A Sequence-Form Characterization and Differentiable Path-Following Method for Computing Normal-Form Perfect Equilibria in Extensive-Form Games
针对n人完美记忆扩展式博弈的策略式完美均衡计算缺口，本文给出序列形式刻画，提出可证明收敛的可微路径跟踪方法及两种扩展替代方法，实验验证了方法的有效性与效率。
2025-11-18 cs.GT
A process algebraic form to represent extensive games
在本文中，我们介绍了一个基于代理的表示的游戏，为了提出一个紧凑的表示，多方博弈在博弈论。我们的方法的灵感来自于进程理论和进程代数中的概念。此外，我们引入了一个算法，其输入是一个游戏的形式的进程代数（本文提出）和作为输出，发现的纳什均衡的游戏在线性空间复杂度。
2019-04-27 cs.GT
Computational Extensive-Form Games
我们定义的解决方案的概念，适当的计算有限的球员玩一个固定的有限游戏。要做到这一点，我们需要定义一个\emph{computational game}（在某种适当的意义上，它是一个不断变大的博弈序列）表示一个有限的底层扩展形式博弈的含义。粗略地说，我们要求序列中的所有博弈都具有与底层博弈基本相同的结构，除了两个不可区分的历史（即，在相同的信息集合中）可以对应于在计算游戏中仅在计算上不可区分的历史。我们定义了计算博弈的纳什均衡和序列均衡的计算版本，并表明每个纳什均衡（分别为，序列）均衡对应于计算纳什（分别，计算游戏中的均衡。我们的方法的一个优点是，如果一个密码协议表示一个抽象的游戏，那么我们可以分析它的战略行为在抽象的游戏，从而分离的密码分析的协议从战略分析。
2015-06-09 cs.GT
A-PSRO: A Unified Strategy Learning Method with Advantage Function for Normal-form Games
针对正则形式博弈中求解纳什均衡的挑战，提出统一开放式学习框架A-PSRO，引入优势函数作为策略评估指标与学习目标，在零和与一般和博弈中均显著优于以往算法。
2024-03-22 cs.GT
Timeability of Extensive-Form Games
可拓形式的游戏构成了标准的表示方案的游戏与时间的组成部分。但是，所有扩展形式的游戏都符合我们在现实世界中可以实现的协议吗？我们经常排除不完美回忆的游戏，这种游戏规定代理人忘记她以前知道的东西。在本文中，我们表明，即使是一些游戏完美的回忆可以是有问题的实施。具体来说，我们表明，如果代理人有一种时间流逝的感觉（比如说，访问一个时钟），那么一些广泛的形式的游戏不能再实现，无论我们如何尝试时间的游戏，一些信息将泄漏给代理人，他们不应该有。我们说这样的游戏是不完全时间。我们提供了易于检查的必要和充分条件，使游戏完全可计时。本文的大部分技术深度都涉及如何近似时间游戏，我们表明这总是可以做到的，尽管它可能需要大量的时间。具体来说，我们表明，对于一些游戏的时间需要近似实现游戏的增长作为一个权力塔的高度成正比的玩家数量和一个参数，测量近似的精度在顶部的权力塔。在实践中，这使得游戏无法计时。除了对博弈论的概念贡献外，我们相信我们的方法可以应用于防止安全协议中的信息泄漏。
2015-02-11 cs.GT
Conditional dominance in games with unawareness
Department of Economics, University of California, Davis（加州大学戴维斯分校经济学系）
本文研究了具有无意识的动态游戏的正常形式，通过迭代条件严格主导（或弱主导）来刻画扩展形式理性化，同时指出无意识下玩家的信息集影响游戏树的意识。
2026-04-29 cs.GT
NfgTransformer: Equivariant Representation Learning for Normal-form Games
针对正则形式博弈（NFGs）中策略排列等变性给表示学习带来的挑战，提出NfgTransformer架构，利用该等变性在均衡求解等任务上取得最先进性能，为深度学习系统的博弈论推理铺平道路。
2024-02-13 cs.GT
Characterization and Computation of Normal-Form Proper Equilibria in Extensive-Form Games via the Sequence-Form Representation
University of Science and Technology of China（中国科学技术大学）；City University of Hong Kong（香港城市大学）；Xi’an Jiaotong University（西安交通大学）
本文提出了一种基于序列形式的紧凑表示法，通过引入扰动博弈和可微路径跟踪方法，有效计算扩展形式博弈中的正规形式适当均衡。
2026-10-16 cs.GT
Computing Maxmin Strategies in Extensive-Form Zero-Sum Games with Imperfect Recall
不完全回忆的可拓形式博弈是一个重要的博弈论模型，它允许在动态策略交互中紧凑地表示策略。由于负面的理论结果，不完美回忆游戏的实际应用受到限制：纳什均衡不一定存在，计算最大最小策略是NP困难的，并且它们可能需要无理数。我们提出了第一个算法近似最大最小的两个球员零和不完美回忆游戏没有心不在焉的策略。我们修改了著名的序列形式的线性规划模型的策略不完美的回忆游戏，并使用最近的技术来近似双线性项。我们的主要算法是一个分支定界搜索这些线性规划，可证明达到所需的近似指数后的步骤的大小的游戏。实验结果表明，该算法可以在几分钟内逼近随机生成的大小超过玩具问题的不完美回忆游戏的最大最小策略。
2017-05-24 cs.GT
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
A tutorial for computer scientists on finite extensive games with perfect information
我们提供了一个自我包含的介绍有限广泛的游戏完美的信息。在这些游戏中，参与者轮流进行，在每个阶段，有许多移动供他们处置，每一局总是结束，在每一局中，参与者都完全知道以前的移动。几乎所有讨论的结果都是众所周知的，但它们往往不是以最佳形式呈现的。此外，它们通常出现在针对经济学家或数学家的文献中，因此算法或逻辑方面的代表性不足。
2022-04-19 cs.GT
Distance-based Equilibria in Normal-Form Games
我们提出了一个简单的不确定性修改的代理模型在范式的游戏，在任何给定的策略配置文件，代理只能访问一组“可能的配置文件”，在一定的距离内，从实际的行动配置文件。我们研究了代理使用众所周知的理由选择策略的各种实例，例如，考虑最坏的情况，或尽量减少遗憾，以应付这种不确定性。行为模型中的任何此类修改都会自然地引发相应的均衡概念;基于距离的均衡。我们描述了各种平衡之间的关系，以及它们与已知的现有解决方案概念（如颤抖的手完美）的联系。此外，我们提供存在性结果，并表明，对于某些类的游戏，这样的解决方案的概念，实际上可以导致更好的结果。
2020-02-08 cs.GT
Efficient evolutionary dynamics with extensive-form games
演化博弈论结合了博弈论和动力系统，通常用来描述多智能体系统中的演化动力学。特别是，它已被证明是一个成功的工具来描述多智能体学习动态。据我们所知，我们在本文中提供的第一复制因子动态适用于序列形式的扩展形式的游戏，允许指数减少的时间和空间w.r.t.当前采用的范式的复制动力学。此外，我们的复制动力学实现等价于范式的标准复制动力学。我们证明我们的结果为离散时间和连续时间的情况下。最后，我们扩展了标准的工具来研究我们的复制动力学的战略配置文件的稳定性。
2013-04-04 cs.GT
Random Extensive Form Games and its Application to Bargaining
我们考虑两个玩家的随机扩展型博弈，其中叶子上的收益是从给定的可行集C中随机一致抽取的。我们研究了在各种随机（或确定性）分配的玩家节点的二叉树的深度增加的子博弈完美均衡结果的渐近分布。我们的特点下的渐近分布集中在一个点的分配。我们的分析提供了一个自然的方式来获得从渐近分布一个新的解决方案的概念，两个球员讨价还价的问题，一个坚实的战略理由。
2015-09-08 cs.GT
Computing Optimal Equilibria and Mechanisms via Learning in Zero-Sum Extensive-Form Games
本文提出一种通过零和扩展式博弈中的学习计算最优均衡的新方法，适用于多玩家设置及多种解概念，并首次实现迭代收敛，在基准博弈和序贯拍卖机制设计中表现优异。
2024-05-24 cs.GT
Finding and Certifying (Near-)Optimal Strategies in Black-Box Extensive-Form Games
在战争游戏、战略游戏和金融模拟中，游戏通常只是作为一个黑盒模拟器提供给我们。在这些设置中，由于游戏可能具有未知的自然动作分布（我们只能从中获得样本）和/或太大而无法完全扩展，因此很难计算保证可利用性的策略。最近的工作\cite{Zhang20:Small}导致了一个概念的证书扩展形式的游戏，允许利用保证，而不是扩大整个游戏树。然而，这项工作假设黑盒可以在任何时候采样或扩展博弈树的任意节点，并且可以进行一系列精确的博弈求解（例如通过线性规划）来计算证书。这两个假设都严重限制了该方法的实际适用性。在这项工作中，我们放松了这两个假设。我们表明，高概率的证书，可以获得一个黑盒子，可以做的只是通过游戏，只使用一个后悔最小化作为一个子程序。作为奖励，我们得到了一个均衡发现算法与$\tilde O(1/\sqrt{T})$收敛速度在广泛形式的游戏设置，不依赖于采样策略与下界到达概率（MCCFR假设）。我们的实验表明，在黑盒设置中，我们的方法能够提供非平凡的可利用性保证，同时只扩大一小部分的游戏树。
2021-03-17 cs.GT
Discovery and Equilibrium in Games with Unawareness
文献中无意识游戏的均衡概念不能被解释为学习过程的稳态，因为玩家可能会在游戏中发现新的动作。从这个意义上说，许多无意识的游戏是“自我毁灭”的，因为玩家对游戏的表现可能在玩过一次之后就改变了。我们定义的发现过程中，在每一个状态有一个广泛的形式的游戏与无意识，与球员的发挥决定了过渡到可能的另一个广泛的形式的游戏与无意识中，球员现在知道的行动，他们发现。如果参与者在无意识的情况下在每一场博弈中采取了广泛形式的合理化策略，那么发现过程就是合理化的。我们表明，对于任何游戏与无意识有一个合理化的发现过程，导致一个自我确认的游戏，拥有一个自我确认的平衡在广泛形式的合理化的结构。这种平衡的概念可以被解释为发现和学习过程的稳态。
2021-09-11 cs.GT
Quantum information approach to the ultimatum game
本文利用量子博弈的Marinatto-Weber概念和量子博弈的Schuert-Wilkens-Lewenstein概念，研究了广义博弈的量子化问题。我们修改了目前的量子最后通牒博弈的概念，我们表明为什么建议是不可接受的。为了支持我们的评论，我们提出了量子最后通牒博弈的新思想。我们的计划也使一个出发点的协议，以保证广泛的游戏。
2011-09-09 cs.GT
Quantum realization of extensive games
我们推广了一个经典的有限可拓对策的概念，使其对量子对象的应用有帮助。该推广将静态博弈的量子实现方案推广到任何有限扩展博弈。它代表了任何经典的有限扩展游戏的量子域的扩展。此外，我们的模型是兼容的静态游戏与著名的量子计划。本文通过两个实例进行了总结。
2010-08-19 cs.GT quant-ph
Automated Construction of Bounded-Loss Imperfect-Recall Abstractions in Extensive-Form Games
可拓形式博弈（Extensive-form games，EFG）是一种模拟博弈者之间有限连续互动的博弈模型。代表这些游戏所需的内存量是计算最优策略的算法的主要瓶颈，这些策略的大小对于现实世界的应用程序来说往往是不切实际的。解决内存瓶颈的一种常见方法是使用信息抽象，删除玩家可用的部分信息，从而减少游戏中决策点的数量。然而，现有的信息抽象技术要么是特定的特定领域，它们不提供任何质量保证，或者它们适用于非常小的EFG子类。我们提出了独立于域的抽象方法，用于在扩展形式的游戏中创建不完美的召回抽象，允许在原始游戏中（接近）最优的计算策略。为此，我们介绍了两个新的算法，FPIRA和CFR+IRA，基于虚构的发挥和反事实遗憾最小化。这些算法可以从一个任意的领域特定的，或粗略的可能，原始游戏的抽象。该算法迭代地检测缺失的信息，他们需要计算一个战略的抽象游戏，是（近）在原来的游戏最佳。然后，这些信息又被包含到抽象游戏中。此外，我们的算法能够利用记忆召回抽象，让玩家忘记自己的行动甚至历史。然而，这些算法需要遍历完整的未抽象的博弈树。我们的实验表明，我们的算法可以密切接近纳什均衡的大型游戏使用抽象的信息集的原始游戏只有0.9%。此外，结果表明，随着原始游戏规模的增加，内存节省也会增加。
2020-04-15 cs.GT
Some Structure Properties of Finite Normal-Form Games
对策论提供了一个数学框架来分析至少涉及两个参与者的战略局势。正规形式的博弈模拟玩家同时选择他们的行动的情况。在这篇论文中，我们探讨了有限范式对策的策略结构。我们将研究游戏之间同构的三个概念，它们所保持的结构特性以及它们满足的条件。我们还将研究对称对策的各种概念，它们在什么条件下被满足，这些概念所捕获的结构特性，如何识别它们以及如何构造它们。
2019-05-02 cs.GT math.CO
Some Algebraic Properties of a Subclass of Finite Normal Form Games
研究了一类有限范式对策的所有Nash均衡的计算问题。通过对博弈的代数刻画，给出了求解所有纳什均衡的方法。此外，我们提出了一种方法来决定成员的游戏类及其相关结果。附录中，包含一个例子，以显示工作的每一个提出的方法，结束了工作。
2010-01-27 cs.GT cs.SC
A Sampling-Based Approach to Computing Equilibria in Succinct Extensive-Form Games
人工智能的一个中心任务是设计人工智能体，使其在部分观察的环境中朝着指定的目标行动。由于这样的环境经常包括随着时间的推移与其他代理的互动与自己的目标，推理这种互动依赖于连续的博弈论模型，如广泛的形式游戏或一些简洁的表示，如多代理的影响图。目前计算均衡的算法要么使用低效的表示，可能是时间步数的双指数，要么对博弈结构进行强假设。在本文中，我们提出了一个基于采样的方法，计算扩展形式的相关平衡与小的表示，而不放置这样强的假设。因此，在以前的方法会失败的情况下，它是实用的。此外，我们的算法允许控制目标平衡的特征，例如，我们可以要求一个高社会福利的均衡。我们的方法是基于一个multiplicativeweight更新算法类似于AdaBoost，和马尔可夫链蒙特卡罗采样。我们证明收敛保证，并探讨我们的方法在几个中等规模的多人游戏的效用。
2012-05-09 cs.GT
An Algebraic Approach for Computing Equilibria of a Subclass of Finite Normal Form Games
纳什均衡已成为博弈论中分析决策的重要解概念。本文研究一类一般有限范式对策的Nash平衡点的计算问题。我们定义“理性支付非理性均衡博弈”为具有全部理性支付和全部非理性均衡的博弈。我们提出了一个纯粹的代数方法计算所有的纳什均衡，这些游戏，使用伽罗瓦群的知识。最后给出了一些结果，说明了这类对策的性质，并通过一个例子说明了该方法的有效性。
2010-05-30 cs.GT cs.SC
A Generalised $λ$-Core Concept for Normal Form Games
本研究推广了正规形式非合作博弈的$\lambda$-核概念，证明其在存在社会最优纳什均衡的可分博弈中非空，同时指出该性质无法推广至大类正规形式博弈。
2024-08-12 cs.GT econ.TH
(Mechanical) Reasoning on Infinite Extensive Games
为了更好地理解推理参与分析无限的游戏在广泛的形式，我们进行了实验，在这里报道的证明助手Coq。
2008-05-28 cs.GT cs.LO
Regret-Minimizing Double Oracle for Extensive-Form Games
提出统一的 Regret-Minimizing Double Oracle 框架分析扩展式博弈双预言机方法，并设计 PDO，将 XDO 的指数级样本复杂度降为关于信息集数的多项式级，且实证收敛更快。
2023-07-13 cs.GT
Iterated Elimination of Weakly Dominated Strategies in Well-Founded Games
本文把有限完美信息扩展式博弈中弱占优策略重复剔除的两个结论推广到良基博弈，涵盖超限剔除、多均衡情形及良基严格竞争博弈。
2023-07-11 cs.GT
The Complexity of Proper Equilibrium in Extensive-Form and Polytope Games
Massachusetts Institute of Technology（麻省理工学院）；Carnegie Mellon University（卡内基梅隆大学）；Strategy Robot, Inc.（策略机器人公司）；Strategic Machine, Inc.（战略机器公司）；Optimized Markets, Inc.（优化市场公司）
本文研究了扩展型游戏和多面体游戏中适当均衡的计算复杂性，证明了其在不同游戏类型中的不同难度，揭示了均衡改进计算的复杂性不依赖于纳什均衡。
2026-02-10 cs.GT
Exploiting Extensive-Form Structure in Empirical Game-Theoretic Analysis
经验博弈论分析（EGTA）是一个通用的框架，用于推理复杂的游戏，使用基于代理的模拟。从模拟选择策略配置文件的数据来估计一个令人信服的和易于处理的游戏模型近似的基本游戏。到目前为止，EGTA的方法集中在范式的游戏模型，虽然模拟发挥了连续的观察和决策随着时间的推移，游戏模型抽象了这种时间结构。更丰富的模型\textit{extensive-form games}（EFG）提供了一种手段来捕捉动作和信息的时间模式，使用树表示。我们提出了\textit{tree-exploiting EGTA}（TE-EGTA），一种将EFG模型纳入EGTA的方法。TE-EGTA构建游戏模型，表达活动的观察和时间组织，尽管比底层基于代理的模拟模型更粗。这个想法是在保持易处理性的同时利用关键结构。我们建立理论和实验，利用即使是一个小的时间结构，可以大大减少估计误差的战略配置文件的回报相比，正规形式的模型。此外，我们探讨了EFG模型的影响，迭代方法EGTA，其中的策略空间逐步扩展。我们在几个游戏实例上的实验表明，TE-EGTA也可以提高性能的迭代设置，作为衡量的均衡近似的战略空间扩大的质量。
2023-02-02 cs.GT
Fast Payoff Matrix Sparsification Techniques for Structured Extensive-Form Games
许多优化算法的实际可扩展性的大型扩展形式的游戏往往是有限的游戏的巨大的支付矩阵。为了改善这个问题，Zhang和Sandholm（2020）最近提出了一种稀疏化技术，将收益矩阵$\mathbf{A}$分解为一个稀疏对象$\mathbf{A} = \hat{\mathbf{A}} + \mathbf{U}\mathbf{V}^\top$，其中$\hat{\mathbf{A}}$，$\mathbf{U}$和$\mathbf{V}$的非零的总组合数量明显较小。这种分解可以在许多优化算法中代替原始的支付矩阵，例如边界点和二阶方法，从而增加了可以处理的游戏的大小。他们的技术显着稀疏扑克（端）游戏，标准基准用于计算博弈论，人工智能，更广泛。我们表明，在扑克游戏中的存在非常稀疏的因子分解可以绑定到其特定的\emph{Kronecker-product}结构。我们阐明了这种结构是如何产生的，并介绍了这种结构和稀疏化之间的联系。通过利用这种结构，我们给出了两种计算扑克游戏（以及具有类似结构的任何其他游戏）的强稀疏化的方法，i）计算速度快了几个数量级，ii）数值更稳定，iii）产生的非零值数量比现有技术少得多。我们的技术使-第一次-高精度的纳什均衡和策略的有效计算受到限制的数量允许的随机化。此外，他们显着加快并行一阶博弈求解算法，我们展示了最先进的GPU上的速度。
2021-12-07 cs.GT
Extensive-Form Perfect Equilibrium Computation in Two-Player Games
研究了2人博弈中的可拓形式完美均衡（EFPE）的计算问题。这个均衡概念细化了纳什均衡，需要相对于相对于时间的弹性。一个特定的消失扰动（代表每个决策节点上参与者的错误）。科学上的挑战是EFPE定义所固有的：它需要对代理形式进行扰动，但由于存在高度非线性约束，代理形式在计算上效率低下。我们表明，序列形式可以利用在一个非平凡的方式，并为一般和游戏，找到一个EFPE是相当于解决一个适当扰动的线性互补问题。我们证明Lemke的算法可以应用，显示计算EFPE是$\textsf{PPAD}$ -完全的。在著名的零和博弈的情况下，问题是在$\textsf{FP}$中，可以通过线性规划来解决。我们的算法还允许一个人找到一个纳什均衡时，玩家不能完美地控制他们的动作，受到一个给定的执行不确定性，是在最现实的物理设置的情况下。
2016-11-15 cs.GT
Rationality and Escalation in Infinite Extensive Games
本文的目的是研究无限对策，并在此框架下形式化地证明一些性质。因此，我们表明，导致投机崩溃或升级的人们的行为（疯狂）可以是完全理性的。事实上，它的出发点是资源是无限的。这个推理是基于计算机科学家设想的共同归纳的概念来模拟无限的计算，并被经济主体不知不觉地使用。当有意识地使用时，这个概念并不像归纳法那么简单，我们可以解释牛顿：“模拟人们的疯狂比模拟行星的运动更困难。
2012-02-09 cs.GT
A Lower Bound on Swap Regret in Extensive-Form Games
针对扩展式博弈中多项式轮次的无交换遗憾学习算法是否存在的开放问题，本文证明其下界，指出实现ε平均交换遗憾至少需exp(Ω(min{m^(1/14), ε^(-1/6)}))轮，排除了poly(m,1/ε)轮算法的可能。
2024-06-19 cs.GT
A Coupled Optimization Framework for Correlated Equilibria in Normal-Form Game
本文提出非正则化博弈框架，将正则形式博弈的策略提升为联合行动上的非正则化测度，并通过熵正则化获得具有闭式解的次优相关均衡，为相关均衡建立了耦合优化基础。
2024-04-03 cs.GT math.OC
Deconstruction of Infinite Extensive Games using coinduction
有限的对象，更具体地说，有限的游戏形式化使用归纳法，而无限的对象形式化使用共归纳法。在这篇文章中，在介绍了共同归纳的概念之后，我们重新审视了博弈论的基本概念--无限（离散）广泛博弈。其中，我们引入了纳什均衡的定义和无限博弈的子博弈完美均衡的概念。我们使用这些概念来分析著名的无限游戏，如美元拍卖游戏和蜈蚣游戏，我们表明，人类的行为，往往被认为是不合逻辑的是完全合理的，如果承认人类代理人的原因共感。
2009-04-28 cs.GT cs.LO
Equilibrium Computation in Extensive-Form Games with Stochastic Action Sets
NUS（新加坡国立大学）
针对扩展形式博弈中动作因外生随机性不可用的问题，提出随机动作集模型，通过扩展过程证明标准策略表示可能指数级增大，但在独立性假设下存在多项式大小的紧凑表示，并设计SI-CFR算法以高概率收敛到纳什均衡。
2026-07-22 cs.GT
Two-player preplay negotiation games with conditional offers
我们考虑一个扩展的战略范式游戏的一个阶段之前，实际发挥的游戏，玩家可以作出有约束力的报价后，游戏的效用转移给其他玩家，视情况而定的收件人玩的策略中所示的报价。这样的提议改变了原始博弈的收益矩阵，但保留了其非合作性质。我们在这里关注的报价类型以接收者提出的同类建议“匹配报价”为条件。玩家可以交换一系列这样的提议，从而在玩策略范式博弈之前参与讨价还价过程。在本文中，我们研究和分析的解决方案的概念，两个球员的范式游戏与这样的preplay谈判阶段，在几个假设的谈判能力的球员，如撤回以前提出的报价和选择退出谈判过程中，以及在这样的谈判中的球员的时间价值。我们得到的结果描述可能的解决方案，这种讨价还价的游戏和分析的程度，可以在这样的谈判过程中实现的效率和公平。
2013-11-18 cs.GT
Polynomial-Time Optimal Equilibria with a Mediator in Extensive-Form Games
对于扩展形式博弈中相关均衡的常见概念，计算最优（例如，福利最大化）均衡是NP难的。其他的均衡概念--沟通（Forges 1986）和认证（Forges & Koessler 2005）均衡--通过一个有能力向参与者发送和接收信息的中介来增强游戏，特别是记住这些信息。在本文中，我们调查这两个概念的广泛形式的游戏从计算镜头。我们表明，在这两个概念的最佳均衡可以计算在多项式时间，后者在文献中已知的一个自然的额外的假设。我们的证明工程，通过构建一个调解人扩增的多项式大小的游戏，明确表示调解人的决定和行动。我们的框架允许我们定义一个完整的家庭的均衡，通过改变调解人的信息划分，球员的能力说谎，和球员的能力偏离。从这个角度来看，我们表明，其他概念的均衡，如广泛形式的相关均衡，对应于中介有不完美的回忆。这表明，至少在所有这些均衡概念中，计算的难度是由中介的不完美回忆驱动的。作为我们一般构造的特殊情况，我们恢复了1）Conitzer & Sandholm（2004）的多项式时间算法，用于贝叶斯-纳什均衡中的自动机制设计，以及2）Zhang等人（2022）的相关DAG算法，用于最佳相关性。当均衡概念是我们定义的完全认证均衡时，我们的算法特别具有可扩展性，在这种均衡中，参与者不能对他们的信息撒谎，但他们可以保持沉默。我们支持我们的理论主张与一套标准的基准游戏的实验。
2022-12-01 cs.GT
Non-cooperative games with preplay negotiations
我们考虑一个扩展的战略范式游戏的谈判阶段之前，实际发挥的游戏，玩家可以使具有约束力的报价后，游戏的效用转移给其他玩家，以提供额外的激励对方发挥指定的策略。这样的提议是有条件的，接受者采取指定的策略，他们通过相应地转移玩家之间的收益来影响博弈的收益矩阵的变换。我们介绍和分析的解决方案的概念，2-球员范式游戏，这样的preplay提供在各种假设下的preplay谈判阶段，并获得有效的谈判策略的球员存在的结果。然后，我们将框架扩展到联盟的前游戏提供N-玩家的游戏，以及广泛的形式的游戏与游戏间提供方付款。
2013-11-18 cs.GT
The Value of Recall in Extensive-Form Games
本文提出回忆的价值（VoR）来量化扩展式博弈中完美回忆带来的效用增益，通过机会节点结构和心不在焉程度进行参数化，分析其病态情形、计算复杂度及部分回忆的最优分配，并借助平滑性框架在广泛博弈类中刻画VoR。
2024-12-27 cs.GT
Polytope-form games and Index/Degree Theories for Extensive-form games
本文提出了扩展型博弈均衡的index理论，为此发展了策略集为一般多面体且支付函数为多重仿射的博弈的index理论，这类多面体源于识别正则型博弈中等价的混合策略。
2023-07-02 cs.GT econ.TH math.AT
Dependent Types for Extensive Games
可拓博弈是经济学中广泛使用的工具，用来描述一个群体的决策过程。在本文中，我们提出了一个形式化的表示基于证明辅助COQ，主要集中在无限广泛的游戏和他们的特点。COQ提出了一个称为“依赖类型”的特性，这意味着对象的类型可能依赖于其组件的类型。例如，代理的选择集或效用集可能取决于代理本身。使用依赖类型，我们正式描述了一个非常一般的一类博弈和策略配置文件，这对应于博弈理论家所习惯的。我们还讨论了博弈论中的无限性概念，以及如何精确描述。
2017-12-06 cs.GT math.LO
Team Correlated Equilibria in Zero-Sum Extensive-Form Games via Tree Decompositions
尽管最近在计算博弈论的实践和理论上取得了许多突破，但在广泛形式的团队博弈中找到均衡仍然是一个重大的挑战。虽然在最坏的情况下是NP难的，但对于某些团队游戏族，存在可证明有效的算法。特别是，如果游戏有共同的外部信息，也被称为A-损失回忆-非正式地，由非团队成员（即，对手的球队或性质）要么是整个球队都不知道的，要么是球队内部的常识-那么多项式时间算法就存在了（Kaneko & Kline 1995）。在本文中，我们设计了一个全新的算法来解决团队游戏。它使用代表每个团队策略的约束系统的树分解来减少正确性（数学程序的紧密性）所需的约束的数量和程度。我们的方法有袋的树分解对应于团队的公共状态。我们的算法减少了问题的解决团队游戏的线性规划，最多$O(NW^{w+1})$非零条目的约束矩阵，其中$N$是游戏树的大小，$w$是一个参数，取决于不寻常的外部信息的量，和$W$是树分解的树宽。在公共行动游戏中，我们的程序大小受到更严格的$2^{O(nt)}N$的限制，每个$t$类型的$n$玩家团队。我们的算法是基于一种新的方式来编写一个自定义的，简洁的树分解，其快速的运行时间不假设分解有小的树宽。由于我们的算法直接描述了相关策略的多面体，我们可以免费找到相关策略的均衡，而不必运行双预言算法。我们通过一个标准的游戏套件上的实验表明，我们的算法实现了最先进的性能，除了一个基准游戏类。
2022-01-17 cs.GT
Effective, Efficient, and General Information Abstraction for Imperfect-Information Extensive-Form Games
Tsinghua University（清华大学）
本文提出了一种无需领域知识和预训练的简单有效信息抽象方法WEVA，通过少量CFR迭代提取预期价值特征并聚类，实现高效信息抽象，实验表明其在不同游戏结构中均优于传统方法，减少可利用性达80%以上。
2026-05-11 cs.GT
Approximating Nash Equilibria in Normal-Form Games via Stochastic Optimization
该研究提出首个可用于无偏蒙特卡洛估计的标准型博弈近似纳什均衡损失函数，结合非凸随机优化技术得到有理论保证的新算法，实验证实随机梯度下降法效果优于现有最优方法。
2024-04-15 cs.GT cs.MA
Sample-Efficient Regret-Minimizing Double Oracle in Extensive-Form Games
针对扩展式博弈求解中样本复杂度高的问题，提出AdaDO算法将样本复杂度降至多项式级，同时构建RMDO理论框架指导高效DO算法设计，实验验证其性能优于多种强基线。
2024-11-01 cs.GT
Visualizing 2x2 Normal-Form Games: twoxtwogame LaTeX Package
本文提出 twoxtwogame LaTeX 宏包，用于高质量可视化 2x2 标准式博弈，旨在服务科学出版并推动该类博弈命名与表示的标准化。
2024-02-26 cs.GT cs.SE
A Generic Multi-Player Transformation Algorithm for Solving Large-Scale Zero-Sum Extensive-Form Adversarial Team Games
本文提出一种通用多玩家变换算法，通过私有信息预分支将大规模零和扩展式对抗团队博弈转化为2玩家博弈，使TMECor求解等价于NE求解，将复杂度从指数级降至常数级，并在多个扑克案例中显著优于现有方法。
2023-07-04 cs.GT
Perfect Prediction in Normal Form: Superrational Thinking Extended to Non-Symmetric Games
本文提出了一种新的无约束纯策略范式非合作对策解的概念：完全透明均衡。参与者在所有可能的世界中都是理性的，并且知道彼此在所有可能的世界中的策略，我们统称为完美预测。对手对参与者决策的预期是反事实地依赖于决策，这与纳什均衡中决策是独立做出的不同。当均衡存在时，它是唯一的，是帕累托最优的。这个均衡是完美预测均衡的标准形式对应物;预测发生在“另一个房间”而不是过去。均衡也可以被看作是霍夫施塔特的超理性的非对称博弈的自然延伸。在数学上，执行非个体理性策略配置文件的迭代消除，直到最多剩下一个。均衡是一种策略轮廓，它不受所有可能世界中的策略知识和所有可能世界中的理性的影响，这是一个比理性的常识更强大的概念，也比理性的常见反事实信念更强大。我们形式化和对比的非Nashian决策理论范式，共同的这篇论文和其他几篇论文，因果决策理论和证据决策理论。我们定义的完全透明的均衡算法，当它存在，证明其唯一性，它的帕累托最优性，它与霍夫施塔特的超理性对称游戏。我们还涉及到文献中发现的概念，如个人理性，极小极大可实现性，相关均衡。最后，我们具体讨论了对称博弈的特殊情况下的包含关系，并将其与非对称博弈进行了对比。
2020-03-18 cs.GT
Translating Extensive Form Games to Open Games with Agency
我们证明了开放博弈覆盖了具有完美信息和不完美信息的广泛形式博弈。这样做迫使我们解决开放游戏目前的两个弱点：在开放游戏中缺乏玩家及其代理的概念，以及缺乏选择运营商。使用前者，我们构建后者，这些选择运营商subtermise以前提出的运营商开放游戏，从而取得进展的核心，规范和符合人体工程学的演算游戏运营商。总的来说，这些创新提高了开放式游戏的组合性水平，并展示了它们的表现力。
2022-11-03 cs.GT cs.MA math.CT
Polynomial-Time Computation of Optimal Correlated Equilibria in Two-Player Extensive-Form Games with Public Chance Moves and Beyond
Carnegie Mellon University（卡内基梅隆大学）；Strategy Robot, Inc.（Strategy Robot 公司）；Strategic Machine, Inc.（Strategic Machine 公司）；Optimized Markets, Inc.（Optimized Markets 公司）
与正规形式博弈不同，相关均衡已经被研究了45年以上，扩展形式相关性仍然没有得到很好的理解。造成这种差距的部分原因是，广泛形式游戏的连续性允许丰富的行为和激励，这在正常形式设置中是不可能的。这种丰富性转化为一个显着不同的复杂性景观周围的广泛形式的相关均衡。到目前为止，已知的是，在两个玩家的扩展形式博弈中找到最优扩展形式相关均衡（EFCE）、扩展形式粗略相关均衡（EFCCE）或正规形式粗略相关均衡（NFCCE）在博弈不包括机会移动时在计算上是易处理的，而在博弈包括机会移动时是难处理的。在本文中，我们显着细化这一复杂性阈值表明，在两个球员的游戏，最佳相关的平衡可以在多项式时间计算，只要满足一定的条件。我们表明，该条件成立，例如，当所有的机会移动是公开的，也就是说，双方球员观察所有的机会移动。这意味着，最佳的EFCE，EFCCE和NFCCE可以在多项式时间内计算的游戏规模在两个球员的游戏与公共机会移动，提供了最大的正复杂性结果周围的广泛形式的相关性在十多年。
2020-09-09 cs.AI cs.GT
Extensive Games with Possibly Unaware Players
标准博弈论假设博弈的结构是参与者之间的共同知识。我们放宽这一假设，考虑广泛的游戏，代理人可能不知道完整的游戏结构。特别是，他们可能不知道他们和其他代理人可以采取的行动。我们展示了如何这样的游戏可以表示，关键的想法是从游戏树的每个节点的每个代理的角度来描述游戏。我们提供了一个广义的纳什均衡，并表明，每个游戏的意识有一个广义的纳什均衡。最后，我们将这些结果扩展到有意识的无意识的游戏，其中玩家i可能知道玩家j可以做出我不知道的动作，以及主观游戏，其中付款人可能没有关于实际游戏的共同知识，并且他们的信念与共同的先验不相容。
2007-04-16 cs.GT cs.MA
Polynomial-Time Computation of Exact $Φ$-Equilibria in Polyhedral Games
本文推广 Ellipsoid Against Hope，提出基于“足够好响应”预言机的双线性零和博弈鞍点框架，并据此给出多面体博弈中精确线性 $Φ$-均衡的多项式时间算法。
2024-05-08 cs.GT
