Price of Stability in Games of Incomplete Information
我们解决的问题是否价格稳定的结果（存在低社会成本的均衡）是强大的不完全信息。我们表明，这是在潜在的游戏的情况下，如果基本的算法社会成本最小化问题承认一个常数因子近似算法通过严格的成本分摊计划。粗略地说，如果通过势方法证明了在完全信息环境中存在$α$ -近似均衡，那么在不完全信息环境中也存在$α\cdot β$ -近似贝叶斯-纳什均衡，其中$β$是严格费用分摊方案算法的近似因子。我们应用我们的方法贝叶斯版本的原型，在价格的稳定性分析，网络设计模型，并显示存在的$O(\log(n))$ -近似贝叶斯纳什均衡在几个游戏的完全信息对应已得到很好的研究，如无向网络设计游戏，多播游戏和覆盖游戏。
2015-03-12 cs.GT
Pricing, Competition, and Routing for Selfish and Strategic Nodes in Multi-hop Relay Networks
我们研究了多跳中继网络中的定价博弈，其中节点自私地和策略性地为他们的服务定价并路由他们的流量。在这个博弈中，每个节点（1）宣布定价函数，该定价函数指定它根据路由到它的流量的数量向其相应客户要求的支付，并且（2）将它接收到的总流量分配给它的服务提供商。一个节点的利润是从服务他人获得的收入与使用他人服务的成本之间的差额。我们表明，这样的游戏的社会最优路由总是可以诱导的均衡，没有节点可以增加其利润，单方面改变其定价函数或路由决策。另一方面，也可能存在非效率均衡。我们通过推导无效率均衡下无政府状态无政府代价来描述效率损失。我们证明了对于边际成本函数为凹函数的寡头垄断，无政府状态的无政府代价是有限的，而对于一般拓扑和成本函数，无政府状态的代价是无限的。
2007-10-15 cs.GT
Distributed Relay Selection for Heterogeneous UAV Communication Networks Using A Many-to-Many Matching Game Without Substitutability
提出了一种分布式多中继选择方案，以最大化无人机通信网络的满意度体验。研究了多电台多信道无人机通信系统。一个源UAV可以选择一个或多个中继无线电，并且每个中继无线电可以由多个源UAV平等地共享。如果没有中央控制器，具有异构需求的源UAV竞争由中继无线电主导的信道。为了优化全局满意度，我们将无人机通信网络建模为一个多对多的匹配市场，没有替代性。我们设计了一种潜在的匹配方法来解决优化问题，其中局部匹配过程的优化将导致全局匹配结果的改善。仿真结果表明，该方法具有较好的匹配满意度，接近全局最优。此外，多对多的潜在匹配方法优于现有的计划，充分在一个合理的收敛时间内的全球满意度。
2017-12-22 cs.GT cs.NI
Coalitional Game Theoretic Approach for Cooperative Transmission in Vehicular Networks
利用联盟博弈和定价方法研究了车载网络中的协作传输问题。网络中有几个车辆和路边单元（RSU）。每个车辆都希望以一定的概率进行传输，这表示其数据负担。RSU可以通过协作中继车辆的数据来增强车辆的传输。我们考虑两种合作：车辆之间的合作和车辆和RSU之间的合作。首先，车辆通过调度每个联盟中的车辆的传输来合作以避免干扰传输。第二，RSU可以加入某个联盟，以合作该联盟中车辆的传输。此外，由于车辆的移动性，我们引入车辆和RSU之间的相遇的概念，以指示中继在空间中的可用性。为了激励RSU对车辆的协作中继，应用了定价机制。建立了一个不可转移效用博弈模型，分析了车辆和RSU的行为。研究了该对策的稳定性。最后，我们给出并讨论了2-车辆和2-RSU场景的数值结果，数值结果验证了理论分析。
2013-02-28 cs.GT
1-convex extensions of incomplete cooperative games and the average value
本文研究不完全1-凸合作博弈的延拓集合，并据此推广τ-value、Shapley value与nucleolus，证明最小不完全博弈下三者一致，从而提出并公理化average value。
2022-02-11 cs.GT
A Layered Coalitional Game Framework of Wireless Relay Network
无线中继网络（WRN）最近已经成为以低成本增加通信容量和扩展覆盖区域的有效方式。在WRN中，多个服务提供商（SP）可以协作以共享它们的资源（例如，中继节点和频谱），以在收益方面实现更高的效用。这种协作可以提高WRN的容量，从而提高终端设备（TD）的吞吐量。然而，这种合作可以实现，只有当公平分配的聚合效用，这是所有合作SP的效用之和，可以实现。在本文中，我们研究的WRN组成的SP在上层和TD在下层，并提出了一个博弈论的框架来解决合作决策问题的WRN。具体而言，SP的合作被建模为一个重叠的联盟形成游戏，其中SP应该形成一个稳定的联盟结构，并获得公平的份额的聚合效用。我们还研究了基于Shapley值概念的聚合效用分配问题，它稳定了WRN中SP之间的合作。TD的合作被建模为一个网络形成博弈，其中TD之间建立联系，形成一个稳定的网络结构。数值结果表明，该分布式算法获得了逼近最优解的聚合效用，并取得了良好的收敛速度。
2014-01-15 cs.GT cs.NI
Sync Pure Counterfactual Regret Minimization in Incomplete Information Extensive Form Games
本文结合同步虚构博弈与纯CFR，提出同步PCFR算法，在不完全信息扩展形式博弈中收敛速度比CFR+快约一个数量级且内存更省。
2023-11-13 cs.GT
Resource Allocation in Wireless Powered Relay Networks: A Bargaining Game Approach
同时，最近出现了移动中继网络中的信息和功率传输，其中中继可以收集射频（RF）能量，然后将该能量用于数据转发和系统操作。以前的大多数工作没有考虑中继可能有自己的目标，例如使用收集的能量用于自己的传输，而不是最大化网络的传输。因此，在本文中，我们提出了一个纳什讨价还价的方法来平衡的信息传输效率的源-目的地对和收获的能量的中继在无线供电的中继网络与多个源-目的地对和一个中继。分析并证明了将Nash讨价还价问题分解为能量传输功率优化、数据传输功率控制和能量传输与数据传输的时间划分三个子问题时，Nash讨价还价问题具有离散性和拟连续性等特性。在理论分析的基础上，我们提出了一种交替功率控制和时分算法来寻找一个次优解。仿真结果清楚地显示和证明问题的性质和我们的算法的收敛性。
2016-11-13 cs.GT cs.IT math.IT
Nash Equilibrium in Games on Graphs with Incomplete Preferences
本文研究图上双人博弈中具有不完整偏好的纳什均衡计算问题，利用确定必胜和帕累托效率刻画并证明均衡存在性，并通过无人机配送机制设计实例验证理论结果。
2024-08-11 cs.GT
BRAINS: Joint Bandwidth-Relay Allocation in Multi-Homing Cooperative D2D Networks
协作设备到设备（CD 2D）通信被认为是解决容量不足问题的一种方法。将多宿主和CD 2D技术结合在一起可以潜在地提高网络性能。提出了一种新的多归属CD 2D（MH-CD 2D）网络，在该网络中，多个归属移动设备（MMD）作为普通移动设备（OMD）协作通信的中继。我们制定这样的联合带宽中继分配问题作为一个两阶段的游戏，以处理两个挑战：如何激励MMD租赁空闲带宽，并帮助OMD选择合适的MMD中继。在第一阶段，我们使用一个非合作博弈模型的MMD之间的竞争共享带宽和价格。在第二阶段，我们通过进化博弈来模拟OMD选择MMD的行为。我们证明了博弈中存在纳什均衡，并提出了一种分布式激励机制IMES来解决联合带宽-中继分配问题。大量的仿真结果表明，在Stackelberg博弈中，一个MMD的最佳反应价格随着另一个MMD的最佳反应价格的增加而增加。在进化平衡时，MMD的效用随着每个OMD组中OMD数量的增加而增加。所提出的算法是能够减少平均服务延迟超过25%的随机方案，这是经常使用在现有的作品。就MMD的效用而言，平均而言，IMES优于现有方案约20.37%。
2018-01-29 cs.GT cs.NI
Physical Layer Security for Two-Way Untrusted Relaying with Friendly Jammers
在本文中，我们考虑了一个双向中继网络中，两个源只能通过一个不可信的中间中继通信，并调查这种双向中继场景的物理层安全问题。具体来说，我们把中间中继作为一个窃听者，从源发送的信息需要保密，尽管事实上，它的合作，在中继这些信息是必不可少的。我们表明，一个非零的保密率确实是可以实现的双向中继网络，即使没有外部友好的干扰。对于有友方干扰的系统，通过进一步的分析可以得出，利用友方干扰机的适当干扰功率可以有效地提高信源的保密率。然后，我们制定了一个Stackelberg博弈模型之间的源和友好的干扰机作为功率控制方案，以实现最优的保密率的源，其中源被视为唯一的买方和友好的干扰机是卖方。此外，给出了干扰功率和要价的最优解，并给出了一个分布式更新算法，以获得该博弈的Stakelberg均衡。最后，仿真结果验证了所提出的基于Stackelberg博弈的方案的性能和效率。
2012-02-17 cs.GT cs.NI
Incentive Mechanisms based on Minority Game in Heterogeneous DTNs
在本文中，我们设计了一个异构的延迟容忍网络（DTNs）的激励机制。所提出的机制解决了这样的系统的核心问题：如何诱导DTN中继的协调以实现目标性能指标，例如，在网络资源方面的给定约束下，例如，活动节点数或能耗。此外，我们考虑到现实情况下，参与转发过程的成本随设备的技术或用户的习惯而变化。最后，该方案真正适用于DTN，因为它不需要端到端连接。在这种情况下，我们首先介绍利用少数者博弈的概念的基本协调机制。在这个博弈中，中继竞争是在人口少数和他们的效用定义结合奖励机制。奖励进而配置为控制，网络运营商通过该控制来控制DTN的期望操作点。为了这个目的，我们提供了一个完整的表征的异构DTNs的情况下，游戏的均衡。最后，基于随机近似的学习算法可证明地驱动系统的平衡解决方案，而不需要在中继节点或源节点处的完美状态信息，并且不使用端到端通信来实现奖励方案。我们提供了大量的数值结果来验证所提出的计划。
2013-04-10 cs.GT
Modeling Other Players with Bayesian Beliefs for Games with Incomplete Information
针对贝叶斯博弈中不完全信息下的决策问题，提出贝叶斯-CFR算法，通过核密度估计更新信念并最小化贝叶斯遗憾，在德州扑克中显著优于现有方法。
2024-05-23 cs.GT
Coalition Formation Game for Cooperative Cognitive Radio Using Gibbs Sampling
本文考虑了一种认知无线电网络，在该网络中，每个次用户选择一个主用户进行协助，以获得接入主用户信道的机会。因此，辅助同一主用户的每个次用户组形成联合。在每个联盟内，采用顺序中继，并且中继排序算法用于以有效的方式利用中继。然后需要找到辅助每个主用户的次用户的最佳集合，使得它们的速率之和最大化。将该问题转化为一个联盟形成博弈，并采用基于Gibbs抽样的算法来寻找最优联盟结构。
2014-09-15 cs.GT cs.IT math.IT
A Pricing-Based Cooperative Spectrum Sharing Stackelberg Game
研究了在服务质量（QoS）约束下，主用户（PU）和多个次用户（SU）之间的协作频谱共享问题。SU网络由PU通过中继器控制，中继器获得用于放大SU信号并将SU信号转发到其相应目的地的收入。中继根据其接收的信号干扰噪声比（SINR）向每个SU收取不同的价格。中继可以控制SU网络并最大化任何期望的PU效用函数。PU效用函数表示其受SU接入影响的速率以及其允许SU接入所获得的收益。SU网络可以被表述为一个博弈，其中每个SU都希望最大化其效用函数;该问题被表述为Stackelberg博弈。最后，通过三种不同的方法，即最优算法，启发式算法和次优算法来解决最大化主效用函数的问题。
2014-03-28 cs.GT cs.NI
Lossy Channel Games under Incomplete Information
在本文中，我们研究不完全信息下的有损通道游戏，其中两个球员操作的有限的一组无界FIFO通道和一个球员，代表一个系统组件的考虑下不完全信息下操作，而另一个球员，代表组件的环境被允许从通道丢失消息。我们认为，这些游戏是一个合适的模型，用于合成的通信协议，其中进程通过不可靠的通道进行通信。我们表明，在有限的消息字母表的情况下，游戏的安全性和可达性获胜的条件是可判定的和有限状态的观察为基础的战略组件可以有效地计算。（弱）奇偶目标的不可判定性来自（弱）奇偶完全信息博弈的不可判定性，其中只有一个参与者可以丢失消息。
2013-03-04 cs.GT cs.LO
Bayesian Nash Equilibrium Seeking for Distributed Incomplete-information Aggregative Games
本文研究不完全信息聚合博弈的分布式贝叶斯纳什均衡寻求问题，通过离散化连续类型克服非紧策略集带来的障碍，证明了离散模型均衡是ε-BNE，并提出并证明了具有收敛性的分布式算法。
2023-01-11 cs.GT math.OC
Approximations of solution concepts of cooperative games
合作博弈解的计算通常依赖于所有联盟的价值。然而，在一些应用中，由于各种原因，一些联盟的值可能是未知的。我们介绍了一种方法来近似标准的解决方案的概念的基础上，只有部分信息的一个所谓的不完整的游戏。我们证明了一类极小不完全对策的思想。近似推导出不同的解决方案的概念，包括Shapley值，核仁，或核心。我们显示了一些解决方案的概念的近似显式公式，并显示了如何近似不同的基础上的额外信息的游戏。
2022-12-09 cs.GT
Energy-Efficient Spectrum Sharing in Relay-Assisted Cognitive Radio Systems
这项工作的特点是一个重要的解决方案的概念相关的频谱游戏。两个与其各自目的地通信的节能源通过定价机制竞争由对所使用的带宽收费的中继带来的额外信道。这个游戏被证明拥有一个独特的纳什讨价还价的解决方案，利用分时参数。这种帕累托有效的解决方案可以通过使用分布式优化算法来实现，其中每个发射机使用简单的梯度型算法并交替地更新其频谱共享策略。典型的数值结果表明，在何种程度上可以提高频谱效率的系统中，涉及自私的节能源。
2013-01-28 cs.GT cs.IT math.IT
Constrained Automated Mechanism Design for Infinite Games of Incomplete Information
University of Michigan（密歇根大学）；Yahoo! Research（雅虎研究院）
提出了一种基于设计者与机构参与者之间策略交互的两阶段博弈模型的自动化机制设计的功能框架，并将其应用于几类不完全信息的两人无限博弈。在我们的框架的核心是一个黑盒优化算法，指导候选机制的选择过程。我们的方法产生最佳或接近最佳的机制，在几个应用领域，使用各种目标函数。通过比较我们的结果与已知的最佳机制，并在某些情况下，提高最知名的机制，我们提供的证据表明，我们是一个很有前途的方法参数化设计的间接机制。
2012-06-20 cs.AI cs.GT
Two-Player Incomplete Games of Resilient Multiagent Systems
讨论了在一致性协议下多智能体系统在干扰攻击下智能体的动态演化，其中集中化的参与方能够影响智能体的控制信号.在本文中，我们专注于多智能体系统的博弈论方法，球员有不完全的信息，他们的对手的实力。我们认为重复的游戏，同时和顺序的球员行动，球员更新他们的信念，随着时间的推移。研究了局中人在贝叶斯纳什均衡和完全贝叶斯均衡下的最优策略对代理人共识的影响。结果表明，一个不完整的知识攻击者可能无法防止共识，尽管有足够的资源这样做。
2023-03-12 cs.GT cs.SY eess.SY
Zero-Error Nash Equilibrium: Harnessing Nonlocal Correlation in Incomplete Information Games
本研究将香农零误差通信概念引入不完全信息博弈，提出零误差纳什均衡协调框架，证明Bell非定域关联可实现经典条件下无法达成的博弈协调，且该优势在实验噪声下依然稳健，搭建了信息论、博弈论与量子非定域性的新桥梁。
2025-09-03 cs.GT quant-ph
The Structure of Signals: Causal Interdependence Models for Games of Incomplete Information
University of Michigan（密歇根大学）；Loyola University Chicago（芝加哥洛约拉大学）
传统的经济模型通常将私人信息或信号视为从某种潜在状态产生的。最近的工作已经阐明了替代模型，其中信号对应于对现有信息的解释。我们发现，这些配方之间的差异可以急剧铸造的因果关系的依赖结构，并采用图形模型来说明的区别特征。图形表示支持在解释的框架中的信号模式的推断，并建议如何基于生成的模型的结果可以扩展到更一般的情况。在经典的拍卖机制投标博弈的具体见解来自定性图形模型。
2012-02-14 cs.AI cs.GT
Game-Theoretic Spectrum Trading in RF Relay-Assisted Free-Space Optical Communications
提出了一种基于博弈论频谱交易过程的新型混合RF/FSO系统。假设没有RF频谱被预分配给FSO链路，并且仅当链路可用性被罕见的不利天气条件（即雾等）严重损害时，源可以从周围的RF节点之一借用一部分许可的RF频谱。使用租用的频谱，源建立一个双跳RF/FSO混合链路，以保持其到目的地的吞吐量。所提出的系统被认为是频谱和功率效率。提出了一种基于市场均衡的频谱交易定价方法。通过广泛的性能分析，它表明，该方案可以显着提高系统的平均容量，特别是当周围的RF节点的业务负载较低。此外，系统受益于通过分集将更多的RF节点纳入频谱交易过程，特别是当周围的RF节点具有处于重业务负载的高概率时。此外，在一个现实的情况下，该系统的应用提出了在英国爱丁堡市的天气统计数据的基础上。结果表明，所提出的系统可以大大提高对运营商级的要求的链路可用性。
2018-06-27 cs.GT cs.IT math.IT
On repeated zero-sum games with incomplete information and asymptotically bounded values
我们考虑重复的零和博弈，参与人2一侧的信息不完全，总收益由阶段收益的非归一化和给出。在经典的例子中，这种$N$阶段博弈的值$V_N$是$N$或$\sqrt{N}$作为$N\to \infty$的量级.我们的目标是找到是什么原因导致的另一种类型的渐近行为的值$V_N$观察到的离散版本的金融市场模型介绍了德迈耶和萨利。对于这个博弈，Domansky和De Meyer与Marino发现$V_N$仍然有界为$N\to\infty$，并且收敛到极限值。这个游戏几乎是公平的，即，如果参与人1忘记了他的私人信息价值就变成了零.我们描述了一类几乎公平的游戏有界值的辅助非揭示游戏的一个易于检查的性质。我们称之为分段特性，它表示参与人2存在一个分段恒定的最优策略，作为先验分布$p$的函数。离散市场模型具有分段性质。我们证明了对于具有非退化条件的非分段几乎公平对策，$V_N$的阶为$\sqrt{N}$。
2016-09-12 cs.GT math.OC
Games of Incomplete Information Played By Statisticians
参与者是从数据中学习收益的统计学习者。他们可能对相同的数据有不同的解释，但对一类学习程序有共同的知识。我提出了一个度量分析师的“信心”在战略预测的基础上，预测是一致的概率与实现的数据。主要结果表征分析师的信心在一个给定的预测作为数据量的增长大，并提供小数据集的界限。该方法产生新的预测，例如，投机性贸易更有可能给出高维数据，而协调不太可能给出噪声数据。
2020-07-09 cs.GT econ.TH
Sequential Decision Making in Stochastic Games with Incomplete Preferences over Temporal Objectives
研究双人随机博弈中基于时间目标不完全偏好的策略合成问题，引入非支配几乎必然获胜解概念，确保实现符合偏好的最优结果并保持对对手的鲁棒性，且在风险规避下构成纳什均衡。
2025-01-27 cs.FL cs.GT
Engineering Social Optimality via Utility Shaping in Non-Cooperative Games under Incomplete Information and Imperfect Monitoring
针对不完全信息和不完美监测下的非合作去中心化决策问题，提出嵌入影子价格或KKT对齐惩罚的效用塑造方法，将博弈转化为精确势博弈以实现带约束的社会最优，在供应链和算力市场实验中验证了其提升福利、消除违规、加速收敛的效果。
2025-10-30 cs.GT
A Distributed Satisfactory Content Delivery Scheme for QoS Provisioning in Delay Tolerant Networks
本文研究容迟网络中的内容转发问题。我们首先制定的内容交付互动作为一个非合作的满意度游戏。一方面，源节点寻求确保高于某个给定阈值的递送概率。另一方面，中继节点寻求最大化自己的收益。源节点向中继提供奖励（虚拟币），中继缓存并将文件转发到最终目的地。每个中继都面临着接受/拒绝缓存源文件的困境。协作由于缓存、携带和转发源文件而产生能量成本。然而，当中继站接受合作时，如果它成功地成为第一个将内容转发到目的地的中继站，则它可以接收一些奖励。否则，中继可能会收到一些惩罚的形式，一个恒定的遗憾，后一个参数的引入，使合作的激励。接下来，我们引入满意均衡（SE）的概念作为诱导博弈的解决方案。现在，源节点只对达到大于某个给定阈值的文件传递概率感兴趣，而中继节点则理性地行为以最大化其各自的收益。完整的刻画SE的纯和混合策略。此外，我们提出了两个学习算法，让球员（源/中继）达到SE策略。最后，进行了广泛的数值研究和一些学习模拟，以说明相互作用的节点的行为。
2016-08-18 cs.GT cs.NI
Bayesian Games and the Smoothness Framework
我们考虑一类一般的贝叶斯游戏，每个球员的效用取决于他的类型（可能是多维的）和战略配置文件，球员的类型是独立分布的。我们表明，如果他们的完整信息版本的任何固定实例的类型配置文件是一个光滑的游戏，然后无政府状态的无政府代价约束所隐含的平滑属性，结转到贝叶斯-纳什无政府代价。我们展示了如何从文献（项目招标拍卖，贪婪拍卖）的一些证据可以被铸造为平滑证明或使用平滑简化。对于第一价格项目投标与分数次加投标人，我们实际上设法改善了很多现有的结果\cite{Hassidim2011a}从4到$\frac{e}{e-1}\approx 1.58$。这也示出了第一和第二价格项目出价之间的非常有趣的分离，因为即使在完全信息下，第二价格项目出价也具有至少2的PoA。对于一类较大的贝叶斯博弈，其中玩家的策略空间也随其类型而变化，我们能够证明，稍微更强的平滑定义也意味着贝叶斯-纳什PoA界。我们展示了如何加权拥塞游戏实际上满足这个更强的平滑定义。这使我们能够表明，在文献中已知的加权拥塞游戏的效率低下的界限结转到不完整的版本中的球员的权重是私人信息。我们还展示了如何一个不完整的版本的自然类单调有效的效用游戏，称为努力市场游戏是普遍$(1,1)$光滑。因此，我们表明，在不完整版本的努力市场游戏中，玩家的能力及其预算是私人信息，其Bayes-Nash PoA最多为2。
2012-03-23 cs.GT
A New Value for Cooperative Games on Intersection-Closed Systems
本文为不完整合作博弈提出均匀红利值（UD-value），证明其在交封闭系统上唯一且等价于正扩展上的期望Shapley值，并通过公理化、性质分析与实验展示其优势。
2025-01-09 cs.GT
Repeated games of incomplete information with large sets of states
著名的R.Aumann和M.Maschler定理指出，当状态集K是有限的时，一个N阶段的零和对策G_N在一侧具有不完全信息时，当N趋于无穷大时，其值序列收敛，并且误差项有界于一个常数除以N的平方根。本文讨论了K为无穷大的情形。结果表明，对于具有重尾的可数支撑先验分布p，误差项可以任意缓慢地减小。对于给定的p，下降的最慢可能速度是根据类熵泛函族确定的。我们的方法是基于著名的测度值鞅的最大变差的行为和不完全信息重复博弈的渐近性质之间的联系。
2013-12-25 cs.GT cs.IT math.IT
Distributionally Robust Game Theory
经典的完全信息二人博弈假设问题数据（特别是收益矩阵）是双方都确切知道的。在一个著名的结果中，纳什证明了任何这样的博弈都有一个混合策略的均衡。这一结果后来被海萨尼推广到一类不完全信息的两人博弈中，海萨尼假设支付矩阵并不确切已知，而是代表一个随机变量，由两个参与者已知的概率分布决定。在2006年，Bertsimas和Aghassi提出了一类新的无分配的两人博弈，其中支付矩阵只属于给定的不确定集。这个模型放松了海萨尼的贝叶斯博弈的分布假设，它产生了一个替代的分布自由均衡的概念。在这篇论文中，我们提出了一个新的模型，不完全信息博弈中的球员使用分布鲁棒优化方法来处理支付的不确定性。在一些特定的限制下，我们证明了我们的“分布鲁棒博弈”是上述三种有限博弈（纳什博弈、贝叶斯博弈和鲁棒博弈）的真正推广。随后，我们证明了一个任意的分布鲁棒博弈与指定的模糊集的均衡集可以计算为一个多线性方程组和不等式组的解集的分量投影。最后，我们展示了我们的新模型的游戏的适用性，并强调其重要性。
2015-12-10 cs.GT
No-Regret Learning in Bayesian Games
Northwestern University（西北大学）；Microsoft Research（微软研究院）；Cornell University（康奈尔大学）
最近的价格的无政府状态分析游戏的完全信息表明，粗糙的相关均衡，其特点是从无悔学习动态的结果，有接近最优的福利。这项工作提供了两个主要的技术成果，将这一结论提升到不完全信息的游戏，即，贝叶斯博弈首先，贝叶斯博弈中的近最优福利直接来自于当私有信息公开时，在同一博弈中的近最优福利的基于平滑性的证明。其次，在这些不完全信息博弈中，无悔学习动态收敛于贝叶斯粗相关均衡。这些结果是通过将贝叶斯博弈解释为完全信息的随机博弈来实现的。
2015-11-19 cs.GT cs.LG
Heterogeneous Learning in Zero-Sum Stochastic Games with Incomplete Information
针对不完全信息零和随机博弈，提出异构学习方案（各智能体采用不同学习模式），利用随机逼近将其转化为常微分方程，并应用于安全博弈中攻防双方因理性与信息差异采用不同学习策略的场景。
2011-03-13 cs.GT cs.LG cs.SY
Structure in the Value Function of Two-Player Zero-Sum Games of Incomplete Information
Scyfer B.V.（Scyfer B.V.公司）；University of Liverpool（利物浦大学）；Universiteit van Amsterdam（阿姆斯特丹大学）；University of Oxford（牛津大学）
零和随机博弈为竞争决策提供了丰富的模型。然而，在一般形式的状态不确定性的部分可观察随机博弈（POSG）中，这样的决策问题仍然没有得到很好的理解。本文通过刻画零和POSG的价值函数的结构，对零和POSG理论做出了贡献。特别是，我们引入了一个新的配方的价值函数的zs-POSG作为一个功能的“计划时间足够的统计”（粗略地说，在POSG的信息分布），这有可能使泛化等信息分布。我们进一步描绘这种推广能力证明结构的结果的形状的价值函数：它表现出凸性和凸性，适当选择的边缘的统计空间。这一结果是开发可能能够利用这种结构的解决方案方法的关键前体。最后，我们将展示这些结果如何使我们能够将zs-POSG减少到具有共享观测的“集中式”模型，从而将后者的结果转移到具有个人（私人）观测的游戏中。
2016-06-22 cs.AI cs.GT
The complexity of approximate (coarse) correlated equilibrium for incomplete information games
Columbia University（哥伦比亚大学）；Stanford University（斯坦福大学）
研究不完全信息博弈中分散学习近似相关均衡的迭代复杂度，证明扩展型博弈中存在近紧的指数下界，同时为贝叶斯博弈提出多对数迭代次数的上界，揭示了两者间的分离。
2024-06-04 cs.AI cs.DS cs.GT
Reducing Optimism Bias in Incomplete Cooperative Games
Charles University（查理大学）；Columbia University（哥伦比亚大学）
针对不完全合作博弈中因联盟价值未披露导致参与者乐观偏差、集体主张超实际大联盟价值的问题，提出优化联盟价值披露顺序的框架，从理论分析、离线/在线方法开发及实证验证三方面缩小期望与结果差距。
2024-12-04 cs.GT cs.LG
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
Bayesian Game Formulation of Power Allocation in Multiple Access Wiretap Channel with Incomplete CSI
针对不完全信道状态信息下的多址窃听信道，本文提出贝叶斯博弈模型，证明唯一均衡并计算无政府状态价格，设计快速收敛迭代算法，仿真验证有效性。
2023-09-04 cs.GT cs.IT eess.SP
Understanding Police Force Resource Allocation using Adversarial Optimal Transport with Incomplete Information
针对警力资源分配中恶意节点信息仅被对手掌握的问题，本文将对抗最优输运建模为不完全信息贝叶斯博弈，提出贝叶斯均衡及可实现该均衡的分布式算法，以支持大规模网络应用。
2024-03-01 cs.GT cs.SY eess.SY
Asymptotically Truthful Equilibrium Selection in Large Congestion Games
在完全信息模型中研究博弈，使其易于分析。然而，大型$n$玩家交互更现实地建模为不完全信息的游戏，其中玩家可能对其他玩家的类型知之甚少。不幸的是，不完全信息下的博弈失去了完全信息博弈的许多优良特性：均衡的质量可能变得更差，均衡失去了事后的特性，在均衡上进行协调变得更加困难。由于这些问题，我们想研究不完全信息的博弈，但仍然实现由（未知）已实现的参与者类型诱导的完全信息博弈的均衡。这个问题最近由Kearns等人研究，并通过引入弱中介在大型博弈中解决：他们的中介将报告的参与者类型作为输入，输出建议形成潜在博弈相关均衡的行动。玩家可以选择独立于调解人进行游戏，或者忽略调解人的建议，但重要的是，如果他们决定加入调解人，他们就没有权力对自己的类型撒谎。在本文中，我们纠正这一不足，在设置大型拥塞游戏。在某种意义上，我们给出了最弱的中介：它不能强制参与，验证类型，或强制执行其建议。此外，我们的中介实现了一个完全信息博弈的纳什均衡。我们表明，这是一个（渐近）事后均衡的不完全信息博弈的所有球员诚实地使用中介，当他们这样做，他们最终发挥的近似纳什均衡的诱导完全信息博弈。特别是，真实地使用中介是贝叶斯-纳什均衡在任何贝叶斯游戏的任何先验。
2015-12-10 cs.CR cs.DS cs.GT
Game theory analysis when playing the wrong game
针对经典博弈论需完全知晓对手目标的局限，研究玩家误解对手目标的严格序数2×2双矩阵博弈，给出问题数学表述并枚举分析全部78个此类博弈，填补了相关研究空白。
2023-07-17 cs.GT
Cloud Compute-and-Forward with Relay Cooperation
我们研究了一个具有M个分布式接收天线和L个用户的云网络，这些用户将他们的消息发送到一个集中式解码器（CD），其中M>=L。我们认为云网络应用计算和转发（C&F）协议，其中选择L个天线/中继来解码传输消息的整数方程。在这项工作中，我们专注于最佳中继选择和物理层网络编码（PNC）的中继优化，旨在网络的吞吐量最大化。现有的文献优化PNC用户之间的最小速率的最大化。该策略最大化允许非对称速率的用户的总速率，而最优解的帕累托前沿的帮助下探索。将中继选择问题与一个联盟形成博弈相匹配，中继和CD合作以最大化其利润。提出了有效的联盟形成算法，该算法执行联合中继选择和PNC优化。仿真结果表明，与现有的结果相比，无论是在网络的总和率和球员的利润方面取得了相当大的改善。
2015-02-17 cs.GT cs.IT cs.NI
Distributionally Robust Games with Risk-averse Players
我们提出了一个新的不完全信息博弈模型，在这个模型中，参与者使用一种分布鲁棒优化方法来处理收益的不确定性。在一些特定的限制下，我们证明了我们的“分布鲁棒博弈”是三种流行的有限博弈的真正推广。这些是完全信息博弈，贝叶斯博弈和鲁棒博弈。随后，我们证明了一个任意的分布鲁棒博弈与指定的模糊集的均衡集可以计算为一个多线性方程组和不等式组的解集的分量投影。对于这种游戏的特殊情况下，我们证明等价于完全信息有限游戏（纳什游戏）具有相同数量的球员和相同的行动空间。因此，当我们的博弈属于这些特殊情况时，我们可以简单地解决相应的纳什博弈。最后，我们展示了我们的新模型的游戏的适用性，并强调其重要性。
2016-10-03 cs.GT
Smart Jammer and LTE Network Strategies in An Infinite-Horizon Zero-Sum Repeated Game with Asymmetric and Incomplete Information
Intel Corporation（英特尔公司）；Georgia Institute of Technology（佐治亚理工学院）；Florida A&M University - Florida State University College of Engineering（佛罗里达农工大学-佛罗里达州立大学工程学院）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
本文研究了智能干扰源与LTE网络在无限 horizon 零和重复博弈中的不对称与不完全信息问题，提出了一种高效的次优策略以解决该问题，同时通过模拟验证了智能干扰源的非揭示和误导策略。
2019-04-25 cs.GT cs.SY eess.SP
Alternating-time temporal logic with finite-memory strategies
不完全信息的交替时序逻辑ATL和ATL* 的模型检查对于完美召回语义是不可判定的。然而，当限制到无记忆策略的模型检查问题变得可判定。在本文中，我们考虑其他两种类型的语义有限记忆策略的基础上。一种是允许的内存大小有界，另一种是内存大小无界（但必须是有限的）。这是由具有完美召回语义的模型检查的高复杂性和无记忆策略的严重限制所激发的。我们表明，这两种类型的语义介绍是不同的完美召回和无记忆语义和下一个重点的可判定性和复杂性的模型检查在完整和不完整的信息游戏ATL/ATL*。特别是，我们证明了模型检测的复杂性与有界记忆语义是Delta_2 p-完全的ATL和PSPACE-完全的ATL* 在不完全信息的游戏，就像在无记忆的情况下。我们还提出了一个证明，ATL和ATL* 模型检查是不可判定的n >= 3的球员与有限记忆语义的不完全信息游戏。
2013-07-17 cs.GT cs.LO
Multi-agent Reinforcement Learning in Bayesian Stackelberg Markov Games for Adaptive Moving Target Defense
Arizona State University（亚利桑那州立大学）
网络安全领域大多是一场猫捉老鼠的游戏，新的攻击的发现引领了这一趋势。为了剥夺攻击者的侦察优势，研究人员提出了主动防御方法，如移动目标防御（MTD）。为了找到好的移动策略，研究人员将MTD建模为防御者和网络对手之间的领导者-追随者游戏。我们认为，现有的模型是不够的顺序设置时，有一个理性的对手的信息不完整，并产生次优的运动策略。此外，虽然存在一系列关于在网络安全的顺序设置中学习防御策略的工作，但由于不完整信息引起的可扩展性问题，它们要么不受欢迎，要么倾向于忽略对手的战略性质，从而简化场景以使用单代理强化学习技术。为了解决这些问题，我们提出了（1）一个统一的博弈论模型，称为贝叶斯Stackelberg马尔可夫博弈（BSMG），可以对攻击者类型和MTD系统的细微差别的不确定性进行建模，以及（2）贝叶斯强Stackelberg Q学习（BSS-Q）方法，可以通过交互在合理的时间内学习BSMG的最佳移动策略。我们在不完全信息马尔可夫博弈的景观BSMG和强Stackelberg均衡（SSE）的概念，在他们的特点。我们表明，我们的学习方法收敛到一个SSE的BSMG，然后强调，学习的运动策略（1）提高了最先进的MTD的Web应用程序的安全性和（2）收敛到最佳的策略，即使在MTD域的不完整的信息，对手的奖励和过渡的先验信息是缺席。
2020-07-20 cs.AI cs.CR cs.GT
Distributed Power Control for Delay Optimization in Energy Harvesting Cooperative Relay Networks
我们考虑与能量收集（EH）中继协作通信，并开发了一个分布式的中继终端的功率控制机制。与主要处理具有饱和业务流的单中继系统的现有技术不同，我们解决了由多个半双工EH中继协作转发的突发数据到达源的情况。我们的目标是优化的长期运行的平均延迟的源数据包的能量中性约束下，每个中继的功耗。虽然EH继电器系统主要使用离线或在线方法进行优化，但我们采用了更现实的学习理论方法。因此，我们的计划可以部署为实时操作，而不假设非因果信息的信道实现，数据/能量到达所需的离线优化，也不依赖于精确的统计系统的过程是在线优化的情况下。我们制定的问题作为一个部分可观察的相同的支付随机博弈（PO-IPSG）与因子控制器，其中每个中继的功率控制策略是自适应的本地源到中继/中继到目的地的信道状态，其本地能量状态以及源缓冲区状态信息。我们推导出一个多智能体强化学习算法，该算法收敛于PO-IPSG的局部最优解。所提出的算法没有显式的中继之间的消息交换，同时只引起很少的源中继信令开销。通过仿真，我们对比了所提出的方法与现有的吞吐量最大化的算法的延迟性能。结果表明，与这些算法相比，本文所采用的系统方法具有较小的次优差距，一旦对一个集中的最优策略武装与完美的统计。
2018-10-24 cs.GT cs.IT cs.NI
Spectrum Sharing as Network Congestion Games
由于参考书目不完整以及同一文件中包含多种格式，第一作者撤回了这篇论文。
2009-12-23 cs.GT cs.IT math.IT
Payoff Allocation of Service Coalition in Wireless Mesh Network: A Cooperative Game Perspective
在无线网状网络（WMN）中，多个服务提供商（SP）可以协作以共享资源（例如，中继节点和频谱），以服务于它们的集体订阅客户，从而获得更好的服务。作为奖励，SP能够实现更多的个人利益，即，通过有效利用共享网络资源，增加收入或降低成本。然而，这种合作可以实现，只有当公平分配的聚合收益，这是所有合作SP的收益之和，可以实现。首先，我们制定这样的合作作为一个联盟的游戏与可转移的效用，具体地说，一个线性规划游戏，其中，每个SP应获得公平的份额的总收益。基于对偶支付和Shapley值的概念，研究了在WMN中如何分配聚合支付以实现稳定的服务联盟。
2014-01-26 cs.GT cs.NI
Competitive Spectrum Management with Incomplete Information
研究了在同一频段内自私和独立无线通信系统之间的干扰交互（博弈）问题。每个系统（播放器）具有关于其他播放器的信道条件的不完整信息。这个博弈中的一个平凡的纳什均衡点是参与者相互完全扩展（FS）他们的发射频谱并相互干扰。这一点可能导致从全球网络的角度来看，甚至对于每个用户单独的频谱利用率差。在本文中，我们提供了一个封闭的形式表示的非纯FS的Nash-纳什均衡点，即，一个均衡点，玩家选择FDM用于某些渠道实现，而FS用于其他渠道实现。我们发现，在这个非纯FS的双纳什均衡点增加每个用户的吞吐量，从而提高了频谱利用率，并证明，这种性能增益可以是巨大的。最后，重要的见解自私和理性的无线用户的行为作为信道参数的函数，如衰落概率，干扰信号比。
2010-02-20 cs.GT cs.IT math.IT
Competitive Selection of Ephemeral Relays in Wireless Networks
INRIA Saclay（INRIA 萨克雷）；Indian Institute of Science（印度科学学院）；INRIA
研究无线网络中转发节点如何在中继节点短暂可用时进行竞争选择，分析完全可观察和部分可观察两种情况下的纳什均衡策略对，探讨地理转发中的性能优化。
2015-06-20 cs.GT cs.NI cs.SY
Mechanism Design in Large Games: Incentives and Privacy
我们研究了在不完全信息的情况下实现完全信息博弈均衡的问题，并使用“推荐机制”来解决这个问题。“推荐机制是一种没有强制执行结果或强迫参与的权力的机制，它只有权在自愿参与的基础上建议结果。我们发现，尽管有这些限制，推荐机制可以实现均衡的完全信息游戏的设置不完全信息的条件下，游戏是大的-即有大量的球员，和任何球员的行动影响任何其他的收益最多一个小数额。我们的结果来自于差分隐私的一个新的应用。我们表明，任何算法，计算一个完整的信息博弈的相关均衡，同时满足一个变种的差分隐私-我们称之为联合差分隐私-可以用作推荐机制，同时满足我们所需的激励性能。我们的主要技术成果是一个算法，用于计算一个大型游戏的相关均衡，同时满足联合差分隐私。虽然我们的推荐机制的设计，以满足博弈论的属性，我们的解决方案最终满足一个强大的隐私属性以及。没有一组玩家可以从机制的建议中了解到组外任何玩家的类型，即使这些玩家以任意的方式勾结。因此，我们的算法能够实现完全信息博弈的均衡，而不透露有关实现类型的信息。
2015-12-10 cs.CR cs.DS cs.GT
