一个细化的折扣设置下的声誉值的支付下界。我们还研究了均衡收益在先验信念下的连续性。
2020-01-20 cs.GT math.OC
Discrete Preference Games in Heterogeneous Social Networks: Subverted Majorities and the Swing Player
研究异质社交网络中的离散偏好博弈。这些游戏模拟了玩家的私人信仰和他/她公开声明的观点之间的相互作用（这可能与玩家的信念不同）作为一个战略游戏，其中玩家的策略是意见，并且状态中意见的成本是通过两个因素的参数$α\in[0,1]$的凸组合：参与者的意见与他/她的内部信念之间的分歧，以及与参与者意见不同的邻居的数量。参数$α$模拟了一个玩家的顽固程度：只有当许多邻居不同意他/她的信念时，具有大$α$的玩家才会改变他们的观点。我们认为社交网络是异质的，在这个意义上，参数$α$可以不同的球员。我们要问的是，在均衡状态下，大多数参与者所共有的信念是否可能与大多数参与者公开宣布的观点不一致。我们的主要结果是一个社交网络，承认一个初始的信念分配，存在一个序列的最佳对策的动作，达到一个平衡，在初始的大多数被颠覆的表征。我们的特征是有效的，在这个意义上，可以有效地测试和初始的信念分配，可以被颠覆，可以计算在时间多项式中的球员的数量。我们的结果实际上更强，因为我们表明，在每个可以被颠覆的初始信念分配中，颠覆实际上是以一种非常强的方式获得的：只需要一个单一参与者，摇摆参与者的一次行动，就可以将社交网络带到不归点，任何参与者的任何理性举动都会导致被颠覆的大多数。
2016-03-09 cs.DS cs.GT cs.MA
A Dynamic Games Approach to Proactive Defense Strategies against Advanced Persistent Threats in Cyber-Physical Systems
高级持续性威胁（APT）由于其隐蔽性、动态性和自适应性，已成为网络物理系统面临的重大安全挑战。主动动态防御提供了一种战略性的整体安全机制，以增加攻击成本并降低风险。这项工作提出了一个动态的游戏框架来模拟一个隐形的攻击者和一个积极的防御者之间的长期互动。在不完全信息的多阶段博弈中，每个参与者都有自己的私人信息不为其他参与者所知。双方博弈者根据自己的信念采取策略行动，而信念是通过多阶段的观察和学习形成的。完美的贝叶斯纳什均衡提供了一个有用的预测双方球员的政策，因为没有球员受益于单方面偏离均衡。我们提出了一个迭代算法来计算完美的贝叶斯纳什均衡，并使用田纳西伊士曼过程作为基准案例研究。我们的数值实验证实了分析结果，并提供了进一步的见解，主动防御深度策略的设计。
2019-11-05 cs.CR cs.GT
VCAO: Verifier-Centered Agentic Orchestration for Strategic OS Vulnerability Discovery
VCAO通过博弈论方法优化操作系统漏洞发现，利用多代理系统在资源约束下实现高效漏洞检测，相比传统方法提升漏洞发现效率并降低误报率。
2026-04-09 cs.CR cs.GT cs.OS
Analysis of Equilibria and Strategic Interaction in Complex Networks
GRASP Laboratory, School of Engineering and Applied Science, University of Pennsylvania（宾夕法尼亚大学工程与应用科学学院）；Department of Operations and Information Management, Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院运营管理系）
本文研究具有线性最佳响应函数的n人同时行动博弈，利用代数图论和凸优化分析网络结构（特别是邻接矩阵的最小特征值）对纳什均衡唯一性和稳定性的影响，并推导出基于度分布、环等局部结构的新界限。
2011-06-12 cs.GT cs.SI cs.SY
