Individual Altruism Cannot Overcome Congestion Effects in a Global Pandemic Game
应对COVID-19等公共卫生危机的一个关键挑战是难以预测疾病与社会之间相互反馈的结果。作为理解这些相互联系的一步，我们提出了一个简单的全球流行病的博弈论模型，其中个人可以选择在哪里生活，我们调查的全球行为，可能出现的结果，个人在当地的隔离和感染的竞争成本的反应。我们研究的博弈论的均衡，从这个设置时，人口是由自私或利他的个人。首先，我们证明了在这些类型的游戏中，自私的均衡一般不是最优的，但所有稳定的自私均衡都在一个恒定的最优因子内。第二，存在无限多个稳定的利他主义均衡;除了有限个之外，所有这些均衡都比最糟糕的自私均衡更糟糕，并且利他主义均衡的社会成本是无限的。我们的工作是在鲜明的对比，最近的工作在网络拥塞游戏中，所有利他主义的均衡是社会最优的。这表明，没有中央协调的群体可能对大流行病的反应非常差，而个人利他主义甚至可能加剧问题。
2021-03-24 cs.GT cs.SY eess.SY
Bridging the Gap Between Central and Local Decision-Making: The Efficacy of Collaborative Equilibria in Altruistic Congestion Games
本文研究利他拥塞博弈中决策局部性对系统低效的影响，提出协作均衡概念并构建线性规划给出无政府代价界，从而弥合集中式与分布式决策效率保证之间的差距。
2024-09-03 cs.GT cs.SY eess.SY
On Altruism and Spite in Bimatrix Games
本文研究了双矩阵博弈中利他与嫉妒行为的算法影响，探讨了纳什均衡的复杂性和质量，并提出通过学习对手行为来优化博弈策略的方法。
2025-11-24 cs.GT
Optimal Bi-level Lottery Design for Multi-agent Systems
多智能体系统中的实体可能会寻求冲突的子对象，这导致它们之间的竞争。为了解决由于竞争的性能下降，我们考虑一个双层彩票，在高级别的社会规划者选择奖励第一，顺序地，一组球员在低级别共同确定一个纳什均衡的奖励。社会计划者面临着效率损失，彩票游戏的纳什均衡可能与社会最优不一致。我们提出了一个最优的双层彩票设计问题，寻找最小的奖励和扰动，使诱导的纳什均衡产生社会最优的回报。我们形式化地刻画了无政府状态的价格和公共物品的行为以及关于报酬和扰动的纳什均衡。我们放松了最优的双层彩票设计问题，通过凸近似，并确定温和的充分条件下，近似是准确的。
2020-12-03 cs.GT
Multi-games and a double game extension of the Prisoner's Dilemma
我们提出了一类新的游戏，称为多游戏（MG），其中一个给定数量的玩家同时玩固定数量的基本游戏。在MG的每一轮中，每个玩家将有一组特定的权重，每个基本游戏一个，它们加起来为1，代表玩家在每个基本游戏中的投资比例。每个参与者的总收益就是它在基本博弈中获得的收益的凸组合，加上相应的权重。MG中的基本游戏可以被视为玩家的不同环境。当MG中不同博弈的局中人权重是私有信息或具有给定条件概率分布的类型时，我们得到了一类特殊的贝叶斯博弈。我们证明了，对于一类所谓的完全纯的定期双游戏（DG）有限集的类型，纳什均衡（NE）的基本游戏可以用来计算贝叶斯纳什均衡的DG在线性时间的类型的球员的数量。我们研究了DG的囚徒困境（PD）通过扩展PD与第二个所谓的社会游戏（SG），概括的概念，利他扩展的游戏中，玩家有不同的利他水平（或社会系数）。我们研究两个不同的例子贝叶斯游戏在这种情况下，社会系数有一个有限的值集，每个玩家只知道对手的社会系数的概率分布。在第一种情况下，我们有一个完全纯的定期DG，我们推导出贝叶斯NE。最后，我们使用第二个例子来比较各种策略在循环赛的DG PD，其中的球员可以改变他们的社会系数从一轮到下一轮。
2012-06-26 cs.GT
Totally Unimodular Congestion Games
我们研究一类新的拥塞博弈，称为全么模拥塞博弈（TU），其中玩家的策略是由全么模约束矩阵定义的多面体内的二进制向量。网络拥塞游戏就属于这一类。在对称的情况下，当所有的球员有相同的策略集，我们设计了一个算法，找到一个最佳的聚合策略，然后将其分解成单个球员的策略。这种方法产生强多项式时间算法（i）找到一个纯纳什均衡，（ii）计算一个社会最优状态，如果延迟函数是弱凸的。我们还展示了如何将这种技术扩展到拟阵拥塞游戏。我们介绍了一些组合TU拥塞博弈，其中局中人的策略是给定二部图的匹配、顶点覆盖、边覆盖和稳定集。在非对称的情况下，我们表明，对于这些游戏（i）它是PLS-完全找到一个纯纳什均衡，即使在线性延迟函数的情况下，和（ii）它是NP-难计算的社会最优状态，即使在弱凸延迟函数的情况下。
2016-07-27 cs.DM cs.GT
Boltzmann meets Nash: Energy-efficient routing in optical networks under uncertainty
French National Center for Scientific Research (CNRS)（法国国家科学研究中心）；Laboratoire d’Informatique de Grenoble (LIG)（格勒诺布尔信息学实验室）；National & Kapodistrian University of Athens（雅典国立卡波迪斯特里安大学）
出于大规模部署的电力饥饿的数据中心的服务提供，我们研究的问题，在光网络中的路由，以最大限度地减少流量驱动的功耗的目的。为了解决这个问题，路由必须考虑能源效率和容量因素;此外，在快速变化的网络环境中，这必须以实时、分布式的方式完成，并且在存在随机干扰和噪声的情况下保持鲁棒性。鉴于此，我们推导出一个定价方案的纳什均衡与网络的社会最优状态相吻合，我们提出了一种分布式学习方法的基础上的玻尔兹曼分布的统计力学。利用随机微积分的工具，我们证明了所得到的Boltzmann路由方案在不确定性下具有显著的收敛特性：具体地说，无论波动的大小如何，网络功耗的长期平均值都收敛在其最小值的$\varepsilon$内，最多为$\tilde O(1/\varepsilon^2)$;此外，如果网络允许严格的、非混合的最优状态，则算法再次收敛于该状态，而不管噪声水平如何。我们的分析是补充广泛的数值模拟表明，玻尔兹曼路由可以导致显着降低功耗基本，最短路径路由方案在现实的网络条件。
2016-05-04 cs.GT cs.LG cs.NI
Computing Equilibria in Binary Networked Public Goods Games
公共产品博弈研究个体为公共产品做出贡献的动机及其均衡行为。在本文中，我们研究了一种特定类型的公共产品游戏，其中玩家是联网的，每个人都有二进制动作，并专注于这种游戏的算法方面。首先，我们证明了检验纯策略纳什均衡的存在性是NP完全的。然后，我们确定易处理的实例的基础上的限制，无论是效用函数或底层的图形结构。在某些情况下，我们还表明，我们可以有效地计算一个社会最优的纳什均衡。最后，我们提出了一个启发式的方法来计算一般的二元网络公共产品博弈的近似均衡，并通过实验证明了它的有效性。
2022-04-01 cs.GT
Learnable Mixed Nash Equilibria are Collectively Rational
University of California, San Diego（加州大学圣地亚哥分校）
研究将博弈学习扩展到非渐近稳定性动态，通过一致稳定性概念，发现一致稳定的混合均衡是弱帕累托最优，还表明其决定特定动态过程的收敛行为，揭示混合纳什均衡附近个体行为能导致集体理性。
2026-07-14 cs.GT cs.LG
A Differentially Private Energy Trading Mechanism Approaching Social Optimum
本文针对P2P能源交易中的隐私泄露问题，提出一种引入校准拉普拉斯噪声的差分隐私纳什均衡寻求算法，在实现ε-差分隐私的同时以期望收敛到纳什均衡，并通过实验验证其接近社会最优的市场效率。
2024-10-21 cs.GT math.OC
On the Inefficiency of the Uniform Price Auction
我们提出了我们的结果统一价格拍卖，一个标准的密封投标多单位拍卖格式，出售多个相同的单位，一个单一的好多需求投标人。与真实和经济有效的多单位维克瑞拍卖相反，统一价格拍卖鼓励策略性投标，总体上是社会效率低下的。然而，统一定价规则因其对自然预期的吸引力而广受欢迎，即相同的物品应该被相同地定价。在这项工作中，我们研究了均衡的统一价格拍卖的投标人（对称）子模块的估值功能，超过他们赢得的单位数量。我们研究纯纳什均衡的拍卖在非支配策略，我们产生这些均衡的特征，使我们能够证明，一个分数1-1/e的最佳社会福利总是恢复在非支配纯纳什均衡-这个界限是本质上紧。随后，我们研究了拍卖下的不完全信息设置和证明了4-2/k界的经济无效的（混合）贝叶斯纳什均衡，支持的非支配策略。
2013-06-19 cs.GT
Distributed Task Management in Fog Computing: A Socially Concave Bandit Game
University of Tübingen（蒂宾根大学）；Fraunhofer Heinrich Hertz Institute（弗劳恩霍夫海因里希·赫兹研究所）
该研究将雾计算分布式任务分配问题建模为社会凹性老虎机博弈，提出两种无悔在线决策策略，经理论和数值验证其任务分配性能优于现有方法。
2023-06-09 cs.GT cs.LG cs.MA
To Observe or Not to Observe: Queuing Game Framework for Urban Parking
University of Washington（华盛顿大学）；University of California, Berkeley（加州大学伯克利分校）
本文通过排队博弈框架分析城市停车问题，比较纳什均衡与社会最优均衡，探讨在无需完全信息的情况下如何提升社会福利。
2016-03-29 cs.GT cs.SY eess.SY
Equilibrium with Internal Transfers
LIDS, EECS, Massachusetts Institute of Technology（信息与电子科学系，麻省理工学院）
研究通过预算平衡的内部转移改善激励的博弈模型，提出自我执行转移均衡和中介自我执行转移均衡，证明社会最优策略可被支持为均衡，并给出多项式算法和分散学习动态。
2026-06-23 cs.GT cs.LG econ.TH
Approximate Equilibrium and Incentivizing Social Coordination
我们研究的技术，以激励自我利益的代理人，以形成社会理想的解决方案的情况下，他们受益于相互协调。为此，我们考虑协调游戏，代理人有不同的内在偏好，但如果其他人选择与他们相同的策略，他们会获益。对于我们的博弈的非平凡版本，像纳什均衡这样的稳定解可能不存在，或者即使它们存在，也可能是社会效率低下的。这促使我们专注于设计有效的算法来计算（几乎）稳定的解决方案，如近似均衡，如果代理人提供一些额外的激励，可以实现。我们的研究结果适用于许多设置，如采用新产品，项目选择，和组的形成，在中央权威机构可以直接代理商的战略，但代理商可能会背叛，如果他们有更好的选择。我们表明，对于任何给定的情况下，我们可以计算出一个高质量的近似均衡或一个接近最优的解决方案，可以通过提供少量的付款，一些球员稳定。然后，我们推广我们的模型，包括球员的关系可能表现出互补性的情况下，并提出了一种算法来计算近似均衡的稳定性因素是线性的互补程度。我们的研究结果意味着，一点影响是必要的，以确保自私的球员协调和形成社会有效的解决方案。
2014-04-18 cs.GT
Network Connection Games with Disconnected Equilibria
在本文中，我们扩展了一个流行的非合作网络创建游戏（NCG），允许断开平衡网络。有n个参与者，每个参与者都是图中的一个顶点，策略是要构建边的参与者的子集。对于每条边，参与者必须支付成本α，参与者的个体成本代表了边成本和所有其他参与者的最短路径长度之间的权衡。我们将该模型扩展到惩罚博弈（PCG），对于一对不连通的参与者，我们将对个人成本的惩罚减少到一个有限值β。我们的分析集中在断开纳什均衡和强均衡的存在性，结构和成本。虽然PCG不是一个潜在的博弈，但纯纳什均衡总是存在的，而且纯强均衡也经常存在。我们提供了严格的条件下，断开纳什（强）均衡可以发展。这些均衡的组成部分必须是一个较小的NCG的纳什（强）均衡。然而，与NCG相反，对于几乎所有的参数值，没有树是稳定的组件。最后，我们给出了无政府状态无政府代价的详细描述，揭示了无政府状态的无政府代价为Θ（n）的情况，因此比NCG大几个数量级。也许令人惊讶的是，无政府状态的强大无政府代价增加到最多4。这表明，在分布式自私网络设计中，全局通信和协调对于克服社会劣势拓扑是非常有价值的。
2008-10-27 cs.GT
Why Open Source? A Game-Theoretic Analysis of the AI Race
Université de Montréal（蒙特利尔大学）；Mila – Quebec AI Institute（魁北克人工智能研究所）
本文通过博弈论模型分析人工智能竞赛中开源与闭源决策的动力学，探讨了离散和连续行动下的纳什均衡存在性及计算复杂性，为政策制定提供参考。
2026-04-17 cs.GT
From Altruism to Non-Cooperation in Routing Games
研究了多用户共享网络中的路由问题。每个用户试图通过控制其给定流需求的路由来优化其自身的性能或其自身的性能与其他用户的性能之间的某种组合。我们参数化的合作程度，允许覆盖完全非合作行为，完全合作的行为，甚至更多，完全利他的行为，所有这些作为参数的选择的特殊情况。很大一部分的工作包括在探索的合作程度的均衡的影响。我们的第一个发现是确定多个纳什均衡的合作行为，不发生在非合作的情况下，在相同的条件下（成本，需求和拓扑结构）。然后，我们发现了Braess悖论（增加网络容量或增加网络链接会导致所有用户的性能变差），并研究了合作程度对它的影响。我们确定，当我们增加一个用户的合作程度，而其他用户保持不变的合作程度，导致该用户的性能改善。然后，我们继续探索，并将其进行到混合均衡的设置（即一些用户是非原子的-他们有无穷小的需求，其他人有有限的固定需求）。最后，我们得到了一些理论结果，表明低合作度的均衡是唯一的，证实了我们的数值研究的结果。
2008-10-14 cs.GT cs.NI
Likes, Budgets, and Equilibria: Designing Contests for Socially Optimal Advertising
Indian Institute of Technology Bombay（印度理工学院孟买分校）
本文提出一种双时间尺度模型，通过分析网络节点间的快速通信和企业策略更新的慢速过程，探讨如何设计广告竞赛以实现社会最优均衡。
2026-10-15 cs.GT
The Impact of Tribalism on Social Welfare
我们探讨了属于同一组的球员之间的相互利他主义-他们的部落-在任意战略游戏中的所有球员的分区后达到均衡的质量的影响。为此，我们引入了任意战略博弈的τ-部落扩展的概念，其中参与者的主观成本函数被更新以反映这一点，以及相关的部落主义价格，这是部落扩展的最差纳什均衡的社会福利与最优社会福利之比。我们发现，在一个著名的游戏的友谊集团，网络贡献的游戏，以及原子线性拥塞游戏，部落主义的价格是高于无政府状态的价格，无论是纯粹自私的球员或完全利他的球员（即那些谁寻求最大化的社会福利）。这种现象在各种平衡概念下都可以观察到。在每种情况下，我们都给出了部落主义价格的上限，这些上限与我们的例子所建立的下限相匹配。
2019-07-16 cs.GT cs.MA
On Binary Networked Public Goods Game with Altruism
研究带利他主义的BNPG博弈中纯策略纳什均衡存在性判定与利他网络修改问题，揭示了树与完全图上的高效算法，并证明无向有界度图修改的NP-Hard性及有向网络的多项式可解性。
2024-01-01 cs.CC cs.DS cs.GT
Protecting shared information in networks: a network security game with strategic attacks
泄露机密信息的数字安全漏洞不仅影响其系统被渗透的代理，而且对与渗透系统有社会联系的其他代理也是有害的。虽然有人认为，这些外部性造成了对安全投资不足的激励，但这一假设受到了战略对手攻击最不受保护的代理人的可能性的挑战。在本文中，我们研究了一个新的安全博弈模型，其中代理人共享令牌的敏感信息的接触网络。代理有机会投资于安全性，以防止可能是战略性或随机目标的攻击。我们发现，在随机攻击的存在下，投资不足总是占上风的纳什均衡相比，社会最优。相反，当攻击是战略性的时，投资不足或过度投资都是可能的，这取决于网络拓扑结构和信息传播过程的特征。实际上，当代理之间的依赖性较低时（这可能是因为信息网络连接稀疏，或者因为信息令牌共享的概率很小），代理在安全性上的投资比社会最优的要多。当信息共享更有可能时（因此，当攻击带来的风险更高时），这些过度投资就会转移到投资不足。
2019-06-22 cs.GT cs.SI
Game-Theoretic Vaccination Against Networked SIS Epidemics and Impacts of Human Decision-Making
Indian Institute of Technology (IIT), Kharagpur（印度理工学院卡拉格普尔分校）；Purdue University（普渡大学）
本文研究了网络SIS流行病的去中心化防护策略，分析了人类对概率的非线性感知对纳什均衡防护策略的影响，并量化了在幂律分布网络中行为偏差对均衡阈值比的影响。
2019-03-02 cs.GT cs.SY econ.GN
Learning to Correlate in Multi-Player General-Sum Sequential Games
在多玩家的情况下，一般和游戏，有越来越多的兴趣在解决方案的概念建模的球员之间的某种形式的沟通，因为它们可以导致社会更好的结果相对于纳什均衡，并可能通过学习动态达到在一个分散的方式。本文主要研究序列博弈中的粗相关均衡。首先，我们通过证明问题不在Poly-APX中，除非P = NP，来完成寻找社会福利最大化CCE的复杂性。此外，简单的论点表明，CFR -与行为策略一起工作-可能不会收敛到CCE。然而，我们设计了一个简单的变体（CFR-S），它可证明收敛到CCE的集合，但可能是经验效率低下的。因此，我们设计了一个变种的CFR算法（称为CFR-Jr），它接近一组CCE的遗憾界次线性的游戏的大小，并显示出显着快于CFR-S和国家的最先进的算法来计算CCE。
2019-10-14 cs.GT
Phi-Actor-Critic: Steering General-Sum Games to Pareto-Efficient Correlated Equilibria
Politecnico di Milano（米兰理工大学）；Tilburg University（蒂尔堡大学）；University of Applied Sciences and Arts of Southern Switzerland（瑞士南瑞士应用科学与艺术大学）
提出Φ-Actor-Critic框架，通过交换遗憾最小化引导多智能体学习向高社会福利的关联均衡收敛，并采用集中式注意力批评家高效估计反事实遗憾，结合拉格朗日均衡选择机制优化社会福利。
2026-06-11 cs.GT cs.LG cs.MA
Minimum regulation of uncoordinated matchings
由于缺乏协调，战略博弈中自私的参与者不太可能达到社会良好状态。对付自私的一个可能的方法是计算出一个期望的结果（如果它是易处理的）并强加于人。然而，这个答案通常是不合适的，因为强迫代理人可能是昂贵的，不受欢迎的或难以实现的。由于这两种情况（无协调和完全协调）显示出相反的优点和缺点，因此研究可能的权衡是很自然的。在本文中，我们研究了一个战略游戏，一个简单的图G的节点是独立的代理人谁试图形成对：例如，工作和申请人，网球运动员的比赛，等等。在许多情况下的游戏，一个纳什均衡显着偏离社会最优。我们分析了一个场景，在这个场景中，我们固定了一些参与者的策略;其他参与者可以自由地做出选择。目标是迫使最小数量的玩家，并保证修改后的游戏的任何可能的均衡都是社会最优的，即创建的对必须形成G的最大匹配。我们主要证明了这个有趣的问题是NP-困难的，并提出了一个具有常数比的近似算法。
2010-12-17 cs.GT
Competitive mediator games and urban CAV routing markets
Faculty of Mathematics and Computer Science, Jagiellonian University（雅盖隆大学数学与计算机科学学院）
本文针对未来自动驾驶路径规划与驾驶市场，提出竞争性中介博弈，证明特定条件下其均衡为垄断，并探讨相关市场的机制设计问题。
2026-08-11 cs.GT cs.MA econ.TH
Random-Restart Best-Response Dynamics for Large-Scale Integer Programming Games and Their Applications
Virginia Tech（弗吉尼亚理工大学）；New Jersey Institute of Technology（新泽西理工学院）
本文提出随机重启最佳响应动力学算法，用于大规模整数规划博弈的纳什均衡计算，并应用于水生入侵物种防控问题。
2026-02-24 cs.GT math.OC
Adaptive Incentive Design with Learning Agents
提出一种不依赖具体学习动态的自适应激励机制，通过双时间尺度更新激励以学习最优策略，确保 Nash 均衡与社会最优一致，并证明了其在原子和非原子博弈中的收敛性。
2025-03-01 cs.GT cs.MA cs.SY
Strategic Hiring under Algorithmic Monoculture
Stern School of Business, New York University（纽约大学斯特恩商学院）；Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）；Graduate Group in Applied Mathematics and Computational Science, University of Pennsylvania（宾夕法尼亚大学应用数学与计算科学研究生小组）
本文研究了在算法单一性劳动力市场中，企业通过共同算法评估竞争导致的拥堵问题，提出均衡策略能显著提升社会福利，需平台揭示拥堵信息以实现最优结果。
2026-02-18 cs.CY cs.GT cs.LG
Computing Equilibria in Integer Programming Games with Shared Constraints
Chang’an University（长安大学）；Grado Department of Industrial and Systems Engineering, Virginia Tech（弗吉尼亚理工大学格雷多工业与系统工程系）；Department of Industrial and Systems Engineering, University of Wisconsin–Madison（威斯康星大学麦迪逊分校工业与系统工程系）
本文提出一种割平面算法，通过条件均衡不等式刻画带共享约束整数博弈的纯纳什均衡，并嵌入分支割框架求解精确或近似均衡，在3300个实例上验证了其高效性。
2026-10-06 cs.GT math.OC
Learning Optimal Tax Design in Nonatomic Congestion Games
University of Washington（华盛顿大学）
针对拥塞博弈中自利行为损害社会福利且现有算法不适用均衡反馈场景的问题，提出含分段线性税收等组件的高效算法，以低样本复杂度学习最优税收。
2025-01-15 cs.AI cs.GT cs.LG
Data-Driven Mechanism Design via Multi-Agent Revealed Preferences
Cornell University（康奈尔大学）
本文提出一种数据驱动的多智能体机制设计方法，通过显示偏好检验与逆强化学习计算帕累托差距，结合策略梯度更新，在仅观测均衡决策的条件下收敛到社会最优机制或证明其不可实现。
2026-09-23 cs.GT econ.GN q-fin.EC
Belief-Invariant and Quantum Equilibria in Games of Incomplete Information
借鉴博弈论与量子物理思想，本文利用量子信息工具和博弈论语言，研究不完全信息博弈中的非局域相关性与均衡，提出了统一相关均衡、量子相关均衡及Bell不等式的信念不变通信均衡一般框架，并展示了其在社会福利优化方面的优越性。
2021-05-12 cs.GT quant-ph
