GamED.AI: A Hierarchical Multi-Agent Framework for Automated Educational Game Generation
Arizona State University（亚利桑那州立大学）
本文提出GamEDAI框架，通过分层多智能体方法将教师提供的问题转化为可玩的教育游戏，验证通过形式化机制合同。系统在200个问题上实现90%验证通过率和98.3%的模式合规性。
2026-05-07 cs.AI
An Evolutionary Game-Theoretic Merging Decision-Making Considering Social Acceptance for Autonomous Driving
School of Mechanical Engineering（机械工程学院）；Beijing Institute of Technology（北京理工大学）
针对自动驾驶高速公路匝道汇入的动态复杂性与社会接受度问题，提出基于有限理性的演化博弈论决策框架，通过求解演化稳定策略推导最优切入时机，并结合实时驾驶风格估计在线调整收益函数，有效提升了汇入效率、安全性与舒适性。
2025-08-09 cs.AI cs.RO
A Hierarchical Game-Theoretic Decision-Making for Cooperative Multi-Agent Systems Under the Presence of Adversarial Agents
University of Georgia（佐治亚大学）
多智能体系统（MAS）在危险场景中的潜在关系可以表示为博弈论模型。本文提出了一种新的层次网络模型称为博弈论效用树（GUT），它将高层策略分解为可执行的低层行动的合作MAS决策。它结合了一个新的回报措施的基础上，代理需要实时战略游戏。我们提出了一个探索游戏域，在那里我们衡量的MAS实现任务的成功概率和系统成本的平衡的角度来看，性能。我们评估的大统一组织的方法对国家的最先进的方法，greenly依赖于奖励的复合行动。广泛的数值模拟的结论性结果表明，大统一理论可以组织更复杂的MAS合作之间的关系，帮助集团实现具有挑战性的任务，以更低的成本和更高的胜率。此外，我们证明了大统一理论的适用性，使用模拟器硬件测试平台- Robotarium。实验结果验证了GUT在实际机器人应用中的有效性，验证了GUT能够有效地组织MAS协作策略，帮助优势较少的群体获得更高的性能。
2023-03-28 cs.AI cs.LG cs.MA
Revisiting Game Representations: The Hidden Costs of Efficiency in Sequential Decision-making Algorithms
Czech Technical University in Prague（捷克技术大学）；Carnegie Mellon University（卡内基梅隆大学）
本文比较扩展式博弈与序贯贝叶斯博弈表示，指出信息状态树虽高效却限制可表示博弈，并揭示现有基准结果可能因测试类别受限而产生偏差。
2023-12-05 cs.AI cs.GT
Computing rational decisions in extensive games with limited foresight
Imperial College London（帝国理工学院）
我们介绍了一类广泛的形式游戏，玩家可能无法预见他们的决定可能产生的后果，并形成一个模型，他们利用对手，以实现更有利可图的结果。我们改进了现有的模型，游戏有限的远见，赋予玩家高阶推理的能力，并提出了一个新的解决方案的概念，以解决来自真实的游戏的直觉。我们分析由此产生的均衡，设计一个有效的程序来计算它们。
2016-05-29 cs.AI cs.GT cs.LO
Bidding Games on Markov Decision Processes with Quantitative Reachability Objectives
University of Haifa（海法大学）；Masaryk University（马萨里克大学）；Institute of Science and Technology Austria (ISTA)（奥地利科学技术研究所）；IMDEA Software Institute（IMDEA软件研究所）
本文研究MDP上的竞标博弈，将随机环境不确定性与拍卖式交互结合，提出值迭代算法逼近阈值和最优策略，并证明阈值求解至少与简单随机博弈同难度。
2024-12-27 cs.AI cs.GT
Nash or Stackelberg? -- A comparative study for game-theoretic AV decision-making
本文针对自动驾驶汽车决策问题，构建滚动时域多玩家博弈模型，比较纳什博弈与斯塔克尔伯格博弈在成对和多玩家设置下的安全性、通行效率与计算时间表现。
2023-10-30 cs.GT
Human strategic decision making in parametrized games
Ganzfried Research（甘兹弗里德研究）
本文提出一种框架，使人类能在无需实时求解器的情况下快速做出决策，适用于多玩家和不完全信息环境。
2026-03-24 cs.AI cs.GT cs.LG
Budget-restricted utility games with ordered strategic decisions
我们引入了预算游戏的概念。玩家选择一组任务，每个任务对游戏中的每一种资源都有一定的需求。每个资源都有预算。如果预算不足以满足所有需求的总和，则必须在任务之间共享。我们研究战略预算游戏，其中预算按比例分配。我们还考虑了一个变量，其中战略决策的顺序影响预算的分配。分析了最优解的复杂性以及平衡点的存在性、复杂性和质量。最后，我们证明了一个有序的预算游戏需要收敛到均衡的时间可能是指数的。
2014-07-11 cs.GT
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
Framing the Game: How Context Shapes LLM Decision-Making
University of Oxford（牛津大学）；University of Cambridge（剑桥大学）
本文提出一个程序化生成多样化情境的评估框架，揭示大语言模型在相同博弈结构下的决策受情境框定显著影响，并呼吁采用动态、情境感知的评估方法。
2025-03-05 cs.AI cs.CL cs.GT
Online Convex Optimization for Sequential Decision Processes and Extensive-Form Games
Carnegie Mellon University（卡内基梅隆大学）
后悔最小化是求解大规模可拓形式博弈的有力工具。最先进的方法依赖于在每个决策点局部最小化后悔。在这项工作中，我们推导出一个新的框架后悔最小化的顺序决策问题和扩展形式的游戏一般紧凸集在每个决策点和一般凸损失，而不是以前的工作，已为单纯形决策点和线性损失。我们称这个框架为层流后悔分解。它将CFR算法推广到这种更一般的设置。此外，我们的框架，即使在已知的设置，这是来自分解多面体遗憾的角度来看，CFR的新的证明，从而导致可以说是一个更简单的解释算法。我们的推广凸紧集和凸损失，使我们能够开发新的算法的几个问题：正则化的顺序决策，正则化的纳什均衡在扩展形式的游戏，计算近似的扩展形式的完美均衡。我们的推广也导致了第一个遗憾最小化算法计算减少正规型量子响应平衡的基础上，最大限度地减少本地遗憾。实验表明，我们的框架导致的算法，规模的速度可比的最快的变种反事实遗憾最小化计算纳什均衡，因此，我们的方法导致的第一个算法计算量子响应均衡在非常大的游戏。最后，我们表明，我们的框架，使一种新的可扩展的对手剥削的方法。
2018-09-10 cs.AI cs.GT cs.LG
The Intelligent Disobedience Game: Formulating Disobedience in Stackelberg Games and Markov Decision Processes
Independent Researcher（独立研究者）；Tufts University（塔夫茨大学）
本文提出智能不服从游戏（IDG），通过Stackelberg游戏框架建模人类与辅助体的不对称信息交互，分析多步场景中的最优策略，揭示如'安全陷阱'等战略现象，为开发安全非合规学习算法和研究人类对不服从AI的信任提供数学基础。
2026-03-22 cs.AI cs.GT cs.LG
Analyzing Games with Ambiguous Player Types using the ${\rm MINthenMAX}$ Decision Model
Tel-Aviv University（特拉维夫大学）
在许多常见的交互式场景中，参与者缺乏关于其他参与者的信息，特别是关于其他参与者的偏好的信息。在这项工作中，我们模拟了一个极端的情况下，不完整的信息，我们称之为游戏类型的模糊性，其中一个参与者甚至缺乏信息，使他能够形成一个信念，对他人的喜好。在类型模糊的情况下，人们不能使用常用的贝叶斯框架来分析场景，因此他需要使用不同的决策模型来建模参与者。在这项工作中，我们提出了${\rm MINthenMAX}$决策模型下的歧义。这个模型是一个细化的沃尔德的最小最大原则，我们证明是太粗糙的游戏类型的模糊性。我们的特点是${\rm MINthenMAX}$作为最好的细化的最小最大原则，满足三个属性，我们声称是必要的游戏类型的歧义。我们提出的这种无先验的方法也遵循了计算机科学中最坏情况分析的常见做法。最后，我们定义并分析了相应的均衡概念，假设所有的球员遵循${\rm MINthenMAX}$。我们通过将其应用于两种常见的经济情景来证明这种均衡：协调博弈和双边贸易。我们表明，在这两种情况下，在纯策略的均衡总是存在的，我们分析的均衡。
2016-11-03 cs.AI cs.GT cs.MA
Sensitivity Analysis for Markov Decision Process Congestion Games
我们考虑一个非原子拥塞游戏，每个决策者执行自私的优化状态的一个共同的MDP。决策者对自己的期望成本进行优化，并通过阻塞效应对国家行动成本的影响相互影响。我们分析了MDP拥塞博弈均衡对状态-行动成本的不确定性和扰动的敏感性。定义了随机Braess悖论的发生，基于博弈均衡的敏感性进行了分析，并在仿真中进行了演示。我们进一步分析了与确定性动力学相比，随机动力学的引入如何影响布雷斯悖论的大小。
2019-09-12 cs.GT math.OC
Game-Theoretic Frameworks for Epidemic Spreading and Human Decision Making: A Review
本文介绍和审查各种解决和开放的问题，在开发，分析和减轻人类决策下的流行病传播过程。我们提供了一系列的流行病模型的审查，并解释了不同的流行病模型的利弊。我们展示了现有文献中流行病模型和决策模型耦合的艺术。{More具体而言，我们为人类在流行病中的决策提供了基本问题的答案，包括采取何种干预措施来对抗疾病，谁是决策者，何时采取干预措施以及如何采取干预措施。在许多决策模型中，博弈论模型在过去十年中对流行病中的人类反应/行为建模变得越来越重要。在这篇评论中，我们激励博弈论的方法，人类的决策中的流行病。本文通过建立一个多维分类法对现有文献进行了综述，该分类法基于多个维度对现有文献进行了分类，包括1）游戏类型，如微分游戏、随机游戏、进化游戏和静态游戏; 2）干预类型，如社交距离、疫苗接种、隔离、服用解毒剂等; 3)决策者的类型，如个人、对手和不同层级的中央当局。提出了一个细粒度的动态博弈框架，以捕捉流行病中的博弈论决策的本质。我们展示了三个具有代表性的{框架}与独特的方式整合博弈论的决策到流行病模型从大量的文献。{Each这三个框架中有一个独特的建模方式，进行分析，并得出结果。}最后，我们确定了几个主要的开放性问题和研究空白，有待解决和填补。
2021-12-09 cs.GT cs.SY eess.SY
Tolling for Constraint Satisfaction in Markov Decision Process Congestion Games
马尔可夫决策过程（Markov decision process，MDP）拥塞博弈是经典拥塞博弈的一种扩展，其中自私代理的连续种群解决了具有拥塞的马尔可夫决策过程：策略的收益随着更多的种群使用它而减少。特别是，我们表明，在MDP拥挤游戏中的人口质量约束相当于对奖励函数施加通行费/激励，社会规划者可以利用它来实现辅助目标。我们在一个模拟的西雅图乘车共享模型中演示了这种方法，其中收费和激励措施是为了两个独立的目标而实施的：保证西雅图市中心的最小驾驶员密度，并将游戏均衡转向最大的社会产出。
2019-03-02 cs.GT math.OC
Optimising Game Tactics for Football
University of Southampton（南安普顿大学）；Technical University of Crete（克里特技术大学）
在本文中，我们提出了一种新的方法来优化足球（足球）的战术和战略决策。我们将足球比赛建模为一个多阶段的游戏，它是由贝叶斯游戏来模拟赛前的决定和随机游戏来模拟比赛中的状态转换和决定。使用这个公式，我们提出了一种方法来预测游戏结果的概率和团队行动的收益。在此基础上，我们开发算法，以优化团队形成和游戏中的战术与不同的目标。我们的方法对来自760场比赛的真实世界数据集的实证评估表明，通过使用贝叶斯和随机游戏的优化策略，我们可以分别将球队获胜的机会提高16.1%和3.4%。
2020-03-23 cs.AI cs.GT cs.MA
Beating humans in a penny-matching game by leveraging cognitive hierarchy theory and Bayesian learning
University of Michigan（密歇根大学）
人工智能（AI）的长期目标是在决策方面优于人类。游戏适合测试人工智能在非数字任务中做出正确决策的能力。在本文中，我们开发了一种新的人工智能算法来玩香农的“读心机”（1953）中考虑的便士匹配游戏。特别是，我们利用认知层次理论和贝叶斯学习技术来不断发展预测人类玩家决策的模型，并让AI玩家根据模型预测做出决策，以追求最佳的获胜机会。实验结果表明，我们的AI算法击败了30名志愿者中的27名。
2021-02-13 cs.AI cs.GT cs.LG
On the Equilibrium of a Class of Leader-Follower Games with Decision-Dependent Chance Constraints
针对含决策依赖不确定性的单领导者—多跟随者博弈，本文用决策依赖模糊集与Cantelli不等式将机会约束转为二阶锥约束，并借助Kakutani不动点定理证明均衡存在性。
2024-08-05 cs.GT math.OC
Collective decision making and paradoxical games
我们研究一个合奏的个人玩两个游戏的所谓的Parrondo悖论。在我们的研究中，玩家被允许选择游戏将发挥整个合奏在每一轮。选择不可能符合所有参与者的偏好，因此，他们面临着一个简单的挫折现象，需要一些策略来做出集体决策。我们考虑几个这样的策略，并分析如何波动可以用来提高系统的性能。
2014-10-01 cs.GT physics.soc-ph
Learning in Multi-level Stochastic games with Delayed Information
分布式决策者被建模为一个两层博弈中的参与者。高层次的决策涉及游戏环境，并决定玩家形成联盟（或团体）的意愿。低层决策涉及在所选环境中实施的操作。联盟和行动策略由概率分布确定，并使用学习自动机方案进行更新。收益也是概率性的，并且由于信息延迟，状态向量中存在不确定性。我们的目标是在两个层次的决策中达到平衡;结果显示了不稳定的条件，基于信息时代。
2013-02-27 cs.GT
On Nash-Stackelberg-Nash Games under Decision-Dependent Uncertainties: Model and Equilibrium
本文讨论了一类具有多个领导者和多个追随者的两阶段层次对策，称之为Nash-Stackelberg-Nash（N-S-N）对策。特别地，我们考虑了决策依赖不确定性（DDU）下的N-S-N博弈。DDU是指受决策者策略影响的不确定性，在博弈均衡分析中很少涉及。在本文中，我们首先制定的N-S-N游戏与完全无知的DDU，其中的球员和DDU之间的相互作用的特点是不确定性集，参数依赖于球员的策略。然后，通过整合广义纳什均衡和帕累托-纳什均衡，给出了博弈均衡的严格定义。然后利用角谷不动点定理证明了在DDU下N-S-N对策平衡点的存在性。最后通过一个算例说明DDU对N-S-N博弈均衡的影响。
2022-02-24 cs.GT cs.SY eess.SY
An Axiomatization of the Shapley-Shubik Index for Interval Decisions
Shapley-Shubik指数旨在评估委员会系统中的权力分布，绘制二元决策，是最成熟的权力指数之一。它被推广到输入和输出中具有两个以上批准级别的决策。在极限中，我们有一个连续的选择。对于这些游戏的区间决策，我们证明了公理化的权力措施，并表明，Shapley Shubik指数简单的游戏，以及$(j,k)$简单的游戏，发生作为一个特殊的离散化。这种关系和所述公理化与经典情况的密切程度表明，对于具有区间决策的博弈来说，可以使用Shapley-Shubik指数，它也可以推广到一个值。
2019-07-02 cs.GT
Decentralized Q-Learning for Stochastic Teams and Games
只有少数学习算法适用于随机动态团队和游戏，推广马尔可夫决策过程的分散随机控制问题，涉及可能是自私的决策者。游戏中的学习通常很困难，因为游戏是一个非静态环境，每个决策者都希望在其他决策者也在学习的情况下，用最少的信息学习最佳决策。在随机动态博弈中，学习更具挑战性，因为在学习过程中，决策者会改变系统的状态，从而改变未来的成本。本文提出了随机对策的分散Q-学习算法，并研究了弱非循环情形下的收敛性，其中团队问题是一个重要的特例。该算法是分散的，因为每个决策者只能访问其本地信息，状态信息和本地成本实现;此外，它完全无视其他决策者的存在。我们表明，这些算法收敛到均衡政策几乎肯定在大型类的随机对策。
2016-05-02 cs.GT cs.LG math.OC
Optimal Team Economic Decisions in Counter-Strike
New York University（纽约大学）
获胜概率模型的输出经常被用来评估玩家的行为。然而，在一些运动中，例如流行的电子竞技反恐精英，存在重要的团队层面的决定。例如，在《反恐精英》游戏的每一轮开始时，团队决定在游戏中花费多少钱购买装备。由于资金是一种稀缺资源，因此在特定情况下，团队应该如何花费资金的问题上出现了不同的策略。为了评估团队在游戏中的购买决策，我们引入了一个游戏级的获胜概率模型来预测球队在给定回合开始时赢得比赛的机会。我们会考虑团队得分、设备、资金和支出决策等特征。使用我们的获胜概率模型，我们研究了重要游戏场景的最佳团队支出决策。我们确定了CSGO团队的次优决策模式。最后，我们引入了一个指标，最优支出误差（OSE），排名团队的支出决策如何密切遵循我们预测的最优支出决策。
2021-09-20 cs.GT cs.LG
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
Adaptive Game-Theoretic Decision Making for Autonomous Vehicle Control at Roundabouts
University of Michigan（密歇根大学）；Bilkent University（比尔肯特大学）
在本文中，我们提出了一个决策算法的自主车辆控制在环形交叉口。该算法是基于一个博弈论模型表示的自我车辆和对手车辆之间的相互作用，并适应于在线估计的对手车辆的驾驶员类型。模拟结果的报告。
2018-10-01 cs.GT cs.LG cs.RO
Global Profits, Local Decisions: Why Global Cooperation Falters in Multi-level Games
本文提出多层级博弈论模型分析层级系统合作动态，发现局部和成对博弈利润率提升能增强合作，但全局博弈对决策影响极小，为应对气候变化等全球挑战提供理论启示。
2025-03-24 cs.GT
Security Games with Decision and Observation Errors
我们研究两个玩家的安全游戏，可以被视为序列的非零和矩阵游戏的攻击者和防守者。游戏的演变是基于一个随机的虚拟游戏过程。参与者不能访问彼此的收益矩阵。每个人都必须观察对方的行动，直到现在，并根据对这些观察的最佳反应来执行所产生的行动。然而，当通过通信网络玩游戏时，有几个实际问题需要考虑：首先，玩家可能会时不时地犯随机决策错误。第二，玩家对彼此先前行动的观察可能是不正确的。玩家将根据他们所掌握的信息来弥补这些错误。我们研究了这种情况下博弈的收敛性，并在一些温和的假设下，当双方都被限制在两个行动时，建立收敛到平衡点。
2010-03-14 cs.CR cs.GT
Adversarial Decisions on Complex Dynamical Systems using Game Theory
我们将计算博弈论应用于基于物理的模型的统一，这些模型代表了合作和竞争过程中多个代理的决策。在这种情况下，竞争对手试图既积极影响自己的回报，又消极影响竞争对手的回报。用所谓的Boean-Kuramoto-Lanchester（BKL）复杂动态系统模型对这些相互作用进行建模，产生的结果可以应用于商业，游戏和安全环境。本文研究了BKL模型上的一类决策问题，其中使用博弈论方法分析了一个大的耦合切换动力系统集。由于它们的大小，解决这些BKL游戏的计算成本成为解决方案过程中的主导因素。为了解决这个问题，我们引入了一种新的纳什主导求解器，这是数值效率和准确。这种新的解决方案技术的性能相比，传统的精确求解器，遍历整个游戏树，以及近似求解器，如近视和蒙特卡罗树搜索（MCTS）。这些技术进行评估，并用于获得洞察非线性动力系统和战略决策在对抗性环境中。
2022-01-28 cs.GT nlin.CD
Strategy complexity of finite-horizon Markov decision processes and simple stochastic games
马尔可夫决策过程（MDP）和简单随机博弈（SSG）为研究概率系统的许多重要问题提供了丰富的数学框架。具有有限时间目标的MDP和SSG是一个经典的研究问题，其目标是在给定的有限时间内最大化到达目标状态的概率。在这项工作中，我们考虑的策略复杂性有限的地平线MDPs和SSGs。我们发现，对于所有的$ε>0$，自然类的计数器为基础的策略需要在最$\log \log (\frac{1}ε) + n+1$内存状态，内存的大小$Ω(\log \log (\frac{1}ε) + n)$是必需的。因此，我们的边界是渐近最优的。然后，我们研究了最优策略的周期性，并给出了最优策略周期的一个次指数下界。
2012-09-17 cs.GT
Games in Minkowski Spacetime
本文提出了一类新的博弈，称为完全信息时空博弈。在时空博弈中，智能体在闵可夫斯基时空中的不同位置做出决策。时空博弈一方面可以被看作是策略博弈的最小公分母，另一方面可以被看作是具有完全信息的动态博弈的最小公分母。实际上，战略博弈对应的是一种只有空间分隔决策（“不同房间”）的配置。另一方面，具有完全信息的动态博弈对应于时间分离的决策（“依次”）。我们展示了如何计算时空博弈的策略形式和简化策略形式。因此，许多现有的解决方案的概念，如纳什均衡，合理化，个人理性等，自然适用于时空游戏。我们引入一个规范的注入类的时空游戏的完美信息到游戏类的广泛形式与不完美的信息，我们提供了一个反例，表明这是一个严格的超集。这提供了一个新的解释大量的游戏在广泛的形式与狭义相对论的不完美的信息，其中非单点信息集产生于有限的光速。这个框架可以成为量子基础中推理的有用工具，在量子基础中，测量轴的选择或测量结果等决策是否是类空或类时分离的是很重要的。我们特别关注具有四个决策点的爱因斯坦-波多尔斯基-罗森实验的特殊情况，并建立相应的时空博弈结构模型。
2020-04-23 cs.GT physics.class-ph
Game-theoric approach to decision-making problem for blockchain mining
对于区块链网络中的矿工来说，这是一个重要的决策问题，如果他/她参与挖矿，那么他/她就可以通过比其他矿工更早地创建新区块来获得奖励。我们制定这个决策问题作为一个非合作的游戏，因为创建一个块的概率不仅取决于自己的可用计算资源，但也有其他矿工。通过理论和数值分析，我们发现了纳什均衡依赖于报酬的滞后现象和矿工决策随报酬的微小变化而发生的跳跃现象。我们还表明，矿工决定不参与挖矿的奖励随着矿工数量的增加而变小。
2020-12-12 cs.CR cs.GT
Perfect Prediction in Minkowski Spacetime: Perfectly Transparent Equilibrium for Dynamic Games with Imperfect Information
关于策略的必要理性和必要知识的假设，也被称为完美预测，导致最多一个幸存的结果，不受参与者对它们的知识的影响。实现这种方法的解决方案的概念已被定义在两个动态游戏与完美的信息和没有关系，完美的预测均衡，和战略游戏没有关系，完全透明的均衡。本文将完全透明均衡推广到不完全信息和无约束的广义博弈。战略博弈的完全预测均衡和完全透明均衡都是这一广义均衡概念的特例。如果收益之间没有联系，广义均衡最多是唯一的，并且是帕累托最优的。我们还对具有不完美信息的广泛形式的游戏子类进行了特殊相对论解释，作为任何数量的代理所做决策的有向非循环图，每个决策位于闵可夫斯基时空中的特定位置，并且信息集和游戏结构来自因果结构。战略博弈对应于只有空间分离决策的设置，动态博弈对应于只有时间分离决策的设置。因此，广义的完全透明均衡描述了在一个一般设置中达到的结果和收益，在这个设置中，决策可以位于闵可夫斯基时空中的任何一般位置，在必要的理性和必要的策略知识下。我们还认为，这提供了一个直接可用的数学框架的设计与削弱自由选择假设的量子物理学的扩展理论。
2019-05-22 cs.GT
On the Computational Complexity of Decision Problems about Multi-Player Nash Equilibria
研究了$m$ -局人博弈中纳什均衡决策问题的计算复杂性。几个这样的问题最近已被证明是计算等价的决策问题的存在理论的实数，或规定的复杂性类，$\exists\mathbb{R}$ -完全，当$m\geq 3$。我们表明，除非他们变成微不足道的问题，他们是$\exists\mathbb{R}$ -硬，即使是3人零和游戏。对其他几个决策问题也得到了新的结果。我们表明，当$m\geq 3$的问题，决定如果一个游戏有一个帕累托最优纳什均衡或决定如果一个游戏有一个强纳什均衡是$\exists\mathbb{R}$ -完全的。后者的结果纠正了以前的索赔NP-完全性文献。我们表明，决定一个游戏是否有一个不合理的价值纳什均衡是$\exists\mathbb{R}$ -硬，回答一个问题的Biletum和Mavronicolas，并解决计算复杂性的决定，如果一个游戏有一个合理的价值纳什均衡。这些结果也适用于3人零和博弈。我们的证明方法适用于相应的决策问题对称纳什均衡在对称的游戏，以及，特别是我们的新成果结转到对称设置。最后，我们表明，决定是否对称$m$ -玩家游戏有一个非对称纳什均衡是$\exists\mathbb{R}$ -完全时，$m\geq 3$，回答一个问题的Garg，梅塔，Vazirani，和Yazdanbod。
2020-01-15 cs.CC cs.GT
Quantum game models for interaction-aware decision-making in automated driving
Inria Paris（巴黎国家信息与自动化研究所）；Valeo Mobility Tech Center（Valeo 移动技术中心）
针对自动驾驶传统决策方法忽略或简化智能体交互导致自车保守的问题，提出两种无需量子硬件即可实时运行的量子博弈模型，在合流、环岛场景中表现优于经典博弈及基线方法。
2025-09-01 cs.GT cs.RO
Generative AI as Digital Representatives in Collective Decision-Making: A Game-Theoretical Approach
School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院）；Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳市人工智能与机器人研究院）
本文提出一种博弈论框架，研究生成式AI在集体决策中作为数字代表的策略性信息揭示问题，揭示成员在偏好与沟通成本间的战略平衡，并发现冲突偏好会驱动更多信息揭示。
2025-12-14 cs.GT
The Mechanics of n-Player Differentiable Games
DeepMind（深度思维）；University of Oxford（牛津大学）
支撑深度学习的基石是保证目标上的梯度下降收敛到局部最小值。不幸的是，这种保证在生成对抗网络等存在多个交互损失的环境中失败了。基于梯度的方法在游戏中的行为还没有得到很好的理解-随着对抗和多目标架构的激增，它变得越来越重要。在本文中，我们开发了新的技术来理解和控制一般游戏中的动态。关键的结果是将二阶动力学分解为两个分量。第一个与势博弈有关，它可以简化为隐函数上的梯度下降;第二个与哈密顿博弈有关，这是一类遵守守恒律的新博弈，类似于经典力学系统中的守恒律。这种分解激发了辛梯度调整（SGA），一种在一般游戏中寻找稳定不动点的新算法。基本实验表明，SGA与最近提出的在GANs中寻找稳定固定点的算法相比具有竞争力-同时适用于更一般的游戏并具有保证。
2018-06-06 cs.GT cs.LG cs.MA
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
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
Nash Equilibria for Exchangeable Team against Team Games, their Mean Field Limit, and Role of Common Randomness
我们研究了有限个团队与有限个和无限个决策者之间的随机平均场博弈。对于这类游戏中的静态和动态设置，我们建立了一个纳什均衡的存在性，并表明纳什均衡表现出交换在有限的决策者制度和对称性在无限的。为了得到这些存在性和结构性定理，我们在各种分散信息结构下赋予随机化策略集一个合适的拓扑结构，从而使随机化策略集具有所需的凸性和紧性。然后，我们建立了一个随机纳什均衡，可交换（不一定是对称的）之间的决策者在每个团队的一般类可交换的随机对策的存在。当每个团队中的决策者数量达到无穷大时（即团队之间的平均场博弈），使用de Finetti表示定理，我们证明了对称的随机纳什均衡的存在性（即，在每个团队内的决策者之间，也是独立随机的。最后，我们建立了一个纳什均衡的团队（这是对称的）之间的一类平均场游戏构成了一个近似纳什均衡相应的前限制（可交换）游戏之间的团队大，但有限数量的决策者。因此，我们表明，共同的随机性是没有必要的大型团队对团队的游戏，不像小型球队的情况下。
2022-11-10 cs.GT math.OC
Valid Utility Games with Information Sharing Constraints
在多智能体系统中使用博弈论方法进行控制是近年来研究的一个重要课题。有效的效用博弈特别被用来模拟现实世界的问题;这种博弈具有一个方便的性质，即任何作为博弈的纳什均衡的决策集的值都保证在最优决策集值的1/2以内。然而，这种保证中隐含的假设是每个代理都知道所有其他代理的决策。在这项工作中，我们首先描述了这种保证如何降低代理只知道其他代理的决策的一个子集。然后，我们表明，这种损失可以减轻限制相关子类的游戏。
2022-09-15 cs.GT cs.MA cs.SY
A Higher-order Framework for Decision Problems and Games
我们引入了一个新的统一框架，决策问题和有限的游戏量化器和选择功能的基础上建模。我们表明，规范的效用最大化是一个量词的一个特殊情况下，我们更抽象的框架提供了几个额外的自由度建模。特别是，不完整的偏好，非最大化的竞争力，和上下文相关的动机时，可以考虑到描述一个代理的目标。我们介绍了一个合适的概括的纳什均衡的量词和选择功能的游戏。此外，我们引入了一个改进的纳什，捕捉上下文依赖的目标。在我们的框架中建模是组合的，因为游戏的各个部分是模块化的，可以很容易地交换。我们提供了一个扩展的例子，我们说明了概念，并强调了我们的替代建模方法的好处。
2014-09-25 cs.GT cs.LO math.LO
Integrated Decision Making and Trajectory Planning for Autonomous Driving Under Multimodal Uncertainties: A Bayesian Game Approach
The Hong Kong University of Science and Technology（香港科技大学）
提出基于贝叶斯博弈的自动驾驶集成决策与轨迹规划框架，通过无悔学习求解贝叶斯粗相关均衡，在多模态不确定性下实现交互式最优策略，闭环仿真验证了其泛化性与有效性。
2024-09-21 cs.GT cs.RO
Game Theory Meets Statistical Mechanics in Deep Learning Design
提出一种融合博弈论与统计力学的深度图表示方法，将神经元类比为博弈玩家与经典粒子，利用 Shapley 值筛选神经元形成强联盟前向传播，在面部年龄估计与性别分类任务中优于多层感知器和卷积神经网络。
2024-10-16 cs.GT cs.LG
Quantum Financial Economics of Games of Strategy and Financial Decisions
有限策略博弈的量子金融方法被解决，将纳什定理扩展到量子金融环境，允许策略博弈与两期金融分配问题的纠缠，这些问题表示为：纯交换经济中的消费计划优化问题和有限状态证券市场优化问题，从而在金融环境中，公司的商业博弈与金融代理人行为之间的相互作用。一套完整的量子阿罗-德布鲁价格，从游戏的策略的量子纳什均衡，被证明是持有，即使在没有证券的市场的完整性，使帕累托最优的结果，而不必假设的完整性条件下，证券的支付矩阵的秩等于可选彩票状态的数量。
2012-02-09 cs.GT physics.soc-ph q-fin.GN
Multiplayer Performative Prediction: Learning in Decision-Dependent Games
University of Washington（华盛顿大学）
学习问题通常表现出一种有趣的反馈机制，其中人口数据对竞争决策者的行为做出反应。本文针对这一现象提出了一个新的博弈论框架，称为“多人表演性预测”。我们专注于两个不同的解决方案的概念，即（i）表演稳定的均衡和（ii）纳什均衡的游戏。后一种均衡可以说是信息量更大，但只有当博弈是单调的时候才能有效地找到。我们表明，在温和的假设下，表演稳定的平衡，可以有效地找到各种算法，包括重复再培训和重复（随机）梯度法。然后，我们建立透明的充分条件强单调的游戏，并使用它们来开发算法寻找纳什均衡。我们研究了无导数方法和自适应梯度算法，其中每个玩家在学习其分布的参数描述和经验风险的梯度步骤之间交替。合成和半合成的数值实验说明了结果。
2022-04-06 cs.GT cs.LG math.OC
Differentiable Game Mechanics
University of Oxford（牛津大学）；DeepMind（深度思考（DeepMind））
深度学习建立在目标函数的梯度下降收敛到局部最小值的基本保证之上。不幸的是，这种保证在诸如生成对抗网络的设置中失败，这些设置表现出多个相互作用的损失。基于梯度的方法在游戏中的行为还没有得到很好的理解-随着对抗和多目标架构的激增，它变得越来越重要。在本文中，我们开发了新的工具来理解和控制的动态n-玩家微分游戏。关键的结果是将博弈雅可比矩阵分解为两个分量。第一，对称的组成部分，是有关潜在的游戏，减少到梯度下降的隐函数。第二，反对称部分，涉及到汉密尔顿游戏，一类新的游戏，遵守守恒定律类似于经典力学系统中的守恒定律。辛梯度调整（SGA），一种新的算法，用于寻找稳定的不动点微分游戏的分解动机。基本实验表明，SGA与最近提出的在GANs中寻找稳定不动点的算法相比具有竞争力-同时适用于更一般的情况，并具有保证。
2019-05-13 cs.GT cs.LG cs.MA
A Multi-Resolution Dynamic Game Framework for Cross-Echelon Decision-Making in Cyber Warfare
本文提出多分辨率动态博弈框架，用高分辨率博弈树建模战术层、用低分辨率马尔可夫博弈建模战略层，并通过缩放操作实现跨层级可扩展推理，以提升网络防御的战略优势。
2025-07-02 cs.CR cs.GT
Combining Prediction of Human Decisions with ISMCTS in Imperfect Information Games
蒙特卡罗树搜索（MCTS）已被推广到许多不完全信息博弈中。然而，由于不确定性带来的额外复杂性，这些适应性还没有达到与完美信息对应物相同的实际成功水平。在本文中，我们考虑开发的代理人，表现良好，对人类在不完全信息游戏与部分可观察的行动。我们介绍了半确定MCTS（SDMCTS），信息集MCTS算法（ISMCTS）的一个变种。更具体地说，SDMCTS从历史行为数据中生成对手行动的不可观察部分的预测模型。接下来，SDMCTS对游戏的一个实例进行模拟，其中确定了对手动作的不可观察部分。因此，它有助于使用预测模型，以减少不确定性。我们提出了一个实现的SDMCTS应用到作弊游戏，一个著名的纸牌游戏，部分可观察到的（往往是欺骗性的）行动。120名受试者与我们的SDMCTS代理进行面对面的作弊游戏的实验结果表明，SDMCTS在对抗人类时表现良好，并且随着预测模型准确性的提高，其性能也会提高。
2017-11-18 cs.GT cs.MA
Decision-Focused Learning in Network Interdiction Games
UC San Diego（加州大学圣迭戈分校）
该研究针对最短路径网络阻断博弈中决策聚焦学习的结构缺陷，提出对抗性决策聚焦学习方法，经实验验证可恢复其端到端优化优势。
2026-08-11 cs.GT cs.LG math.OC
Towards Performatively Stable Equilibria in Decision-Dependent Games for Arbitrary Data Distribution Maps
Department of Computer Science（计算机科学系）；Hong Kong Baptist University（香港 Baptist 大学）
针对决策依赖博弈中现有执行稳定均衡研究依赖难以获取的β-平滑性假设的问题，提出基于梯度的敏感度度量，在强单调性假设下推导收敛保证，开发敏感度感知重复再训练算法，在三类博弈实验中实现更优性能。
2025-09-01 cs.GT cs.LG
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
