Nash Equilibrium Learning In Large Populations With First-Order Payoff Modifications
本文提出了一种结合两种非标准系统理论被动性概念的框架,用于在大规模群体中通过一阶收益修改实现纳什均衡学习。
2025-12-13 cs.GT cs.SY eess.SY
A competitive game whose maximal Nash-equilibrium payoff requires quantum resources for its achievement
虽然众所周知,共享的量子纠缠可以为远程代理组的一些纯粹合作任务提供改进的解决方案,但关于量子游戏在竞争环境中的合法性仍然存在争议-特别是,它们是否提供超越使用经典资源所能实现的任何优势。我们构建了一个竞争性的游戏,四个球员之间的少数民族游戏的最大纳什均衡的回报时,发挥适当的量子资源大于通过经典手段,假设一个本地隐藏变量模型。这个博弈是以类似于贝尔不等式的方式构造的。这一结果对于确认量子博弈的合法性非常重要。
2009-09-14 cs.GT quant-ph
Some Properties of the Nash Equilibrium in $2 \times 2$ Zero-Sum Games
本文对$2 \times 2$零和博弈的纳什均衡集的一些性质进行了综述。特别地,NE的集合的基数根据支付矩阵的条目给出。此外,封闭形式的表达式为NE战略和在NE(游戏的价值)的回报提供了在支付矩阵的条目。本报告中给出的结果不一定是新知识,因为它们是在经过一些繁琐的计算后得出的。然而,这种综合介绍在文献中是原创的。
2022-11-18 cs.GT
Decision Problems for Nash Equilibria in Stochastic Games
我们分析了在$ω$ -正则目标的随机多人博弈中寻找纳什均衡的计算复杂性。虽然存在一个均衡,其收益落在一定的区间可能是不可判定的,我们挑出几个可判定的限制的问题。首先,将搜索空间限制为静态或纯静态平衡,会导致分别包含在PSPACE和NP中的问题。其次,我们证明了二元收益均衡(即每个玩家以概率1获胜或失败的均衡)的存在性是可判定的。我们还建立了一个纳什均衡与一定的二元回报的存在,需要存在一个均衡,在纯,有限状态的战略具有相同的回报。
2009-06-08 cs.GT cs.LO
Symmetric Decomposition of Asymmetric Games
我们引入新的理论见解,两个人口的不对称游戏,允许一个优雅的对称分解成两个单一的人口对称游戏。具体来说,我们展示了如何一个不对称的双矩阵游戏(A,B)可以分解成它的对称同行的设想和调查的回报表(A和B),构成不对称的游戏,作为两个独立的,单一的人口,对称的游戏。我们揭示了几个令人惊讶的正式关系之间的非对称两个人口的游戏和它的对称单人口的同行,这有利于方便的分析原来的非对称游戏由于降维的分解。主要发现是:如果(x,y)是非对称博弈(A,B)的纳什均衡,则y是由收益表A确定的对称对应博弈的纳什均衡,x是由收益表B确定的对称对应博弈的纳什均衡.另外,对应博弈的纳什均衡的反向持有和组合形成了非对称博弈的纳什均衡。我们说明了这些正式的关系如何帮助识别和分析的纳什结构的非对称游戏,通过研究的进化动力学的简单的对应游戏在几个典型的例子。
2018-01-17 cs.GT cs.MA
Nash Convergence of Gradient Dynamics in Iterated General-Sum Games
多代理博弈正成为电子商务和拍卖研究中越来越流行的形式主义。交易发生的速度和电子市场的日益复杂性使得计算简单的代理人的研究成为一个有吸引力的方向。在这项工作中,我们分析了代理的行为,逐步适应他们的战略,通过梯度上升的预期收益,在简单的设置两个球员,两个动作,迭代一般和游戏,并提出了一个令人惊讶的结果。我们表明,无论是代理将收敛到纳什均衡,或者如果策略本身不收敛,那么他们的平均收益将收敛到一个纳什均衡的收益。
2013-01-16 cs.GT
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
A Payoff-Based Policy Gradient Method in Stochastic Games with Long-Run Average Payoffs
本文针对长期平均收益随机博弈学习算法匮乏的问题,通过定义有界优势函数推导收益梯度性质,结合正则化罗宾斯-门罗方法构建老虎机学习算法,证明其在满足稳定性条件下以概率1收敛到纳什均衡。
2024-05-16 cs.GT
When Knowing Early Matters: Gossip, Percolation and Nash Equilibria
连续到达的信息通过$n$代理的网络进行通信,到达第$j$接收者的信息的价值是$j/n$和接收者支付的通信费用的减函数。无论网络和通信成本的细节如何,社会最优策略都是任意缓慢地通信。但自私的代理人行为导致纳什均衡(在$n \to \infty$极限)可能是有效的(纳什收益$=$社会最优收益)或浪费的($0 < $纳什收益$<$社会最优收益)或完全浪费的(纳什收益$=0$)。我们研究的情况下,完整的网络(所有代理之间的通信成本不变),网格只有最近的邻居通信,和网格的通信成本的函数的距离。主要的技术工具是分析相关的第一通道渗透过程或SI流行病(代表一个信息项的传播),特别是其“窗口宽度”,大多数代理人学习该项目的时间间隔。许多论点只是概述,并不打算作为完整的严格证明。
2010-05-26 cs.GT math.PR
Precision game engineering through reshaping strategic payoffs
本文提出一种基于混合整数线性规划的博弈工程框架,通过最优扰动策略收益来重塑博弈,从而在复杂博弈中高效实现期望纳什均衡并排除不期望均衡。
2024-03-29 cs.GT math.OC
Counterclockwise Dissipativity, Potential Games and Evolutionary Nash Equilibrium Learning
本文利用逆时针耗散性统一了势博弈与动态支付机制下的演化纳什均衡学习,证明连续无记忆支付机制为CCW当且仅当其为势博弈,并证明由模仿规则和连续δ-耗散规则张成的凸锥中的规则均能实现纳什均衡学习。
2024-08-01 cs.GT cs.SY eess.SY
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
Acyclicity of Preferences, Nash Equilibria, and Subgame Perfect Equilibria: a Formal and Constructive Equivalence
1953年,库恩通过展示博弈论中称为“逆向归纳”的程序产生纳什均衡,证明了每个序列博弈都有一个纳什均衡。它实际上产生了一个纳什均衡,定义了一个适当的纳什均衡子类。在1965年,Selten将这个子类称为子博弈完美均衡。在博弈论中,收益是通常在游戏结束时给予的奖励。虽然传统的博弈论主要关注的是实数值的收益,这些收益隐含地按照实数上通常的全序排序,但西蒙或布莱克威尔的作品已经涉及了部分排序的收益。本文概括了序列博弈的概念,用抽象的原子对象(称为结果)替换实值支付函数,并用结果上的任意二元关系(称为偏好)替换实值上通常的全序。这引入了一个一般的抽象形式主义,其中纳什均衡,子博弈完美均衡,"逆向归纳“仍然可以定义。本文证明了以下三个命题是等价的:1)对结果的偏好是非循环的。2)每个序列博弈都有一个纳什均衡。3)每个序贯博弈都有一个子博弈完美均衡。结果是完全计算机认证使用Coq。除了额外的正确性保证之外,使用Coq的形式化活动还有助于清楚地识别有用的定义和证明的主要表达。
2007-05-23 cs.DM cs.GT cs.LO
Polylogarithmic Supports are required for Approximate Well-Supported Nash Equilibria below 2/3
在一个ε-近似纳什均衡中,一个局中人通过单边偏离最多可以获得1/2的期望值。一个支持度很高的近似纳什均衡有更强的要求,即每一个正概率的纯策略的收益必须在最佳对策收益的1/4以内。Daskalakis,Mehta和Papadimitriou证明,每个输赢双矩阵游戏都有一个2/3支持的纳什均衡,它使用的基数支持最多为3。事实上,他们表明,这种均衡将存在的图论猜想的正确性。不管这个猜想的正确性如何,我们证明了2/3收益保证的障碍不能用恒定大小的支持来打破;我们构造了在任何ε-良好支持的均衡中需要基数至少为Ω((log n)^(1/3))且Ω < 2/3的赢-输博弈。在显示的有效性的建设的关键工具是一个证明的二分有向图的变种著名的Caccetta-Haggkvist猜想。一个概率论证表明,对于任意ε> 0,存在支持基数为O(log n/(ε ^2))的ε-良好支持平衡;因此,给出的多对数基数界不能得到很大的改进。我们还表明,对于任何delta > 0,存在双赢的游戏,没有一对战略的支持大小最多为2是一个(1-delta)-良好的支持纳什均衡。相比之下,每个收益在[0,1]的双矩阵博弈都有一个1/2近似的纳什均衡,其中局中人的支持基数最多为2。
2014-03-21 cs.GT
Computing Approximate Nash Equilibria in Polymatrix Games
在$ε$ -纳什均衡中,参与人单方面改变自己的行为最多可以获得$ε$。对于收益为$[0,1]$的二人(双矩阵)博弈,在多项式时间内可实现的最著名的$ε$是0.3393。一般来说,对于$n$ -参与者博弈,$ε$ -纳什均衡可以在多项式时间内计算出,其中$ε$是$n$的增函数,但不依赖于参与者的策略数量.对于三人游戏和四人游戏,$ε$的相应值分别为0.6022和0.7153。多矩阵博弈是一般$n$ -玩家博弈的一个限制,其中玩家的收益是来自多个双矩阵博弈的收益之和。存在一个非常小但恒定的$ε$,使得计算多矩阵博弈的$ε$ -纳什均衡是\PPAD -困难的.我们的主要结果是$n$ -玩家多矩阵博弈的$(0.5+δ)$ -纳什均衡可以在输入大小和$\frac{1}δ$的时间多项式中计算。受Tsaknakis和Spirakis算法的启发,我们的算法对玩家的最大遗憾使用了梯度下降。我们还表明,该算法可以有效地找到一个$(0.5+δ)$ -纳什均衡在两个球员的贝叶斯游戏。
2014-10-01 cs.GT
Efficient Nash Equilibrium Computation for Cybersecurity Games
Washington University in St. Louis(圣路易斯华盛顿大学)
针对仿真型网络安全博弈中PSRO的收益估计瓶颈,提出RWPS预算估计器,仅模拟敏感单元并利用替代模型,通过实例相关界与覆盖结果提升效率,实验显示在多个博弈中达到更低利用度。
2026-09-23 cs.AI 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
Polylogarithmic Nash Regret in Matrix Games with Bandit Feedback
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本研究提出乐观支付平衡算法,在有限矩阵博弈中实现对数多项式的纳什遗憾,解决了非唯一均衡下的开放问题,证明观察对手动作足以达到该保证。
2026-09-29 cs.GT cs.LG
Distributed Methods for Computing Approximate Equilibria
我们提出了一个新的分布式方法来计算近似纳什均衡的双矩阵游戏。与以前同时分析两个支付矩阵的方法(例如,通过求解结合两个玩家支付的单个LP)相比,我们的算法首先求解两个独立的LP,每个LP都来自两个支付矩阵中的一个,然后仅使用玩家之间的有限通信来计算近似纳什均衡。我们的方法有几个应用程序的改进边界的有效计算近似纳什均衡的双矩阵游戏。首先,它产生了一个最佳的多项式时间算法计算\emph{approximate well-supported Nash equilibria (WSNE)},这保证找到一个0.6528-WSNE在多项式时间。此外,由于我们的算法分别解决了两个LP,它可以用来改善最知名的算法在有限的通信设置:该算法可以实现,以获得一个随机的预期多项式时间算法,使用多对数通信,并找到一个0.6528-WSNE。该算法还可以被执行以击败查询复杂度设置中的最佳已知界限,需要$O(n \log n)$支付查询来计算0.6528-WSNE。最后,我们的方法也可以适用于提供最知名的通信有效的算法计算\emph{approximate Nash equilibria}:它使用多对数通信找到一个0.382近似纳什均衡。
2015-12-10 cs.GT
Logarithmic Query Complexity for Approximate Nash Computation in Large Games
我们研究了“大型”$n$ -玩家博弈的均衡计算问题。大型博弈有一个Lipschitz类型的属性,即没有单个玩家的效用会受到任何其他玩家的行为的极大影响。在本文中,我们主要关注的情况下,任何改变的策略,由一个局中人造成其他局中人的收益变化最多$\frac{1}{n}$。我们研究的算法具有查询访问游戏的支付功能,旨在找到$ε$ -纳什均衡。我们寻求算法,获得$ε$尽可能小,在时间多项式$n$。我们的主要结果是一个随机算法,实现$ε$接近$\frac{1}{8}$的2策略游戏在{ \em完全解耦}设置,其中每个玩家观察她自己的收益查询,并调整她的行为独立于其他玩家的收益/行动。需要进行$O(\log n)$查房/质询。我们还展示了如何获得一个轻微的改进,通过引入少量的球员之间的沟通,在$\frac{1}{8}$。最后,我们给我们的结果扩展到大型游戏,每个玩家有两个以上的战略,和替代largeness参数。
2016-10-27 cs.DS cs.GT
Discrete Two Player All-Pay Auction with Complete Information
该研究刻画了完全信息离散双人全支付拍卖的混合策略纳什均衡,明确了其均衡唯一性、可互换性及收益唯一性的条件,并与连续全支付拍卖做了对比。
2023-05-08 cs.GT
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
Equilibrium for max-plus payoff
Institute of Mathematics, Casimirus the Great University of Bydgoszcz(比得哥什卡西米尔大帝大学数学研究所);Department of Mechanics and Mathematics, Ivan Franko National University of Lviv(利沃夫伊万弗兰科国立大学力学与数学系)
本文研究了在不确定性下非合作博弈中基于容量的均衡概念,提出了纳什均衡和不确定性均衡的定义,并利用抽象凸性技术证明了其存在性。
2026-03-05 cs.GT math.GN
On the robustness of learning in games with stochastically perturbed payoff observations
在对策论的实际应用中缺乏准确的收益反馈,我们研究了一类学习动态,玩家根据过去的收益观察,受到噪声和随机干扰调整他们的选择。首先,在单玩家的情况下(对应于代理试图适应一个任意变化的环境),我们表明,随机动力学研究导致几乎肯定没有遗憾,无论在玩家的观察噪声水平。在多人博弈的情况下,我们发现劣势策略会灭绝,我们证明了严格的纳什均衡是随机稳定的和吸引的;相反,如果一个状态是稳定的或吸引的正概率,那么它是纳什均衡。最后,我们提供了一个平均原则的2人游戏,我们表明,在零和对策与内部均衡,时间平均收敛到纳什均衡的任何噪声水平。
2016-06-02 cs.GT math.OC math.PR
Algorithms for Equilibria in Concurrent Stopping Games
Institute of Science & Technology Austria(科学与技术研究所);Université Libre de Bruxelles(布鲁塞尔自由大学)
研究并发停止博弈中均衡算法,通过放宽精确性考虑近似约束存在问题,给出指数时间算法并证明其\(\PSPACE\)-难下界,还通过转向极端风险敏感均衡,证明其约束存在问题在并发博弈中是\(\NP\)-完全的。
2026-07-28 cs.GT cs.MA
No fixed-point guarantee of Nash equilibrium in quantum games
量子博弈理论允许参与者选择准备和测量量子态的策略。而传统的博弈论提供了非合作博弈的固定点稳定性的保证,所谓的纳什均衡,我们发现这种保证是不提供量子游戏。特别是,我们表明条件Glickberg的不动点定理不适用于纯量子游戏时的回报是一个物理观测。我们进一步表明,纳什均衡时,可以保证支付的状态准备。
2017-12-12 cs.GT math-ph math.MP
Best-Response dynamics in two-person random games with correlated payoffs
本文研究收益以概率p相关的两人随机标准式博弈,分析纯纳什均衡数量,并证明任意p>0时最优反应动态随行动数增加以高概率收敛至纯纳什均衡。
2024-01-24 cs.GT econ.TH math.PR
Aspiration-based Perturbed Learning Automata
本文介绍了一种新的基于支付的学习方案,用于重复策略形式博弈的分布式优化。标准的基于递归的学习在其渐近稳定性方面表现出一些局限性。例如,在两人协调博弈中,收益占优(或有效)的纳什均衡可能不是随机稳定的。在这项工作中,我们提出了一个扩展的扰动学习自动机,即基于抱负的扰动学习自动机(APLA),克服了这些限制。我们提供了一个随机稳定性分析的APLA在多人协调对策。我们进一步证明了收益占优的纳什均衡是唯一的随机稳态。
2018-03-07 cs.GT
Beyond Nash Equilibrium in Open Spectrum Sharing: Lorenz Equilibrium in Discrete Games
提出了认知无线电(CR)环境下开放频谱共享的一种新的博弈论解决方案--洛伦兹均衡(LE)。纳什解和帕累托解的概念在应用于现实问题时都有局限性。纳什均衡(NE)很少能确保最大的收益,而且经常是帕累托无效率的。帕累托集合通常是一个大的解决方案集,通常太难处理。洛伦兹均衡是帕累托有效解的一个子集,它对所有参与者都是公平的,并确保比纳什均衡更高的收益。LE诱导NE的选择标准,当几个存在于一个游戏(例如多玩家离散游戏),当公平性是一个问题。除了是一个有效的NE选择标准,LE本身是一个有趣的博弈论的情况下,有用的CR互动分析。
2013-04-05 cs.GT nlin.AO
Computational Complexity of Approximate Nash Equilibrium in Large Games
我们证明了在一个简洁可表示的多局中人博弈中,对于常数k,找到一个PPAD-纳什均衡是PPAD-困难的。我们的证明使用简洁的游戏,即游戏的回报函数是由一个电路。我们的技术建立在最近的查询复杂性下限Babichenko。
2014-05-18 cs.GT
Support Contraction for Well-Supported Nash Equilibria
Beijing Institute of Technology(北京理工大学)
本文提出支持收缩过程,给出计算双矩阵博弈1/2-WSNE的确定性多项式时间算法及相关两方协议,改进了收益查询算法的复杂度依赖。
2026-08-04 cs.DS cs.GT
A Constructive Generalization of Nash Equilibrium
在一个多人的社会中,如果每个人都只关心自己的收益最大化,那么社会是否存在均衡呢?约翰·纳什在50多年前证明了一个均衡总是存在的,没有人会从单方面改变他的策略中受益。纳什均衡是博弈论中的一个核心概念,它为社会科学和经济学提供了数学基础。但是,原始定义是声明性的,没有包含找到它们的解决方案。后来发现,在计算上很难找到一个纳什均衡。此外,纳什均衡可能是不稳定的,对支付函数的最小变化敏感。更糟糕的是,一个有自私个体的社会可能会有大量的均衡,这使得找到全局最优均衡变得非常困难。本文对纳什均衡进行了一个建设性的推广,以涵盖当个体的自私性以可控的方式降低到较低水平时的情形。这表明,当自私降低到一定程度时,社会存在一个且只有一个均衡。当每个个体都遵循本文提出的迭代软决策优化过程时,社会在任何初始条件下都以指数速度收敛到唯一均衡。当它同时是一个共识均衡时,它必须是全局最优。本文的研究表明,为了建立一个良好的、稳定的社会(包括金融市场),使社会中的每个人都能从中受益,每个人对最大收益的追求应该在一定程度上受到控制,无论是通过自愿的良好公民行为还是通过适当的监管。
2009-01-23 cs.CC cs.GT
Computing Nash Equilibria of Action-Graph Games
图博弈(AGG)是一种完全可表达的博弈表示,它可以简洁地表达博弈者效用函数之间的严格独立性和特定于上下文的独立性。行动被表示为图G中的节点,选择行动s的代理人的收益仅取决于选择与s相连的行动的其他代理人的数量。我们提出了算法计算对称和任意平衡的AGG使用连续的方法。我们分析了最坏情况下计算支付函数的雅可比矩阵的成本,指数时间瓶颈步骤,并在所有情况下实现指数加速。当G的入度有界且博弈对称时,雅可比矩阵可以在多项式时间内计算。
2012-07-11 cs.GT
Nash Equilibrium and Belief Evolution in Differential Games
本研究提出在连续时间微分博弈中使用连续贝叶斯更新处理运动-收益不确定性,证明了信念收敛并推导了纳什均衡策略及其收敛性,在污染控制博弈中验证了方法有效性。
2025-09-15 cs.GT cs.MA
Navigating the Topology of 2x2 Games: An Introductory Note on Payoff Families, Normalization, and Natural Order
相邻收益互换的罗宾逊-戈福斯拓扑根据重要的性质,包括对称性、优势策略和纳什均衡的数量以及利益的一致性,优雅地安排了2x2有序博弈。基于纳什均衡添加支付族说明了这种顺序的另一个方面,并有助于拓扑的可视化。通过半交换建立关系不仅在拓扑结构中创建了更简单的游戏,而且相反,打破关系显示了偏好的演变,为具有关系的2x2游戏的拓扑结构产生了自然的排序。序数博弈不仅表示具有实值的博弈的等价类,而且表示这些博弈的规范化版本的离散等价。拓扑结构提供的坐标,可用于识别相关的游戏在语义网本体和促进基于代理的模拟和其他研究的比较分析博弈论,以及图表之间的关系和潜在的移动游戏作为一种工具,机构的分析和设计。
2010-10-22 cs.GT
For Learning in Symmetric Teams, Local Optima are Global Nash Equilibria
University of California, Berkeley(加州大学伯克利分校);Carnegie Mellon University(卡内基梅隆大学);Duke University(杜克大学);University of Oxford(牛津大学)
虽然自20世纪70年代以来,人们就知道在共同收益博弈中的全局最优策略是一个纳什均衡,但全局最优性是一个严格的要求,限制了结果的适用性。在这项工作中,我们表明,任何局部最优的对称策略配置文件也是一个(全球)纳什均衡。此外,我们表明,这一结果是强大的扰动的共同收益和局部最优。应用于机器学习,我们的结果提供了一个全局保证任何梯度方法,找到一个局部最优的对称策略空间。虽然这一结果表明单方面偏差的稳定性,但我们仍然确定了广泛的游戏类混合局部最优解是不稳定的联合,不对称的偏差。我们分析的流行不稳定运行学习算法在一套对称游戏,我们的结论是讨论我们的结果的适用性,多智能体RL,合作逆RL,和分散POMDPs。
2022-07-07 cs.AI cs.GT cs.LG
An Algebraic Approach for Computing Equilibria of a Subclass of Finite Normal Form Games
纳什均衡已成为博弈论中分析决策的重要解概念。本文研究一类一般有限范式对策的Nash平衡点的计算问题。我们定义“理性支付非理性均衡博弈”为具有全部理性支付和全部非理性均衡的博弈。我们提出了一个纯粹的代数方法计算所有的纳什均衡,这些游戏,使用伽罗瓦群的知识。最后给出了一些结果,说明了这类对策的性质,并通过一个例子说明了该方法的有效性。
2010-05-30 cs.GT cs.SC
Blockchain Governance: An Overview and Prediction of Optimal Strategies using Nash Equilibrium
区块链治理是一个正在进行的研究课题,区块链治理的跨学科观点对于帮助进一步研究为这一新兴技术建立正式的治理框架至关重要。本文讨论了区块链治理在机构治理层次结构中的地位。从IT治理的角度分析区块链治理,使用纳什均衡预测不同治理决策的结果。创建区块链治理的收益矩阵,并完成不同策略配置文件的模拟,以计算所有纳什均衡。本文详细阐述了不同类型区块链治理的回报矩阵,这些矩阵用于提出新的数学公式,可用于预测最佳治理策略,最大限度地减少硬分叉的发生,并预测大多数人在协议更新期间的行为。本文还包括使用真实以太坊数据验证所提出的公式。
2020-03-20 cs.CY cs.GT
The Weihrauch degree of finding Nash equilibria in multiplayer games
本文研究了实数收益博弈中寻找纳什均衡的可计算性,证明其当且仅当存在输出近似解的算法时才可计算,并利用多项式时间可计算性及Weihrauch度给出了理论证明。
2025-06-26 cs.GT cs.LO
On the Existence of Low-Rank Explanations for Mixed Strategy Behavior
纳什均衡被用来作为一个模型来解释观察到的行为的球员在战略设置。例如,在许多经验应用中,我们观察玩家的行为,问题是确定是否存在玩家的收益,其均衡对应于观察到的玩家行为。纳什均衡的计算复杂性是这个框架中的一个重要考虑因素。如果解释观察到的玩家行为的模型实例要求玩家解决一个计算困难的问题,那么所提供的解释是有问题的。在本文中,我们提供了条件下,纳什均衡是一个合理的解释战略行为,即,观察到的玩家行为可以用纳什均衡容易计算的博弈来解释的条件。我们确定了三个结构条件,并表明,如果观察到的行为的数据集满足这些条件中的任何一个,那么它是一致的支付矩阵,观察到的纳什均衡可以有效地计算。我们的条件允许大型和结构复杂的数据集观察到的行为,表明即使考虑到复杂性,纳什均衡往往是一个合理的模型。
2014-09-26 cs.GT
Incentive Stackelberg Mean-payoff Games
我们引入并研究了多人平均支付博弈的激励均衡。激励均衡概括了研究得很好的解决方案概念,如纳什均衡和领导者均衡(也称为斯塔克伯格均衡)。回想一下,如果没有参与人可以通过单方面改变策略来提高收益,那么策略剖面就是纳什均衡。在激励和领导者均衡的设定中,有一个被称为领导者的杰出参与者,她可以将策略分配给所有其他参与者,称为她的追随者。如果除了领导者之外,没有参与者可以通过单方面改变策略来提高收益,那么策略剖面就是领导者策略剖面,领导者均衡是领导者收益最大的领导者策略剖面。在所提出的激励均衡的情况下,领导者还可以通过将部分收益转移给追随者来影响追随者的行为。激励她的追随者的能力提供了更多的自由,在选择策略配置文件的领导者,我们表明,这确实可以提高在这样的游戏中的领导者的回报。本文的主要基本结果是平均支付博弈中激励均衡的存在性。我们进一步证明了与构建激励均衡相关的决策问题是NP完全的。在一个积极的注意,我们表明,当玩家的数量是固定的,问题的复杂性属于同一类的两个玩家的平均收益游戏。我们还提出了一个实现所提出的算法,并讨论了实验结果,证明了中型游戏的分析的可行性。
2015-10-31 cs.GT
Smooth Fictitious Play in Stochastic Games with Perturbed Payoffs and Unknown Transitions
最近扩展到动态游戏的著名的虚拟游戏学习过程中的静态游戏被证明是全球收敛到固定的纳什均衡在两个重要的动态游戏类(零和相同的兴趣折扣随机游戏)。然而,这些去中心化算法需要参与者确切地知道模型(每个阶段的转移概率及其收益)。为了克服这些强假设,我们的论文引入了(Leslie 2020; Baudin 2022)中系统的正则化,以构建一系列新的无模型分散学习算法(参与者不知道转换,并且他们的收益在每个阶段都受到干扰)。我们的程序可以被看作是扩展到随机游戏的经典光滑虚拟播放学习过程中的静态游戏(其中玩家的最佳反应是正规化的,由于他们的支付函数的光滑严格凹扰动)。我们证明了我们的家庭的程序的收敛到固定的正则化纳什均衡零和和相同的利率折扣随机游戏。证明使用连续光滑最佳响应动力学对应物和随机逼近方法。当只有一个玩家时,我们的问题是强化学习的一个实例,我们的程序被证明是全局收敛到正则化MDP的最优平稳策略。从这个意义上说,它们可以被视为众所周知的Q学习过程的替代方案。
2022-07-07 cs.GT
A Polynomial-Time Algorithm for 1/2-Well-Supported Nash Equilibria in Bimatrix Games
由于开创性的PPAD-完全性的结果计算纳什均衡,即使在两个球员的游戏,一个重要的研究路线已集中在放松可实现的多项式时间。在本文中,我们考虑的概念$\varepsilon$ -良好的支持纳什均衡,其中$\varepsilon \in [0,1]$对应的近似保证。简单地说,在一个$\varepsilon$支持度很好的均衡中,每个参与人都选择了概率为正的行动,这些行动都在最大可实现收益的$\varepsilon$范围内,而不是其他参与人的策略。自从十多年前建立了良好支撑平衡的2/3初始近似保证以来,这个问题的进展一直非常缓慢和渐进。值得注意的是,从0.6608到0.6528的微小改进是通过复杂度不断增加的算法实现的。我们的主要结果是一个简单而直观的算法,提高了近似保证1/2。我们的算法是基于线性规划,特别是利用适当定义的零和游戏,所产生的两个球员的支付矩阵。作为一个副产品,我们展示了如何实现相同的近似保证查询效率的方式。
2022-07-14 cs.GT
DNQ: Deep Nash Q-Network for Partially Observable n-Player Games
IEEE
针对多智能体同时博弈问题,提出DNQ框架,通过求解器在环的均衡监督训练智能体,并对比成对与精确均衡求解方法的可扩展性。
2026-07-17 cs.GT cs.LG
Learning coordination through new actions
本文通过将2x2协调博弈扩展为含未使用第三行动的2x3博弈,证明复制者动态可使内部轨迹收敛到特定稳定纳什均衡,从而解决协调失败与错位。
2024-01-19 cs.GT math.DS
On Existence, Mixtures, Computation and Efficiency in Multi-objective Games
在多目标博弈中,每个人的收益是每个人行动的\emph{vector-valued}函数。在这样的向量回报下,帕累托效率被用来制定每个人的最佳反应条件,将帕累托纳什均衡作为基本解决方案的概念。在这项工作中,我们遵循经典的博弈论议程来研究均衡。首先,我们以几种方式证明了存在许多纯策略帕累托-纳什均衡。其次,我们提出了一个更一致的扩展到混合策略均衡。第三,我们引入了一个衡量多目标博弈有效性的指标:多目标协调比。最后,我们提供算法,计算帕累托-纳什均衡和计算或近似的多目标协调比。
2018-09-13 cs.GT
Pure Nash Equilibria and Best-Response Dynamics in Random Games
在有限博弈中,混合纳什均衡总是存在的,但纯均衡可能不存在。为了评估这种不存在的相关性,我们考虑了随机抽取收益的游戏。特别地,我们关注的是大量参与者可以从两种可能的策略中各选择一种的博弈,收益是独立同分布的。可能有联系我们提供了关于纯纳什均衡的随机数的渐近结果,如快速增长和中心极限定理,以及近似误差的界。此外,通过使用一个新的联系渗透模型和博弈论,我们详细描述了纳什均衡的几何形状,并表明,当领带的概率很小,最佳响应动态达到纳什均衡的概率,迅速接近一个球员的数量增长。我们表明,众多的相变只依赖于一个单一的参数的模型,即概率有关系。
2020-06-16 cs.GT econ.TH math.CO
The Asymmetric Colonel Blotto Game
本文探讨了纳什均衡的一个变种的上校Blotto游戏,我们称之为非对称上校Blotto游戏。在Blotto上校游戏中,两名玩家同时在$n$战场上分配兵力。在每个战场中,分配更高级别力量的玩家获胜。游戏的收益是在各个战场上获胜的比例。在非对称版本中,分配到战场的兵力水平必须是非递减的。本文在三个战场和兵力水平相等的情况下,找到了一族纳什均衡,并证明了边际分布的唯一性。我们还发现了唯一的均衡收益的所有可能的水平的力量的情况下,有两个战场,并获得了部分结果的唯一均衡收益的情况下,与三个战场的力量不对称的水平。
2017-08-26 cs.GT
Approximating Nash Equilibria for Black-Box Games: A Bayesian Optimization Approach
博弈论已经成为一个强大的框架,用于建模大范围的多代理场景。许多算法的解决方案需要离散的,有限的游戏,有一个封闭形式的规范的回报。相比之下,许多现实世界的应用程序需要建模与连续的行动空间和黑盒效用函数,其中的回报信息是唯一的形式,经验(往往昂贵和/或嘈杂)的观察策略配置文件。据我们所知,很少有工具可以解决这类昂贵的黑盒连续博弈。在本文中,我们开发了一种方法来找到均衡的顺序决策框架中使用贝叶斯优化这样的游戏。所提出的方法进行了验证的合成游戏问题的不同程度的噪音和动作空间维度的集合。结果表明,它是能够改善最大遗憾在噪声和高维在更大程度上比分层或离散化的方法。
2018-06-11 cs.GT
PPAD-Complete Pure Approximate Nash Equilibria in Lipschitz Games
Lipschitz博弈,其中有一个限制$λ$(博弈的Lipschitz值),当其他参与者偏离时,参与者的收益可能会改变多少,大约10年前由Azrieli和Shmaya引入。他们通过概率方法证明了,对于$ε\geqλ\sqrt{8n\log(2mn)}$,每个参与人具有$m$策略的$n$参与人Lipschitz博弈具有纯$ε$近似纳什均衡.在这里,我们提供了相应的计算问题的第一个硬度的结果,表明,即使是一个简单的类的Lipschitz游戏(Lipschitz polymatrix游戏),找到纯$ε$ -近似平衡是PPAD-完全的,合适的值对$(ε(n), λ(n))$。这一结果的新功能包括PPAD硬度的证明(在其中,我们应用的人口游戏减少不受限制的多矩阵游戏)和PPAD的包容性的证明(通过去随机化的选择一个纯平衡从一个混合)。事实上,我们的方法意味着包含在PPAD的任何一类的Lipschitz游戏的混合策略配置文件的回报可以确定性地计算。
2022-07-20 cs.GT
Nash Equilibria with Derangement Degree Probabilities
MIT CSAIL(麻省理工学院计算机科学与人工智能实验室);National University of Singapore(新加坡国立大学)
证明对于每个n≥4,存在一个具有整数收益的n人正规型博弈,其唯一纳什均衡是完全混合的,且均衡概率是错排数!n次代数数,其极小多项式的伽罗瓦群为S_{!n}且具有!n+1个非零系数。
2026-05-26 cs.GT
Query Complexity of Approximate Equilibria in Anonymous Games
我们研究了匿名游戏的均衡的计算,通过算法,可以通过一系列的自适应查询游戏的支付函数,假设是未知的最初进行。我们考虑的一般主题是\emph{query complexity},也就是说,有多少查询是必要的或足够的计算精确或近似的纳什均衡。我们表明,通过查询效率的算法,无法找到确切的平衡。我们还给出了一个2策略3人匿名博弈的例子,这个博弈在有理数中没有任何精确的纳什均衡。然而,更积极的查询复杂性的界限是可以达到的,如果进一步对称的效用函数的假设或我们专注于近似均衡。我们研究了\cite{bfh09, dp14}以前考虑的匿名游戏的四个子类。我们的主要结果是一个新的随机查询效率的算法,找到一个$O(n^{-1/4})$近似纳什均衡查询$\tilde{O}(n^{3/2})$的回报和运行时间$\tilde{O}(n^{3/2})$。这改进了已有的匿名游戏近似均衡算法的运行时间,并且是第一个在多时间中获得逆多项式近似的算法。我们还展示了如何利用这可以作为一个有效的多项式时间近似方案(PTAS)。此外,我们证明了$Ω(n \log{n})$的回报必须查询,以找到任何$ε$ -良好的支持纳什均衡,即使是随机算法。
2016-05-05 cs.GT
Nash Equilibria of Two-Player Matrix Games Repeated Until Collision
本文提出 RUC 重复两人矩阵博弈,证明在温和支付矩阵条件下存在平稳纳什均衡,且所有均衡几乎唯一,并给出近似均衡计算方法。
2023-09-26 cs.GT
Nash Equilibria with Irradical Probabilities
本文证明了对于每个 $n\ge4$,存在收益在 $\{0,1,2\}$ 中的 $n$ 人博弈,其唯一的完全混合纳什均衡的所有概率权重均为不可根式代数数。
2025-07-12 cs.GT math.NT