Imitation of Success Leads to Cost of Living Mediated Fairness in the Ultimatum Game
生物和社会系统中合作出现背后的机制目前尚不清楚。特别是，人类在最后通牒游戏中的行为几乎总是非理性的，更喜欢互惠共享策略，而黑猩猩的行为是理性和自私的。然而，人类的行为因地理和文化差异而异，导致不同的行为。在本文中，我们分析了一个社会模仿模型，它包含了内能缓存（例如，食物/金钱储蓄）、生活成本、死亡和繁殖。我们表明，当模仿（和死亡）发生时，自私和生活成本之间的自然相关性就会出现。然而，在所有没有崩溃的社会中，非纳什共享策略都是模仿的结果。我们解释这些结果通过构建一个平均场近似的内能缓存通知从实验数据中提取的随时间变化的分布。对人类地理上不同的最后通牒博弈研究的荟萃分析结果表明，所提出的模型捕获了现实世界数据的一些定性方面，并建议进一步实验。
2020-11-23 cs.GT physics.soc-ph
Mirror Mode in Fire Emblem: Beating Players at their own Game with Imitation and Reinforcement Learning
LIACS, Leiden University（莱顿大学 LIACS）
本研究通过模仿与强化学习实现镜像模式，使敌方AI模仿玩家策略以提升玩家体验。
2025-12-10 cs.AI cs.GT cs.LG
Imitation in the Imitation Game
SolBridge International School of Business（索尔布里奇国际商学院）；City University of Hong Kong（香港城市大学）
我们讨论的目标，配备了非平凡的决策自动化，或创建人工智能，在金融市场，并提供了一个可能的替代方案。智力可能是好奇心自由漫游的意想不到的结果，嬉戏的婴儿就是最好的例子。对于这种无意但受欢迎的后效，需要在基本的指导原则清单中列出。考虑到这些要求，我们可以提出一个交易程序的智能测试，就像图灵测试一样，长期以来一直是智能机器的基准。我们将讨论这种方法在金融困境中的应用，即是否，何时以及多少买入，卖出或持有。
2019-11-03 cs.AI cs.CY cs.GT
Evolutionary network games: equilibria from imitation and best-response dynamics
我们考虑网络上的战略替代和战略补充博弈。我们介绍了两种不同的进化动力学，以完善其多重平衡，我们分析了系统通过平均场的方法。我们发现，对于最佳拍摄的游戏，作为一个模型的替代品，复制器一样的动态不会导致纳什均衡，而它会导致独特的均衡（完全合作或完全背叛，取决于初始条件和游戏参数）的补充，由协调游戏表示。另一方面，当动态以最佳对策进化的形式变得对认知要求更高时，预测总是纳什均衡（至少当个体是完全理性的时候）：对于最佳对策博弈，我们找到了贡献者比例为确定值的均衡，而对于协调博弈，对称均衡只出现在合作者的初始比例低或高的情况下。我们还扩展了我们的研究，考虑复杂的异构拓扑结构，并表明，所选择的均衡的性质不会改变最好的拍摄游戏。然而，对于协调博弈，我们揭示了一个重要的区别，即在无限大的无标度网络上，任何合作激励值都会产生合作。
2017-08-28 cs.GT physics.soc-ph
Effects of update rules on networked N-player trust game dynamics
我们研究了更新规则对进化博弈论模型-N-玩家进化信任博弈-动态的影响，该模型由三种类型的玩家组成：投资者、值得信赖的受托人和不值得信赖的受托人。玩家之间的互动仅限于由预定义的空间或社交网络拓扑结构确定的局部邻域。我们比较进化更新规则的基础上获得的邻居的回报。具体来说，我们研究了当玩家使用确定性策略规则（即，使用和不使用由投票者模型引起的噪声过程的无条件模仿），基于随机成对支付的策略（即，比例模仿）和随机局部Moran过程。我们基于不同的社交网络和不同的游戏难度水平，探讨了这些更新规则下的系统动力学。我们观察到，有显着差异的促进信任和全球净财富取决于更新规则。如果游戏更难，基于无条件模仿的规则在人口中实现了最高的全球净财富。除了全球的角度来看，我们还研究了空间和时间的动态引起的规则，我们发现重要的时空相关性的系统中的所有规则。实际上，更新规则导致在晶格上形成分形结构，并且当规则是随机的时，还导致在系统的输出信号中出现低频（即，长期记忆）。
2017-12-19 cs.GT
On Imitation in Mean-field Games
ETH AI Center（苏黎世联邦理工学院人工智能中心）；MPI for Intelligent Systems（马克斯·普朗克智能系统研究所）；Google DeepMind（谷歌DeepMind）；ETH Zurich（苏黎世联邦理工学院）；NYU Shanghai（上海纽约大学）
研究平均场博弈中的模仿学习问题，提出纳什模仿差距概念，并发现当动力学依赖种群分布时，需用平均场控制替代强化学习以解决IL难题。
2023-06-26 cs.GT cs.LG
Imitation dynamics in population games on community networks
研究了网络上种群博弈的确定性、连续时间模仿动力学的渐近行为。这种学习机制的基本假设--包括复制动力学--是属于单一种群的参与者通过成对的相互作用交换信息，从而了解其他参与者的行为和相应的奖励。使用这些信息，他们可以修改他们当前的行动，模仿他们互动的玩家之一。调节学习过程的互动模式是由社区结构决定的。首先，这样的网络模仿动力学的平衡点集的特点。其次，对于一类势对策和无向连通社区网络，证明了算法的全局渐近收敛性。特别是，我们的研究结果保证收敛到纳什均衡从每个完全支持的初始种群状态的特殊情况下，纳什均衡是孤立的，完全支持。实例和数值模拟提供了验证理论结果和反例的情况下，社区结构的假设没有得到验证进行了讨论。
2020-09-21 cs.GT cs.SY eess.SY
Imperfect Imitation Can Enhance Cooperation
空间格上的合作促进问题是演化博弈论中的一个重要问题。这种影响显然取决于更新规则：它与随机模仿规则减少，而它与无条件模仿增加。为了研究这两个政权之间的过渡，我们提出了一个新的进化规则，随机结合无条件模仿与另一个模仿规则。我们发现，令人惊讶的是，在许多社会困境中，这一规则产生更高的合作水平比任何两个原始的。这种非平凡的效果发生，因为基本规则诱导分离的时间尺度在集群接口的微观过程。结果在2 × 2对称博弈空间、正则格和无标度网络上都是鲁棒的。
2009-05-06 cs.GT physics.soc-ph q-bio.PE
Solving Graph-based Public Good Games with Tree Search and Imitation Learning
University College London（伦敦大学学院）；The Alan Turing Institute（艾伦·图灵研究所）；University of Bologna（博洛尼亚大学）
公共产品博弈代表了研究个体行为者做出贡献的激励机制的深刻背景，尽管对每个人来说代价高昂，但对更广泛的社会有益。在这项工作中，我们采用的角度来看，一个中央计划与一个全球性的网络的自利代理人和最大化的最佳拍摄的公共产品游戏的背景下，一些所需的财产的目标。现有的算法，这个已知的NP完全问题找到的解决方案是次优的，不能优化的标准以外的社会福利。为了有效地解决公共产品博弈，我们提出的方法直接利用平衡点和图的最大独立集（mIS）结构属性之间的对应关系。特别是，我们定义了一个马尔可夫决策过程，逐步产生的mIS，并采用规划方法来搜索均衡，优于现有的方法。此外，我们设计了一个图模仿学习技术，使用演示的搜索，以获得一个图神经网络参数化的政策，迅速推广到看不见的游戏实例。我们的评估结果表明，该政策是能够达到99.5%的规划方法的性能，同时是三个数量级的速度更快，以评估最大的图测试。在这项工作中提出的方法可以应用到一个大类的公共产品游戏的潜在的高社会影响，更广泛的其他图形组合优化问题。
2021-10-26 cs.AI cs.GT cs.LG
Phase diagram of Symmetric Iterated Prisoner's Dilemma of Two-Companies with Partial Imitation Rule
在部分模仿规则下的迭代囚徒困境中，研究了两个具有单步记忆的代理商进行博弈的问题，其中一个参与者只能模仿他在与对手博弈中观察到的动作.我们的研究仅限于两组玩家在完全连通网络上享有相同条件的特殊情况，因此只需要两个支付矩阵：一个是玩家与同一公司的成员进行游戏，另一个是玩家与来自不同公司的成员进行游戏。我们发现，这种对称的情况下，两个公司的球员可以减少到一个公司的情况下，有效的回报矩阵，从该相图的球员使用两个主导战略，巴甫洛夫和严峻的触发器可以构建。通过对近似平均值方程的数值积分计算相图。结果与两公司模型的模拟结果吻合良好。相图得出了一个有趣的结论，即当噪音水平增加时，一个玩家更有可能成为一个严峻的触发器，不管他们的附属公司是什么，这样他就更不理性了，或者当组内背叛的诱惑增加时。
2011-03-31 cs.GT physics.soc-ph
An evolutionary game with reputation-based imitation-mutation dynamics
本文研究了演化博弈中策略更新时的非理性选择，提出基于声誉的模仿-突变动力学，将个体声誉与收益挂钩，并在多种网络拓扑下通过模拟验证了该方法能显著提升合作水平且保持稳定性。
2024-02-20 cond-mat.stat-mech cs.GT nlin.AO
On stochastic imitation dynamics in large-scale networks
Politecnico di Torino（都灵理工大学）；Università di Torino（都灵大学）；Lund University（隆德大学）
本文研究了大规模网络中的随机模仿动力学，探讨了玩家在缺乏全局信息的情况下，基于局部邻居信息更新状态的机制，并证明了在潜在群体游戏和完全交互网络中，系统收敛于进化稳定策略附近，扩展了确定性模仿动力学的研究结果。
2018-03-06 cs.GT cs.SY eess.SY
Control of Asynchronous Imitation Dynamics on Networks
模仿在决策主体群体中被广泛观察到。使用我们最近的收敛结果的异步模仿动态网络，我们考虑如何这样的网络可以有效地驱动到一个理想的平衡状态，通过提供回报激励使用一定的策略，无论是统一的或针对个人。特别是，如果对于每个可用的策略，代理人玩该策略时，他们的邻居玩相同的策略获得最大的回报，我们表明，提供激励，代理人在网络中，是在平衡将导致收敛到一个独特的新的平衡。对于一个统一的激励可以提供给所有代理的情况下，这个结果允许使用二进制搜索算法的最佳激励的计算。当激励措施可以针对个人代理，我们提出了一种算法来选择代理人应该选择的基础上迭代最大化的代理人谁采取所需的策略，以获得这些代理人这样做所需的回报激励的数量的比率。仿真结果表明，所提出的算法计算出接近最优的有针对性的支付激励的范围内的网络和协调博弈中的支付分布。
2017-04-12 cs.GT nlin.AO
Berge equilibria in n-person 2-strategy games
本文给出了n人2策略对策纯策略和混合策略下的全部Zhukovskii意义下的Berge平衡点的算法。
2019-04-24 cs.GT
The Game of Pure Strategy is solved!
我们使用线性规划来解决经典的“纯策略博弈”。我们注意到计算结果中复杂的奇偶行为，这似乎鼓励了奇数或最大出价。
2012-02-03 cs.GT
Eigenmanifold in Game: Evidence from human continuous strategy game experiments
Experimental Social Science Laboratory, Zhejiang University（浙江大学实验社会科学实验室）
研究连续策略博弈中进化博弈动力学假说，利用人类主体博弈实验数据，发现博弈稳态系统动态结构由特征流形线性叠加表征这一假说在连续策略博弈中也获显著支持。
2026-09-17 cs.GT
Strategy Recovery for Stochastic Mean Payoff Games
我们证明，找到最佳的位置策略的随机平均支付游戏时，每个状态的游戏是已知的，在一般情况下，是很难解决这样的游戏球场。这回答了Daniel Andersson和Peter Bro Miltersen提出的问题。
2015-06-15 cs.GT
Convex Markov Games: A New Frontier for Multi-Agent Reinforcement Learning
College of Computing, MIT, Cambridge, MA, USA（麻省理工学院计算机学院）；Google DeepMind, London, UK（谷歌深Mind）
针对序贯决策中偏好无法按时间加性分解的问题，提出支持凸偏好的凸马尔可夫博弈，证明其存在纯策略纳什均衡并给出梯度下降近似方法，实验验证其在多类博弈和场景中可实现更优公平、安全及效用表现。
2025-06-16 cs.AI cs.GT cs.MA
Competition and partnership between conformity and payoff-based imitations in social dilemmas
向获得更高回报的伙伴学习是进化博弈论中经常使用的工作假设。另一种动态规则是焦点参与者倾向于遵循局部邻域中大多数参与者的策略选择，这通常被称为一致性驱动的策略更新。在这项工作中，我们假设这两种策略学习方法是存在的，并在一个共同进化模型的框架内竞争空间。我们的研究结果表明，存在的回报驱动的策略学习方法成为独家高成功者的回报和/或高诱惑值，代表了雪堆游戏困境的情况。然而，在一般情况下，上述策略学习方法的竞争可能是有用的，以扩大参数空间，只有合作者占上风。这种合作的成功是基于合作者参与者的强制协调，这揭示了后一种策略的好处。有趣的是，基于收益的合作者和基于一致性的合作者可以形成一个有效的联盟来对抗背叛者，这也可以扩展猎鹿博弈区域中完全合作者解的参数空间。我们的工作强调了策略和个体特征如学习方法的协同进化可以提供一种新的斑图形成机制，这种机制在静态模型中无法观察到，因此仍然隐藏在传统模型中。
2018-09-13 cond-mat.stat-mech cs.GT physics.soc-ph
Infinite horizon for symetric strategy population game
为了预测时间变得很长时种群博弈的行为，我们的博弈动态演化的特征过程必须是可逆的。已知的游戏满足这是2战略游戏以及潜在的游戏与指数协议。我们将尝试扩展无限视野的研究，即所谓的对称策略博弈。
2023-01-06 cs.GT math.PR
Experiments with Game Tree Search in Real-Time Strategy Games
Drexel University（德雷塞尔大学）
博弈树搜索算法（如极大极小）已在回合制对抗游戏（如国际象棋或象棋）中取得巨大成功。然而，这样的算法不能直接应用于实时的【形】战略（RTS）游戏，因为一些原因。例如，极小极大假设了一个回合制的游戏机制，这在RTS游戏中是不存在的。在本文中，我们提出了RTMM，一个实时的【形】变种的标准极大极小算法，并讨论其适用性的RTS游戏的背景下。我们讨论了它的优点和缺点，并评估它在两个实时的【形】游戏。
2012-08-09 cs.AI cs.GT
Coordination and equilibrium selection in games: the role of local effects
我们研究了局部效应和有限规模效应在不同类型的两人协调博弈中达到协调和均衡选择的作用。我们研究三个更新规则-复制动力学（RD），最佳反应（BR），和无条件模仿（UI）-随机图上的协调游戏。在我看来，局部效果对于UI更新规则来说要重要得多。对于具有两个等价策略的纯协调博弈，我们发现当网络连通性达到临界值时，从无序状态到完全协调状态的过渡。对于BR和RD更新规则，转换与系统大小无关。对于IU更新规则，它是系统大小相关的，但协调总是可以达到低于一个完整的图的连通性。我们还考虑了一般的协调游戏，其中包括一系列的游戏，如雄鹿狩猎。对于这些游戏有一个收益主导战略和风险主导战略与相关的平衡协调状态。我们分析均衡选择解析和数值。对于RD和BR更新规则，平均场预测与模拟一致，并且风险主导策略独立于局部效应而受到进化的青睐。然而，当参与者使用无条件模仿时，我们观察到收益主导策略中的协调。令人惊讶的是，支付优势均衡的选择只发生在网络连通性的临界值以下，它消失在完全图。正如我们所展示的，它是局部效应和更新规则的组合，允许在收益主导策略上进行协调。
2021-10-19 cs.CY cs.GT physics.soc-ph
How Far Can LLMs Emulate Human Behavior?: A Strategic Analysis via the Buy-and-Sell Negotiation Game
MODULABS
本文通过买与卖谈判游戏评估LLMs模拟人类行为的能力，发现竞争性特质在谈判中更具优势，提出新的评估方法以衡量真实社交互动能力。
2025-11-22 cs.AI cs.GT
Isomorphic Strategy Spaces in Game Theory
这本书总结了正在进行的研究引入概率空间同构映射到对策论的战略空间。这种方法的动机是概率论和博弈论之间的差异时，适用于相同的战略情况。特别是，概率论和博弈论可能在Fisher信息的计算值、对数似然函数、熵梯度、变量变换的秩和雅可比矩阵，甚至潜在概率参数空间的维度和体积上存在分歧。这些差异的出现是因为概率论在构造策略空间来分析博弈时采用了保结构同构映射。相比之下，博弈论使用较弱的映射，它改变了混合策略空间内潜在概率分布的一些属性。在这里，我们将探讨如何使用强同构映射来定义游戏策略空间可以改变简单游戏中的理性结果。具体的例子游戏被认为是连锁店悖论，信任游戏，最后通牒游戏，公共物品游戏，蜈蚣游戏，和迭代囚犯困境。总的来说，我们的方法提供了合理的结果，这与观察到的人类游戏是一致的，从而可能解决一些博弈论的悖论。
2013-04-20 cs.GT math.OC
Enabling Imitation-Based Cooperation in Dynamic Social Networks
几十年来，自利代理之间合作的出现一直是多代理系统社区的一个关键问题。随着以网络为媒介的互动的重要性的增加，研究人员已经转移了注意力的影响，社交网络及其动态在促进或阻碍合作，得出各种上下文相关的结论。例如，一些理论和实验研究表明，在网络进化的时间尺度比率中存在阈值效应，之后将出现合作，而其他研究则对此提出异议，建议存在金发女孩区。在本文中，我们提供了一个进化博弈论框架，从自下而上的角度来理解共同进化过程--特别是合作者核心和缺陷者外围的出现--澄清了合作伙伴选择和模仿策略对促进合作行为的影响，而无需假设潜在的沟通或声誉机制。在这样做的过程中，我们提供了一个统一的框架来研究模仿为基础的合作，在动态社交网络，并表明，文献中的争议实际上可以共存，只要结果源于不同的同样有效的假设。
2022-02-08 cs.GT cs.MA math.DS
Using strong isomorphisms to construct game strategy spaces
当应用于同一个博弈时，概率论和博弈论可能在费雪信息、对数似然函数、熵梯度、变量变换的秩和雅可比矩阵，甚至潜在概率参数空间的维数和体积的计算值上存在分歧。这些差异的出现是因为概率论在构造策略空间来分析博弈时采用了保结构同构映射。相比之下，博弈论使用较弱的映射，它改变了混合策略空间内潜在概率分布的一些属性。在本文中，我们将探讨如何使用强同构映射来定义博弈策略空间，可以改变简单博弈中的理性结果，并可能解决一些博弈论的悖论。
2012-08-20 cs.GT math.OC physics.data-an
Gradual learning supports cooperation in spatial prisoner's dilemma game
根据标准的模仿协议，一个不太成功的参与者为了未来的成功，会忠实地采用更成功的参与者的策略。这是进化博弈论的基石，它探索了不同社会困境情况下竞争策略的生命力。在我们目前的工作中，我们探讨了两个略有修改的模仿协议，夸大和渐进的学习规则可能产生的后果。在前一种情况下，学习者不仅采用，而且还扩大了策略变化，希望获得更高的收入。类似地，在后一种情况下，谨慎的学习者不会精确地采用替代行为，而是在更新过程中向对方的策略迈出一小步。显然，这两种情况都假设参与者的合作倾向可能在零（总是背叛）和一（总是合作）之间逐渐变化，这些极端状态代表了传统的双策略社会困境。我们已经观察到，虽然夸张学习的使用对最终状态没有特别的影响，但渐进学习可以显著支持合作。后一种协议减轻了两种主要策略的入侵速度，但成功的叛逃者入侵的下降更显着，因此修改后的微观规则对入侵过程的偏见的影响解释了我们的观察。
2019-09-26 cond-mat.stat-mech cs.GT nlin.AO
Classical vs Quantum Games: Continuous-time Evolutionary Strategy Dynamics
本文统一了演化博弈和量子策略的概念。首先，我们陈述了经典进化策略的公式和性质，重点讨论了2人2策略博弈中进化的目的地。然后，我们介绍了一种新的形式主义的量子进化动力学，并给出一个例子，其中一个不断发展的量子策略，如果发挥其经典的对手奖励。
2011-04-20 cs.GT cs.IT math.IT
