DelAC: A Multi-agent Reinforcement Learning of Team-Symmetric Stochastic Games
National Tsing Hua University(国立清华大学);MediaTek Inc.(联发科)
本文研究了具有m≥2个团队的团队对称博弈,证明了团队对称博弈总是存在团队对称纳什均衡,并提出了一种基于actor-critic的多智能体强化学习算法,通过模拟展示其优于现有算法。
2026-05-11 cs.GT cs.MA
A Case Study of Agent-Based Models for Evolutionary Game Theory
进化博弈论是一种数学工具,用于分析个体在种群中的相互作用以及该种群中策略的组成如何随时间演变。虽然它可以为简单的问题提供简洁的解决方案,但在更复杂的情况下,例如无限的人口规模可能会放松,推导解析解可能是棘手的。在这篇简短的论文中,我们提出了一个复杂的相互作用的游戏,并研究如何基于代理的模型可以作为一种启发式技术,找到进化稳态。
2021-09-04 cs.GT cs.MA
A Dynamic Game Approach for Demand-Side Management: Scheduling Energy Storage with Forecasting Errors
智能计量基础设施允许双向通信和电力传输。基于这种有前途的技术,我们提出了一个需求侧管理(DSM)计划的住宅区的prosumers。它的核心是一个离散时间动态博弈来调度个人拥有的家庭储能。该系统模型包括先进的电池模型、本地可再生能源发电以及需求和发电的预测误差。我们推导出一个封闭形式的解决方案的最佳对策问题的球员,并构造一个迭代算法来解决这个问题。实证分析表明,指数收敛的纳什均衡。一个DSM计划与静态游戏的比较,揭示了动态游戏方法的优势。我们提供了一个广泛的分析预测误差对游戏结果的影响。一个关键的结果表明,我们的方法是强大的,即使在最坏的情况下。这为组织需求侧管理计划的公用事业公司及其参与者带来了可观的收益。
2018-07-22 cs.GT
Prioritizing Consumers in Smart Grid: Energy Management Using Game Theory
本文探讨了智能电网的供需平衡的想法,其中消费者预计将发挥重要作用。其主要目标是激励消费者,通过最大化他们作为卖方和买方的利益,与电网交易他们的剩余能量,以平衡高峰时段的需求。为此,提出了一个Stackelberg游戏,以捕捉电网和消费者之间的相互作用,并分析表明,最佳的能源交易参数,最大限度地提高客户的效用,在游戏的解决方案。提出了一种新的分布式算法,以达到最优解的游戏,并使用数值例子来评估所提出的方法的性能和有效性。
2013-03-04 cs.GT
Investigation on Demand Side Management Techniques in the Smart Grid using Game Theory and ICT Concepts
本文探讨了如何从博弈论和ICT的概念可以有助于解决需求侧管理,在即将到来的智能电网的一个重要概念的挑战。需求侧管理是关于修改需求侧的能量负载分布,例如为了减少能量使用的峰值。这可以通过在可能的情况下改变能源需求来实现。我们首先描述了一些智能电网的概念和假设(智能电表,定价,家电调度),并解释需求侧管理的优势。引入博弈论概念后,可以用数学方法描述需求侧管理问题。下一步是解决数学公式,并显示如果能源用户数量增加,需求侧管理将变得多么复杂。然而,通过分布式ICT算法,仍然可以找到解决方案。在现有文献的基础上,研究了不同的算法。虽然在文献中的结果看起来很有希望,一般的算法的收敛性,特别是收敛到最优的结果的几个结论受到挑战。
2014-09-01 cs.DC cs.GT
Evolutionary Game Theory Squared: Evolving Agents in Endogenously Evolving Zero-Sum Games
Singapore University of Technology and Design(新加坡科技设计大学);University of Washington(华盛顿大学)
进化博弈论和更普遍的游戏中的在线学习的主要范式是基于一个明确的区别,即在一个固定的静态游戏中相互作用的动态代理人之间的人口。在本文中,我们远离动态代理和静态游戏之间的人为划分,介绍和分析了一个大类的竞争环境,代理和他们玩的游戏随着时间的推移而战略性地演变。我们专注于可以说是最典型的博弈论设置-零和游戏(以及网络推广)-和最研究的进化学习动态-复制器,乘法权重的连续时间模拟。代理人群体在零和竞争中相互竞争,这种竞争本身与当前的人口混合相反。值得注意的是,尽管代理和游戏的混沌协同进化,我们证明了该系统表现出一些不确定性。首先,系统具有信息论风格的守恒定律,它将所有代理和游戏的行为耦合在一起。其次,系统是庞加莱循环的,有效地所有可能的初始化代理和游戏躺在循环轨道,来任意接近他们的初始条件无限频繁。第三,时间平均代理行为和效用收敛到时间平均博弈的纳什均衡值。最后,我们提供了一个多项式时间算法来有效地预测这种时间平均行为的任何这样的共同进化的网络游戏。
2020-12-15 cs.GT cs.LG cs.MA
Evaluating Reputation Management Schemes of Internet of Vehicles based on Evolutionary Game Theory
信誉管理对于车联网来说非常重要。然而,现有的研究大多是在仿真中用固定的攻击行为来评估其方案的有效性,而不能真实地反映实际情况。本文提出在信誉管理方案评估仿真中考虑动态多样性攻击策略。为此,我们应用演化博弈理论来模拟恶意用户攻击策略的演化过程,并讨论了评估模拟的方法。我们进一步应用我们的评估方法的声誉管理计划与多个效用函数,并讨论了评估结果。仿真结果表明,该评估方法能够描述车辆网络中动态攻击策略的演化过程,仿真的最终状态可用于量化声誉管理方案的保护效果.
2019-02-12 cs.CR cs.GT
A Stackelberg Game for Multi-Period Demand Response Management in the Smart Grid
研究了多个电力公司相互竞争的智能电网中多时段需求响应管理问题。用户公用事业公司之间的互动是通过纳什均衡捕获的Stackelberg类型的非合作对策建模。结果表明,这个游戏有一个独特的Stackelberg均衡,在该公用事业公司设定的价格,以最大限度地提高他们的收入(在纳什博弈),而用户相应地响应,以最大限度地提高他们的效用,他们的预算约束。为用户和电力公司的相应策略提供了封闭形式的表达式。结果表明,与单周期方案相比,多周期方案能更好地激励用户参与博弈。提供了关于用户参与所需的最小预算的充要条件。
2015-09-13 cs.GT math.OC
GamePlan: Game-Theoretic Multi-Agent Planning with Human Drivers at Intersections, Roundabouts, and Merging
University of Maryland(马里兰大学)
我们提出了一种新的多智能体规划方法,涉及人类驾驶员和自动驾驶汽车(AV)在无信号交叉口,圆形,并在合并。在多智能体规划中,主要的挑战是预测其他智能体的行动,特别是人类驾驶员,因为他们的意图对其他智能体是隐藏的。我们的算法使用博弈论来开发一种新的拍卖,称为GamePlan,它根据每个代理的驾驶风格(通过常用的传感器可以观察到)直接确定每个代理的最佳行动。GamePlan为更具侵略性或不耐烦的驾驶员分配更高的优先级,为更保守或耐心的驾驶员分配更低的优先级;我们从理论上证明了这种方法是游戏理论上最佳的,可以防止碰撞和死锁。我们比较我们的方法与现有的国家的最先进的拍卖技术,包括经济拍卖,基于时间的拍卖(先进先出),和随机投标,并表明,这些方法中的每一个导致代理之间的碰撞时,考虑到司机的行为。我们比较了基于DRL,深度学习和博弈论的方法,并提出了我们对这些方法的好处。最后,我们表明,我们的方法可以在现实世界中实现与人类司机。
2022-03-18 cs.GT cs.MA cs.RO
Game Theoretic Analysis of Production-Management Effort Distribution in Organizational Networks
组织是由个人组成的,这些个人通过他们的责任、激励和报告结构联系在一起。这些连接可以用网络来恰当地表示,层次或其他,通常用于划分任务。整个组织的主要目标是最大限度地提高净生产率。这些网络中的个体在他们的生产和管理努力之间进行权衡以执行这些任务,并且权衡受到他们在网络中的位置和奖励份额的影响。这里代理人的努力是可替代的,例如,一个人的生产努力的增加实际上减少了网络中其他一些人的生产努力,这些人现在把他们的努力投入到管理中。代理的管理工作提高了网络中某些其他代理的生产力。在本文中,我们进行了详细的博弈论分析的个人的均衡分裂的努力,多个组件时,连接在一个网络。我们提供了一个设计食谱的奖励分享计划,最大限度地提高净生产性产出。我们的研究结果表明,根据代理人的战略行为,它可能并不总是能够实现最优输出使用的想法,从博弈论称为无政府代价。
2017-03-07 cs.GT
Game theory models for communication between agents: a review
COMSATS Institute of IT(COMSATS 信息技术学院)
在现实世界中,代理或实体处于持续的交互状态。这些相互作用导致了各种类型的复杂性动力学.在研究复杂的代理交互中的一个关键困难是难以在奖励的基础上对智能体通信建模。博弈论提供了一个分析和建模这些互动的视角。以前,虽然有大量的文献是关于博弈论的,但大多数文献来自特定的领域,并且不符合基于代理的角度的概念。在本文中,我们提出了一个全面的多学科国家的最先进的审查和分类的博弈论模型之间的复杂互动代理。
2017-08-04 cs.AI cs.GT cs.MA
Game-theoretic Demand-side Management Robust to Non-Ideal Consumer Behavior in Smart Grid
本文研究了现实的,非理想的,能源用户的决定,是否参加能源交易系统提出的需求侧管理的住宅社区的影响。能源交易系统采用社区储能(CES)设备和具有屋顶光伏板的用户之间的非合作Stackelberg博弈,其中CES运营商是领导者,用户是追随者。参与用户确定他们的最佳能源交易开始时间,以尽量减少他们的个人每日能源成本,同时主观地观察他们的对手的行动。通过一个非合作博弈模型,利用前景理论研究了用户在决定能源交易开始时间时的主观行为。我们发现,根据参与时间的决定,拟议的能源交易系统有一个独特的Stackelberg均衡,在CES运营商最大限度地提高他们的收入,而用户最小化他们的个人能源成本达到纳什均衡。仿真结果表明,该能量交易系统的利益是鲁棒的参与时间的决策,显着偏离完全理性。
2016-05-09 cs.GT
Successful Nash Equilibrium Agent for a 3-Player Imperfect-Information Game
Ganzfried Research(甘茨弗里德研究公司);Florida International University(佛罗里达国际大学)
为超过两个玩家的游戏创建强大的代理是AI中的一个主要开放问题。常见的方法是基于近似博弈论的解决方案的概念,如纳什均衡,这在两个玩家的零和游戏有很强的理论保证,但在非零和游戏或游戏中有两个以上的球员没有保证。我们描述了一个代理,能够击败各种现实的对手,使用一个确切的纳什均衡策略中的3人信息博弈。这表明,尽管缺乏理论保证,但基于纳什均衡策略的代理人毕竟可以在多人游戏中取得成功。
2018-04-13 cs.AI cs.GT cs.MA
On Game-Theoretic Risk Management (Part Two) -- Algorithms to Compute Nash-Equilibria in Games with Distributions as Payoffs
本文通过关于如何计算收益为概率分布的博弈中的均衡的算法细节,扩展了在先驱作品“Towards a Theory of Games with Payoffs that are Probability-Distributions”(arXiv:1506.07368 [q-fin.EC])中提出的博弈论风险管理框架。我们的方法是“数据驱动”的,因为我们假设经验数据(测量,模拟等)。可以编译成分布模型,适用于关于偏好的有效决策,并使用这些作为收益来设置和解决游戏。虽然如果使用非参数方法(核密度估计),分布之间的偏好变得非常简单,但使用这种模型计算游戏中的纳什均衡被发现是低效的(如果不是不可能的话)。事实上,我们给出了一个反例,其中虚构的发挥未能收敛的(特别不幸的)选择的游戏中的支付分布,并引入一个合适的尾部近似的支付密度来解决这个问题。整个过程基本上是一个修改版本的虚构的游戏,并在这里描述的标准和多准则的游戏,迭代地提供一个(近似)纳什均衡。文中还给出了一种利用线性规划的精确方法。
2020-04-09 cs.GT econ.GN math.ST
Time-varying constrained proximal type dynamics in multi-agent network games
在本文中,我们研究了仿射时变耦合约束和时变通信网络下的多智能体网络博弈。我们专注于采用近端动态的游戏类,并研究其收敛到一个持久的均衡。考虑解决问题的假设进行了讨论和动机。我们开发了一个迭代均衡寻求算法,只使用本地信息,收敛到一类特殊的游戏均衡。它的推导是出于几个例子,表明原来的游戏动态收敛失败。最后,我们应用所设计的算法来解决一个有约束的一致性问题,验证了理论结果。
2019-11-19 cs.GT cs.MA math.OC
The Investment Management Game: Extending the Scope of the Notion of Core
本文提出投资管理博弈,将核概念从合作博弈扩展到对抗自然的单智能体场景,并在完美图上完整刻画其核,利用全对偶整性而非全幺模性,展示了核的广泛适用性。
2023-09-06 cs.DS cs.GT econ.TH
A comprehensive study of Game Theory applications for smart grids, demand side management programs, and transportation networks
Louisiana State University(路易斯安那州立大学)
本文探讨博弈论在智能电网和交通网络中的应用,重点介绍非合作Stackelberg博弈模型及其在电力系统问题中的应用,包括传输网络扩展、可靠性提升和市场力量控制等。
2018-04-27 cs.GT cs.SY eess.SY
IT Governance in Actor-Network Mode of Collaboration : Cost Management Process Based on Game Theory
IT治理与项目的全球治理一样,需要多个参与者之间的合作。一般而言,这种合作在实体之间建立了协作网络。许多文献对协作网络感兴趣,但没有一个直接关注如何从IT治理的角度构建网络。在本文中,我们研究如何利用博弈论提供一个正式的实施成本管理过程,同时突出演员网络作为一个框架的合作和激励阶段的网络建设的关键步骤。我们的目标是提出一种建立网络的方法,通过节省成本来激励参与者。为此,我们使用Shapley Value来回答这个问题:为了IT治理,为了确保ANT协作模式中的最佳成本节约目标,可能会形成哪些联盟?一个图形化的工具也开发可视化和模拟网络的演变。
2016-06-12 cs.CY cs.GT
Learning a Game by Paying the Agents
Massachusetts Institute of Technology(麻省理工学院);Microsoft Research(微软研究院);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Harvard University(哈佛大学);Carnegie Mellon University(卡内基梅隆大学);Strategy Robot, Inc.(策略机器人公司);Strategic Machine, Inc.(战略机器公司);Optimized Markets, Inc(优化市场公司)
研究在重复正常形式游戏中学习无遗憾学习代理的效用函数问题,提出通过支付函数学习所有代理效用函数的方法,为引导代理到均衡提供新算法。
2026-05-12 cs.GT
Congestion Games with Distance-Based Strict Uncertainty
我们提出了一个新的拥塞博弈模型,其中代理人对其他代理人使用的路线具有不确定性。我们采取一种非概率的方法,假设每个代理都知道使用边缘的代理数量在一定范围内。鉴于这种不确定性,我们模型代理人最大限度地减少他们的最坏情况下的成本(WCC)或最坏情况下的遗憾(WCR),并研究均衡存在的影响,通过自适应发挥收敛,和效率。在WCC行为下,博弈简化为修正的拥塞博弈,当代理具有适度的不确定性时,福利得到改善。根据WCR行为的游戏是不是,在一般情况下,一个拥挤的游戏,但我们证明了一个简单的一类游戏的收敛性和效率的界限。
2017-03-26 cs.GT
Competition and Cooperation of LLM Agents in Games
University of Washington(华盛顿大学);Thayer School of Engineering at Dartmouth College(达特茅斯学院塔耶尔工程学院)
研究大语言模型代理在资源分配和Cournot竞争博弈中的行为,发现多轮提示和非零和上下文促进合作,基于公平性推理提出分析框架。
2026-04-11 cs.GT cs.MA cs.SY
Coalitional Games with Overlapping Coalitions for Interference Management in Small Cell Networks
在本文中,我们研究了OFDMA两层小小区网络中的协作干扰管理问题。特别是,我们提出了一种新的方法,允许小小区的合作,以优化其总和速率,同时合作满足其最大发射功率约束。与现有的工作,假设只有不相交的合作的小小区组可以出现,我们制定的小小区的合作问题作为一个联盟形成游戏重叠的联盟。在该博弈中,每个小小区基站可以选择同时参与一个或多个协作组(或联盟),以便优化与协作相关联的收益和成本之间的权衡。我们研究了建议的重叠联盟形成游戏的属性,我们表明,它表现出负外部性,由于干扰。然后,我们提出了一种新的分散式算法,允许小小区基站相互作用和自组织成一个稳定的重叠联盟结构。仿真结果表明,该算法的结果在一个显着的性能优势,在总的系统和速率方面,相对于非合作的情况下和经典算法的非重叠联盟的联盟游戏。
2014-02-11 cs.GT cs.IT math.IT
A Game Generative Network Framework with its Application to Relationship Inference
博弈过程是一个系统,其中一个代理的决策可以影响其他代理的决策。在现实世界中,社会影响和主体之间的关系可能会影响具有博弈行为的主体的决策。反过来,这也给了我们机会,通过观察他们在博弈过程中的相互作用,从代理中挖掘这些信息。在本文中,我们提出了一个游戏生成网络(GGN)的框架,利用真实的游戏结果和理想的游戏模型之间的偏差,生成网络的游戏过程,这打开了一扇大门,了解代理与游戏行为的网络挖掘方法。我们说明了如何应用GGN推断与游戏行为的代理之间的隐藏关系,并进行团队游戏的实验作为一个具体的例子。实验结果表明,我们提出的框架可以揭示隐藏的代理在这样的游戏关系。
2021-03-30 cs.GT cs.SI
Agentic Markets: Game Dynamics and Equilibrium in Markets with Learning Agents
本文综述并分析自主学习智能体在市场博弈中的动态行为,利用变分不等式和李雅普诺夫理论,研究投影梯度与无遗憾算法下均衡的收敛条件与稳定性,为智能体市场提供数学基础。
2025-06-23 cs.GT
A Novel Weighted Ensemble Learning Based Agent for the Werewolf Game
Aligarh Muslim University(阿里格尔穆斯林大学);University of Tsukuba(筑波大学)
狼人是一个流行的党的游戏在世界各地,和研究其意义已取得进展,在最近几年。狼人游戏是基于对话,为了获胜,参与者必须使用他们所有的认知能力。这种沟通游戏要求参与的代理人非常老练才能获胜。在这项研究中,我们使用复杂的加权集成学习方法生成了一个复杂的代理来玩狼人游戏。这项研究工作的目的是估计其他代理/玩家在游戏中对我们的看法。该代理是通过聚合AI Wolf比赛中不同参与者的策略来开发的,从而使用机器学习向他们学习。此外,所创建的代理能够使用非常基本的策略比其他竞争对手表现得更好,以显示该方法在狼人游戏中的有效性。这里使用的机器学习技术并不限于狼人游戏,而是可以扩展到任何需要根据其他参与者进行通信和动作的游戏。
2022-05-19 cs.GT cs.LG
Algorithms in Multi-Agent Systems: A Holistic Perspective from Reinforcement Learning and Game Theory
School of EECS, Peking University(北京大学电子信息工程学院)
深度强化学习(RL)近年来取得了突出的成果,导致方法和应用数量急剧增加。最近的工作是探索学习超越单代理的情况下,并考虑多代理的情况下。然而,他们面临着许多挑战,并正在寻求帮助,从传统的博弈论算法,这反过来,显示出光明的应用前景结合现代算法和提高计算能力。本文首先介绍了单智能体强化学习和多智能体强化学习的基本概念和算法,然后从三个方面对相关算法进行了综述。博弈论中的解决方案概念给了算法以灵感,这些算法试图评估代理或在多代理系统中找到更好的解决方案。虚拟自我游戏的流行对多智能体强化学习算法产生了很大的影响。反事实遗憾最小化是解决不完全信息游戏的重要工具,当与深度学习相结合时显示出巨大的力量。
2020-01-31 cs.AI cs.GT cs.LG
Inventory competition in a multi channel distribution system: The Nash and Stackelberg game
研究了由一个制造商和任意数量的零售商组成的多渠道分销系统中的库存管理问题。证明了纯纳什均衡的存在性,并给出了包含纯纳什均衡唯一性的参数约束条件。此外,Stackelberg游戏中,制造商发挥了辊作为领导者进行了讨论。在保证收益的参数约束下,得到了Stackelberg均衡解唯一的充分条件.并与同时行动对策作了比较。结果表明,当整体价格等于生产成本时,制造商的库存量大于同时移动博弈。关键词:库存管理,替代,纳什均衡,斯塔克伯格均衡。
2009-05-31 cs.GT
GAP: Game Theory-Based Approach for Reliability and Power Management in Emerging Fog Computing
提出基于非合作博弈论的雾计算功耗与可靠性管理模型,结合冷主/备份策略和动态电压频率调整,实现能耗降低35%、等待时间减少41%、完成时间缩短31%。
2024-12-15 cs.DC cs.ET cs.GT
Generalized Multi-cluster Game under Partial-decision Information with Applications to Management of Energy Internet
许多工程网络的决策和管理涉及到多方利益冲突,而每一方又由多个Agent组成。这样的问题可以看作是一个多簇博弈。每个集群被视为一个自利的球员在非合作博弈中,在同一集群的代理合作,以优化集群的支付功能。在大规模网络中,簇内Agent的信息不能立即为簇外Agent所用,这对现有的纳什均衡搜索算法提出了挑战。因此,我们考虑部分决策信息的情况下,在广义纳什均衡寻求多集群游戏在一个分布式的方式。利用原对偶分析和图拉普拉斯矩阵,将问题转化为求预条件单调算子和的零点。在此基础上,提出了一种基于前向-后向-前向的分布式广义纳什均衡搜索算法,该算法无需完全了解对手簇的决策。在该算法中,每个代理通过无向网络与邻居进行通信,估计所有其他聚类的策略。我们证明了当通信强度参数足够大时,导出的算子可以是单调的。利用不动点理论证明了算法的收敛性,给出了一个充分条件.通过数值计算,讨论了该模型在能源互联网中的应用前景.
2022-05-24 cs.GT math.OC
Agent Environment Cycle Games
部分可观察随机博弈(POSG)是多智能体强化学习(MARL)中最常用的博弈模型。我们认为,POSG模型在概念上是不适合软件MARL环境,并提供案例研究,从文献中,这种不匹配导致了严重的意外行为。针对这一点,我们介绍了代理环境循环游戏(AEC游戏)模型,这是更有代表性的软件实现。然后,我们证明它是一个等价的模型POSG。AEC游戏模型也是唯一有用的,因为它可以优雅地表示所有形式的MARL环境,而例如POSG不能优雅地表示严格的回合制游戏,如国际象棋。
2021-05-01 cs.AI cs.GT cs.LG
On Corrigibility and Alignment in Multi Agent Games
The Alan Turing Institute(阿兰·图灵研究所)
本文提出多智能体可纠正性的贝叶斯博弈框架,分析共同收益、谐波及对抗场景,并给出防御方诱导可纠正性所需信念条件。
2025-01-09 cs.AI cs.GT
Conflict Management in the Near-RT-RIC of Open RAN: A Game Theoretic Approach
针对Open RAN的Near-RT-RIC中因xApps相互影响产生的冲突及缺乏标准化CMS的问题,提出基于合作博弈论(NSWF和EG解决方案)的冲突管理系统与控制器,有效平衡冲突参数并缓解不利影响。
2023-11-22 cs.GT cs.NI
A dynamic over games drives selfish agents to win-win outcomes
理解人类社会系统的演变需要灵活的形式主义制度的出现。虽然博弈论通常用于单独建模交互,但更大的博弈空间有助于建模交互如何变化。我们介绍了一个框架,模拟“制度演变”,个人如何改变他们被放置在游戏。我们将其与更熟悉的游戏内“行为进化”进行对比。从最初的游戏开始,代理通过反复导航到更优选的游戏来跟踪游戏空间的轨迹,直到它们收敛到比所有其他游戏更优选的吸引子游戏。代理人根据他们的“制度偏好”在游戏之间进行选择,这定义了游戏之间的比较,如稳定性,公平性和效率。在两个玩家的空间计算制度变化轨迹,我们发现,自利的经济代理人的吸引子过度代表公平的100%相对于基线,即使这些代理人是漠不关心的公平。这似乎是因为公平作为一种游戏特征,与这些代理人更喜欢的自我服务特征同时出现。因此,我们目前的制度演变作为一种机制,鼓励自发出现的合作内在自私的代理人。然后,我们将这些发现扩展到两个玩家之外,并扩展到其他两种类型的进化代理:进化博弈论的相对适应度最大化代理(最大化不平等)和多层次/群体选择理论的相对群体适应度最大化代理(最小化不平等)。这项工作提供了一个灵活的,可测试的形式主义建模的相互依赖的行为和制度的演变过程。
2019-07-15 cs.GT nlin.AO physics.soc-ph
Global Convergence of Multi-Agent Policy Gradient in Markov Potential Games
SUTD(新加坡科技设计大学);UC Irvine(加州大学尔湾分校)
本文提出马尔可夫势博弈的新定义,揭示其与规范形式势博弈的关键差异,并证明独立策略梯度在多智能体设置下能快速收敛到纳什策略。
2025-09-23 cs.GT cs.LG
Energy Management for a User Interactive Smart Community: A Stackelberg Game Approach
Singapore University of Technology and Design(新加坡科技设计大学);State Key Lab. of Industrial Control Technology, Zhejiang University(浙江大学工业控制技术国家重点实验室);NICTA(澳大利亚国家信息与通信技术学院);School of Engineering and Applied Science, Princeton University(普林斯顿大学工程与应用科学学院)
本文研究了用户交互智能社区中三方能量管理问题,提出基于Stackelberg博弈的方法,通过分布式算法实现独特均衡,验证了算法收敛性及有效性。
2014-02-22 cs.GT cs.SY eess.SY
ALYMPICS: LLM Agents Meet Game Theory -- Exploring Strategic Decision-Making with AI Agents
Microsoft Research Asia(微软亚洲研究院)
本文提出Alympics仿真框架,利用LLM智能体研究博弈论问题,并通过水资源分配挑战验证其在战略决策分析中的有效性。
2024-01-16 cs.AI cs.CL cs.GT
Multiplayer Cost Games with Simple Nash Equilibria
在分布式和嵌入式系统的设计中,带有自私代理的多人游戏自然会出现。由于自私主体的目标通常既不等价也不对立,因此这种博弈是非零和博弈。我们研究这样的游戏,并表明,一个大类的这些游戏,包括游戏的个人目标是平均或折扣的回报,或定量可达性,并表明他们不仅有一个解决方案,但一个简单的解决方案。我们建立的纳什均衡的存在性,由k个记忆策略,每个代理人在一个设置与k个代理,一个主要和k-1个次要的战略。主策略描述了当所有代理人都遵守时会发生什么,而次策略确保所有其他代理人立即开始合作,反对首先偏离计划的代理人。这种简单性很重要,因为理性代理人是一种理想化。实际上,代理人必须用非常有限的资源来决定他们的行动,而需要指数级甚至非基本实现的复杂策略实际上无法实现。因此,我们在本文中证明的简单策略的存在,持有的承诺,可实施性。
2012-10-12 cs.GT cs.LO
Asynchronous and time-varying proximal type dynamics multi-agent network games
在本文中,我们研究了非合作多智能体网络游戏的背景下,邻近型动力学。这些动态出现在不同的应用中,因为它们描述了多代理网络中的分布式决策,例如,在意见动力学、分布式模型拟合和网络信息融合中,每个代理的目标是仅使用本地信息来寻求均衡。我们分析了这类游戏的几个共轭,提供收敛结果,或设计寻求平衡的算法时,原来的动态无法收敛。对于仅受局部约束的游戏,我们研究了同步/异步动态和时变通信网络。对于除耦合约束外的博弈问题,我们设计了一个收敛于一类特殊博弈均衡的均衡搜索算法。最后,我们通过数值模拟的意见动力学和分布式模型拟合的理论结果进行了验证。
2019-09-24 cs.GT math.OC
Multi-Agent Reinforcement Learning in Cournot Games
University of Washington(华盛顿大学)
在这项工作中,我们研究了有限信息反馈的连续行动古诺博弈中战略代理人的相互作用。古诺博弈是许多社会经济系统中必不可少的市场模型,在这种模型中,代理人在不完全了解系统或彼此的情况下学习和竞争。我们考虑了凹古诺博弈中策略梯度算法的动态性,这是一种被广泛采用的连续控制强化学习算法。证明了当价格函数为线性函数或代理商个数为2时,策略梯度动态收敛于纳什均衡。这是第一个结果(据我们所知)的收敛性的学习算法与连续的行动空间,不属于无遗憾类。
2020-09-14 cs.GT cs.LG cs.MA
Decentralized Multi-Agent Reinforcement Learning for Continuous-Space Stochastic Games
Yale University(耶鲁大学)
本文针对连续状态空间且智能体互不观测动作的随机博弈,提出一种去中心化MARL算法并证明其策略更新近最优,同时给出基于最佳响应的全局策略更新收敛概率的闭式刻画。
2023-03-16 cs.GT cs.LG
The Reasonable Effectiveness of Agent-Based Simulations in Evolutionary Game Theory
这是对发表在Physics of Life Reviews上的评论的回复,关于我们的文章“使用基于代理的方法的演化博弈论”(Physics of Life Reviews,2016,arXiv:1404.0994)。
2016-11-13 cs.GT nlin.AO q-bio.PE
The Stock Market as a Game: An Agent Based Approach to Trading in Stocks
正如战争有时被错误地描述为零和游戏--而实际上战争是一个负和游戏--股票市场交易,一个随着时间的推移的正和游戏,经常被错误地描述为零和游戏。这就是所谓的“零和谬误”--错误地认为,在股票市场交易所,一个交易者只能在其他交易者的头寸恶化的情况下改善自己的头寸。然而,绝对意义上的正和博弈可以被改写为相对意义上的零和博弈。同样,绝对意义上的负和游戏似乎已经被改写为相对意义上的零和游戏:否则,为什么零和游戏会被用来代表战争局势?这种重铸可能具有启发性或教育性的意义,但重铸必须明确说明,否则会产生混乱。关键词:博弈论,股票交易和基于智能体的人工智能。
2008-09-02 cs.AI cs.GT q-fin.TR