A zero-sum game between a singular stochastic controller and a discretionary stopper
考虑一类受可加有限变分过程控制的随机微分方程。一个奇异的随机控制器,谁是一个最小化,确定这个有限变分过程,而一个自由裁量的塞子,谁是一个最大化,选择一个停时,游戏结束。我们考虑两个密切相关的游戏,区分控制器或塞子是否有第一步优势。博弈的性能指标包括一个运行支付和一个终结支付,并惩罚控制努力支出。我们得到了一组变分不等式,可以充分刻画游戏的价值函数,以及产生马尔可夫最优策略。特别是,我们推导出两种特殊情况下的显式解,我们表明,在一般情况下,游戏的价值函数失败是$C^1$。最优策略的非唯一性是控制者具有先动优势的博弈的一个有趣特征。
2015-01-19 math.OC math.PR
Stopper-Controller Games embedded in Single-Player Control Problems
在2002年,本杰明·马登和克劳德·马丁尼发现,对于一类支付函数,美式期权的定价问题可以归结为具有适当关联支付的欧式期权的定价问题,所有这些都在布莱克-斯科尔斯框架内。Sören Christensen,Jan Kallsen和Matthias Lenga在2020年的一项最新工作中详细研究了这一发现。在目前的工作中,我们证明了这种现象可以在更广泛的范围内观察到,甚至在非线性随机过程的设置中也是如此。我们从概率和分析的角度来分析这个问题。在经典的情况下,Eddain和Martini使用这种方法来近似美式看跌期权的价格。更广泛的适用性现在可能涵盖非线性框架,如模型不确定性和破坏者和停止者游戏。
2020-06-16 math.OC math.PR q-fin.MF
On the controller-stopper problems with controlled jumps
我们分析了Karatzas和Sudderth [Annals of Probability,2001],Karatzas和Zamfirescu [Annals of Probability,2008]以及Karatzas和Zamfirescu [应用数学和优化,2005]的连续时间零和和合作博弈,当状态过程的波动性被控制时,如Bayraktar和Huang [SIAM Journal on Control and Optimization,2013],但另外当状态过程具有受控跳跃时。我们首先解决随机目标问题(Soner和Touzi [SIAM Journal on Control and Optimization,2002; Journal of European Mathematical Society,2002])与合作或非合作停止器,然后将原始问题嵌入到后者的设置中,从而进行此分析。与Bayraktar和Huang [SIAM Journal on Control and Optimization,2013]不同,我们的分析主要依赖于Bayraktar和Sirbu [SIAM Journal on Control and Optimization,2013]的随机Perron方法,而不是动态规划原理,这很难直接证明游戏。
2017-11-15 math.OC math.PR
Controller-and-Stopper Stochastic Differential Games with Regime Switching
研究了无限时间域中状态转换模型下的“制造者-停止者”随机微分对策。系统的状态由一个连续时间有限状态马尔可夫链的若干扩散\emph{coupled}组成。游戏中有两个玩家,一个叫控制者,另一个叫阻止者。我们的目标是找到一个鞍点,为两名球员的时间,阻止\emph{terminates}的游戏。基于动态规划原理(DPP),证明了下、上值函数分别是相应的Hamilton-Jacobi-Bellman(HJB)方程的粘性上解和粘性下解.此外,鉴于黏性解的比较原则,下限和上限值函数\emph{coincide},这意味着游戏承认一个值。所有的证明都与没有区态转换的情形有显著的不同。
2021-11-01 math.OC
Stopper vs. singular-controller games with degenerate diffusions
针对退化扩散下奇异控制器与停止器的零和随机博弈,提出基于参数调节扩散扰动的概率方法,证明博弈值存在,构造出收敛到原博弈最优停时的近似最优停时。
2024-07-12 math.OC math.PR q-fin.MF
A controller-stopper-game with hidden controller type
本文研究资产所有者与隐藏类型管理者之间的连续时间随机停止-控制博弈,利用随机滤波方法刻画纳什均衡,并证明强表述下的阈值均衡在弱表述下仍然成立。
2023-07-04 math.OC math.PR
A Nonlinear Snell Envelope Representation for Path-Dependent Controller-Stopper Games
Mälardalen University(马尔默大学)
针对有限时域零和随机微分博弈,其中一方控制路径依赖系统,另一方可提前终止,通过控制随机化证明上下值函数相等,并用带约束跳的BSDE唯一最大解给出非线性Snell包络表示。
2026-07-31 math.OC
Nonzero-sum stochastic differential games between an impulse controller and a stopper
研究了两人非零和随机微分对策,其中一人通过加性脉冲控制状态变量,另一人可以随时停止对策。本文的主要目的是通过一个验证定理来刻画Nash均衡,该定理证明了一个新的拟变分不等式系统,其解给出了相应策略的均衡收益。此外,我们将验证定理应用到一个具有一维状态变量的博弈中,该博弈演化为一个缩放的布朗运动,并且双方都具有线性的收益和成本。两种类型的纳什均衡的充分特点,即半显式表达式的均衡策略和相关的支付。这两个均衡都是阈值型的:在一个均衡中,参与者的干预不是同时的,而在另一个均衡中,第一个参与者诱导她的竞争对手停止游戏。最后,我们提供了一些数值结果描述这两种类型的平衡的定性性质。
2019-03-29 math.OC math.PR
Global regularity of the value function in a stopper vs. singular-controller game
研究停止者与奇异控制器零和博弈,证明值函数在全局为C^1,二阶导数除停止边界外连续,为分析自由边界和最优策略奠定基础。
2025-06-23 math.AP math.OC math.PR
How to detect a salami slicer: a stochastic controller-stopper game with unknown competition
我们考虑一个控制和停止的随机博弈,用过程$X_t=-θΛ_t+W_t$来表示参与者1的持有量,其中$W$是布朗运动,$θ$是表示参与者2是否活跃的伯努利随机变量,$Λ$是一个非减过程,表示参与者2(如果活跃)对参与者1进行的累积“盗窃”或“欺诈”。参与者1不能直接观察到$θ$或$Λ$,而只能观察到进程$X$的路径,并且可以选择停止规则$τ$来以代价$M$去激活参与者2。因此,参与人1不知道她是否是欺诈的受害者,并且在未知竞争下在这种意义上操作。参与人2可以观察$θ$和$W$两者,并且寻求选择使预期折扣量\[{\mathbb E} \left [θ\int _0^τ e^{-rs} dΛ_s \right ],\]最大化的欺诈策略$Λ$,而参与人1寻求选择停止策略$τ$以便使预期折扣成本\[{\mathbb E} \left [θ\int _0^τ e^{-rs} dΛ_s + e^{-rτ}M{\mathbb I}_{\{τ<\infty\}} \right ].\]最小化。它结合了滤波(检测)、非奇异控制、停止、策略特征(博弈)和信息不对称。我们推导出这个游戏的纳什均衡;对于一些参数值,我们找到了一个纯策略的均衡,对于其他参数值,我们找到了一个均衡,允许随机停止策略。
2020-10-07 math.OC math.PR
Games of singular control and stopping driven by spectrally one-sided Levy processes
研究了一个零和对策,其中谱单边Levy过程的演化被奇异控制器修改并被停止器终止。奇异控制器使运行费用、控制费用和终端费用的期望值最小,而阻塞器使它们最大。利用涨落理论和标度函数,我们得到了博弈的一个鞍点和价值函数。文中还给出了位相型Levy过程下的数值例子。
2014-08-07 math.OC
On Zero-sum Optimal Stopping Games
在过滤概率空间$(Ω,\mathcal{F},P,\mathbb{F}=(\mathcal{F}_t)_{t=0,\dotso,T})$上,我们考虑了离散时间中的停-停博弈$\overline V:=\inf_{\Rho\in\bT^{ii}}\sup_{τ\in\T}\E[U(\Rho(τ),τ)]$和$\underline V:=\sup_{\Tau\in\bT^i}\inf_{ρ\in\T}\E[U(\Rho(τ),τ)]$,其中$U(s,t)$是$\mathcal{F}_{s\vee t}$ -可测的,而不是文献中经常假设的$\mathcal{F}_{s\wedge t}$ -可测的,$\T$是停时的集合,$\bT^i$和$\bT^{ii}$是满足一定非预期性条件的从$\T$到$\T$的映射集合.我们将问题转化为相应的Dynkin对策,并表明,$\overline V=\underline V=V$,其中$V$是Dynkin对策的值。我们还分别得到了$\overline V$和$\underline V$的最优$\Rho\in\bT^{ii}$和$\Tau\in\bT^i$。
2017-03-27 math.OC math.PR q-fin.MF
Proving Regularity of the Minimal Probability of Ruin via a Game of Stopping and Control
我们揭示了两个问题之间的一个有趣的凸对偶关系:(a)当消费率是随机的且个人可以在Black-Scholes金融市场中投资时,最小化终身破产概率;(b)一个控制器和停止器问题,其中控制器控制过程的漂移和波动,以便基于该过程最大化运行奖励,并且停止器选择停止运行奖励的时间并且在该时间奖励控制器最终数量。我们的主要目标是表明,破产的最小概率,其随机表示没有一个经典的形式一样,效用最大化问题(即,目标对状态变量初值的依赖性是隐式的),是其Hamilton-Jacobi-Bellman(HJB)方程的唯一经典解,这是一个非线性边值问题。我们通过利用(a)和(b)之间的凸对偶关系来建立我们的目标。
2010-08-27 math.OC math.PR q-fin.PM
On the Robust Optimal Stopping Problem
University of Michigan(密歇根大学);University of Pittsburgh(匹兹堡大学)
针对一组相互奇异概率测度,研究鲁棒最优停止问题,通过定义上Snell包络和相应的非线性期望,证明最优停止时间的存在性及零和博弈的值。
2016-04-11 cs.SY eess.SY math.OC
Optimal Stopping for Dynamic Convex Risk Measures
利用鞅和随机分析技术研究了连续时间最优停止问题,其中决策者使用动态凸风险度量来评估未来的回报。我们还找到了一个鞍点的控制和停止,代理(“塞子”)谁选择的终止时间的游戏,和代理(“控制器”,或“性质”)谁选择的概率测度的等效零和对策。
2009-11-23 math.OC math.PR q-fin.CP
Controller-jammer game models of Denial of Service in control systems operating over packet-dropping links
School of Engineering and IT, University of NSW at the Australian Defence Force Academy(新南威尔士大学澳大利亚国防军学院工程与信息科技学院);Department of Aerospace Engineering, University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校航空航天工程系)
本文提出了一种零和博弈模型,用于网络控制系统中拒绝服务攻击场景,分析干扰者通过最优策略切换攻击植物,并推导出 saddle-point 均衡条件及多阶段游戏中的贪心干扰策略。
2017-06-05 cs.SY eess.SY math.OC
The value of Repeated Games with an informed controller
我们考虑零和重复博弈(或带信号的随机对策)的一般模型,并假设其中一个参与者完全知情,并控制状态变量的转换。我们证明了一致值的存在性,推广了文献中的一些结果。对一类具有纯策略的随机对策,得到了其存在性的初步结果。
2009-04-20 math.OC
Game theoretic controller synthesis for multi-robot motion planning Part I : Trajectory based algorithms
Pennsylvania State University(宾夕法尼亚州立大学);Massachusetts Institute of Technology(麻省理工学院)
本文提出了一种分布式实时算法,用于计算多机器人运动规划中纳什均衡的计算,证明了算法收敛性、价格稳定性及计算复杂度。
2014-02-15 cs.GT cs.MA cs.SY
Efficient Controller Synthesis for Consumption Games with Multiple Resource Types
Faculty of Informatics, Masaryk University(马萨里克大学信息学院);IST Austria(奥地利科学技术研究所)
针对多资源消耗或重载的离散交互系统,提出消耗游戏模型,并证明对于固定资源类型数量,相关算法问题可在多项式时间内求解。
2012-05-31 cs.GT cs.SY eess.SY
Common Information based Markov Perfect Equilibria for Linear-Gaussian Games with Asymmetric Information
University of Southern California(南加州大学);Coordinated Science Laboratory at the University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校联合科学实验室)
本文研究了具有不对称信息的线性高斯博弈,提出基于公共信息的马尔可夫完美均衡概念,通过求解线性方程组计算均衡,并讨论了二次成本函数下的唯一性及与其他纳什均衡的区别。
2014-01-20 cs.GT cs.SY eess.SY
On the Global Convergence of Stochastic Fictitious Play in Stochastic Games with Turn-based Controllers
本文针对带回合式控制器的随机博弈,结合经典随机虚拟博弈与值迭代提出具备几乎必然收敛性的学习动力学,揭示了有限 horizon 长度递增与回合式控制器保证辅助博弈策略等价性的关键作用。
2023-10-10 cs.GT math.OC
Existence of the uniform value in repeated games with a more informed controller
我们证明了在一个一般的零和重复博弈中,第一个玩家比第二个玩家更知情,并控制着状态信息的演化,存在一致值。这一结果扩展了先前关于部分观察的马尔可夫决策过程(Rosenberg,Solan,Vieille 2002)和具有知情控制器的重复博弈(Renault 2012)的结果。我们对更知情的参与者的正式定义比包含信号更一般,因此允许对行动的不完善监控。我们构造了一个辅助随机对策,其状态空间是参与人2的二阶信念(参与人1对初始博弈的真实状态变量的信念)的集合,并利用Renault 2012的一个结果证明了它有一个值.在这项工作中的一个关键因素是证明,玩家1可以使用的辅助游戏在我们的一般框架中的初始游戏的策略,这使得推导出的辅助游戏的值也是我们的初始重复游戏的值,通过使用经典的参数。
2013-01-09 math.OC
Noncooperative Game in Multi-controller System under Delayed and Asymmetric Information
School of Automation and Intelligent Manufacturing, Southern University of Science and Technology(南方科技大学自动化与智能制造学院);Qingdao Innovation and Development Center, Harbin Engineering University(哈尔滨工程大学青岛创新发展基地)
本文研究了在存在延迟和不对称信息的多控制器系统中非合作博弈问题,提出了一种公共-私人信息分解方法,通过解耦控制输入和状态估计,得到闭式纳什均衡,并证明信息集丰富度对玩家成本的影响。
2026-03-31 math.OC
Risk-sensitive control, single controller games and linear programming
本文利用单控制器博弈与线性规划的等价性,将无限时域风险敏感控制转化为无约束线性规划,并提出基于 Lagrange 乘子次梯度上升的原始-对偶数值求解框架。
2023-10-26 math.OC
Communication and Control Co-design in Non-cooperative Games
本文研究双人随机微分博弈中的通信与控制协同设计问题,通过计算Nash控制器和调度器策略并利用投影梯度下降算法求解Nash均衡,解决了通信频率与控制性能的权衡问题。
2025-03-01 cs.GT cs.SY eess.SY
State-Augmented Linear Games with Antagonistic Error for High-Dimensional, Nonlinear Hamilton-Jacobi Reachability
本文提出状态增广线性博弈结合对抗性误差,利用Hopf公式实现高维非线性Hamilton-Jacobi可达性的保守近似,并验证其安全性。
2025-06-19 cs.SY eess.SY math.OC
The de Finetti problem with unknown competition
我们考虑一个资源提取问题,它扩展了经典的de Finetti问题的维纳过程,包括的情况下,当一个竞争对手,谁配备了提取所有剩余的资源在一块的可能性,可能存在,我们解释这种未知的竞争代理受到可能的欺诈。这种情况被建模为一个具有不完全信息的制造者和停止者非零和随机对策。为了让欺诈者隐藏他的存在,我们考虑的策略,他的行动时间是随机的。在这些条件下,我们提供了一个纳什均衡,这是充分描述在相应的单人de Finetti问题。在这种均衡中,代理人和欺诈者使用奇异策略,以这样一种方式,二维过程,这代表了可用资源和过滤估计的积极竞争,反映在一个特定的方向沿给定的边界。
2022-04-14 math.OC
Blackwell-Nash Equilibrium for Discrete and Continuous Time Stochastic Games
我们考虑离散和连续时间有限状态行动随机对策。在离散时间随机对策中,作为一般随机对策的一种特殊情况,单控制器加性报酬(SC-AR)随机对策存在稳态Blackwell-Nash均衡(BNE).我们表明,在一般情况下,添加剂的奖励条件是需要存在的BNE。给出了一个不满足可加报酬条件的单控制者随机对策的例子。我们表明,这个例子没有一个固定的BNE。对于一般的离散时间折扣随机对策,我们给出了两组不同的条件,并证明了满足任何一组条件的稳态纳什均衡是BNE。其中一组条件削弱了文献中可用的一组条件。对于连续时间随机对策,我们给出了一个不具有平稳BNE的例子。事实上,这个例子是一个单控制器连续时间随机对策。然后,我们引入了一个连续时间的SC-AR随机对策。我们证明了连续时间SC-AR随机对策总存在一个平稳的确定性BNE。对于一般的连续时间折扣随机对策,我们给出了两组不同的条件,并证明了满足任何一组条件的纳什均衡是BNE。
2016-05-03 cs.GT math.OC
Continuous-time Zero-Sum Stochastic Game with Stopping and Control
研究了具有可数状态空间和无界转移率和支付率的连续时间马尔可夫链的零和随机对策。游戏的另一个特点是,控制器连同采取行动也被允许停止进程。在适当的假设条件下,证明了该对策存在一个值,并且它是某些双边约束动态规划不等式的唯一解。在这个过程中,我们还规定了一个鞍点平衡。
2020-08-31 math.OC math.PR
Mode-Target Games: Reactive Synthesis for Control Applications
本文提出了一类线性时序逻辑(LTL)规范,可在多项式时间内合成控制器。该规范称为模式-目标(MT),受控制应用中多种模式及其对应目标的启发。将合成 enforcing MT 规范的控制器问题建模为游戏,并提供一个需要 O(∑i ti n²) 符号步骤的算法。
2016-12-17 cs.GT cs.LO cs.SY
On the Value of Linear Quadratic Zero-sum Difference Games with Multiplicative Randomness: Existence and Achievability
针对MIMO衰落导致乘性随机性并破坏闭环能控性的多控制器—多攻击者LQ零和差分博弈,本文给出博弈值存在的充要条件、可验证充分条件及达到该值的闭式鞍点策略。
2025-02-17 math.OC
Minimax adaptive control for finite sets of positive linear systems
Lund University(隆德大学)
针对含参数不确定性与对抗干扰的离散时间正线性系统,提出极小极大自适应控制框架,通过重构为零和动态博弈求解,得到保正稳定策略,具鲁棒性,数值实验验证了其有效性。
2026-07-30 math.OC
Hierarchical Control for Head-to-Head Autonomous Racing
Oden Institute for Computational Engineering and Sciences(奥登计算工程与科学学院);The University of Texas at Austin(德克萨斯大学奥斯汀分校);School for Engineering of Matter, Transport, and Energy(物质、运输与能源工程学院);Arizona State University(亚利桑那州立大学)
针对头对头自动驾驶赛车,提出分层控制器,高层规划路径点,低层用MARL或LQNG生成控制,在复杂规则下显著提升胜率并遵守规则。
2024-02-05 cs.MA cs.RO math.OC
Dynamic Information Manipulation Game
提出动态信息操纵博弈(DIMG),研究信息操纵者隐蔽设计POMDP联合状态分布以影响下层控制器动作的分层机制,并通过阶段约束和信念扭曲分析其对控制策略性能的影响。
2025-07-14 math.OC
Polynomial stochastic games via sum of squares optimization
随机对策是将马尔可夫决策过程推广到对策论场景的一类重要问题。本文研究了无限时间范围内有限状态两人零和随机对策的折扣报酬问题。假设参与者具有无限的策略空间,并且假设收益是多项式。在本文中,我们限制我们的注意力一类特殊的游戏,其中的单控制器的假设。结果表明,这类对策的极大极小均衡和最优策略可以通过半定规划得到。
2008-06-15 cs.GT math.OC
A mathematical programming based characterization of Nash equilibria of some constrained stochastic games
本文考虑两类有限状态行动随机对策。首先,我们考虑一个两人非零和单控制器约束的随机对策,同时考虑平均成本和折扣成本准则。我们考虑与[1]中相同类型的约束,即,参与者1具有基于预订的约束,而控制转移概率的参与者2具有基于实现的约束,这些约束也可以取决于参与者1的策略。其次,我们考虑了一个具有独立状态过程的N个局中人非零和约束随机对策,其中每个局中人都有[2]中讨论的平均成本准则。我们证明了在强Slater和不可约条件下存在的这两类约束对策的稳态Nash平衡点[3],[2]与某些数学规划的全局极小点一一对应.在单控制器博弈中,如果局中人2的约束条件不依赖于局中人1的策略,则数学规划可化为非凸二次规划。在两个局中人独立状态过程的随机对策中,如果一个局中人的约束条件不依赖于另一个局中人的策略,则数学规划归结为非凸二次规划。找到非凸二次规划的全局最小值的计算算法存在[4],[5],因此,可以计算这些约束随机对策的纳什均衡。我们的结果推广了已有的关于零和对策的结果[1],[6],[7].
2012-06-08 cs.GT math.OC
Control Synthesis for Bilevel Linear Model Predictive Control
分布式模型预测控制(MPC)是合作的或竞争的,并且在竞争(例如,对策论)设置。研究了具有线性动力学和Stackelberg博弈结构的MPC:给定一个固定的低层线性MPC(LoMPC)控制器,双层线性MPC(BiMPC)控制器在知道LoMPC相对于不同的费用函数是最优的情况下选择输入来操纵LoMPC.定义LoMPC和BiMPC后,我们给出的例子来演示如何在一个动态的Stackelberg游戏的互连可以导致损失/增益(相比,同一系统被集中控制)的可控性或稳定性。然后,我们给出了任意有限MPC时域下BiMPC可镇定的充分条件,并给出了一种设计BiMPC镇定控制器的方法。接下来,我们定义了两个(一个基于对偶的技术和一个基于整数编程的技术)的重新数值解决与BiMPC相关的最优化问题,证明这些重新BiMPC的等价性,并证明其有用的模拟合成系统和一个案例研究的电力公司改变电价执行需求响应的家庭的空调控制的线性MPC。
2017-09-25 math.OC
Continuous-time fully distributed generalized Nash equilibrium seeking for multi-integrator agents
我们考虑在部分决策信息场景中由动态代理进行的具有凸可分离耦合约束的强单调游戏。我们首先设计连续时间完全分布式反馈控制器,基于共识和原始-对偶梯度动力学,在单积分代理网络中寻求广义纳什均衡。我们的第一个解决方案采用了一个固定的增益,其选择需要一些全局参数的游戏的知识。为了放松这一要求,我们设想了一个控制器,可以调整在一个完全分散的方式,由于使用不协调的积分自适应权重。我们还介绍了专门为广义聚合游戏设计的算法。最后,我们适应我们所有的控制方案来处理异构多积分代理,反过来,与非线性反馈线性化动力系统。对于所有提出的动态,我们证明了收敛到变分平衡,利用单调性和稳定性理论的投影动力系统。
2021-03-19 cs.GT cs.MA math.OC