Aspiration-based Perturbed Learning Automata in Weakly-Acyclic Games with Noisy Utility Measurements
Software Competence Center Hagenberg GmbH(软件能力中心哈根贝格有限公司)
本文提出了一种基于收益的学习方案,用于分析弱无环游戏中在存在噪声观测时的随机稳定性,首次解决了此类游戏的收敛问题。
2026-09-01 cs.GT cs.SY eess.SY
Existential Theory of the Reals Completeness of Stationary Nash Equilibria in Perfect Information Stochastic Games
我们证明了在多人完全信息递归博弈(即具有终端报酬的随机博弈)中,是否存在一个确保每个人都有一定收益的稳态纳什均衡的问题是实数势理论完备的.我们的结果适用于非循环游戏,其中纳什均衡可以通过逆向归纳法有效地计算,甚至适用于具有非负终端奖励的确定性非循环游戏。我们进一步扩展我们的结果,一个单一的球员肯定是赢家的纳什均衡的存在。将所得结果与已知的无平稳纳什均衡的小工具博弈相结合,得到了对于循环博弈,只要判定存在平稳纳什均衡就是势理论的实数完备性.这适用于到达集合博弈、停留集合博弈和确定性递归博弈。
2020-07-06 cs.CC cs.GT
Hedonic Games with Graph-restricted Communication
我们研究享乐联盟形成游戏中的球员之间的合作是有限的图形结构:一个子集的球员可以形成一个联盟,当且仅当他们在给定的图连接。我们调查的复杂性,在这样的游戏中找到稳定的结果,稳定的几个概念。特别是,我们提供了一个有效的算法,找到一个单独的稳定分区的任意享乐游戏上的无环图。我们还引入了一个新的稳定性概念-在邻居的稳定性-这是专为我们的设置。我们发现,找到一个在邻居的稳定结果的问题承认一个多项式时间算法,如果底层图是一条路径,但对于任意树,甚至是可加性可分的享乐游戏是NP-难的;对称的可加性可分的游戏,我们得到了PLS-硬度的结果。
2016-03-20 cs.GT
Learning Equilibria of Games via Payoff Queries
最近的实验文献研究了经验博弈理论分析,其中我们有一个游戏的部分知识,包括观察的一个子集的纯策略配置文件和他们的相关回报的球员。其目的是根据这些观察结果找到博弈的精确或近似纳什均衡。通常假设策略简档可以通过算法以在线方式选择。我们研究了相应的计算学习模型,以及各类博弈的学习均衡的查询复杂性。我们给双矩阵和图形游戏的基本结果。我们的重点是对称网络拥塞游戏。对于有向无环网络,我们可以学习成本函数(从而计算均衡),同时只查询一小部分纯策略配置文件。对于平行链路的特殊情况,我们有一个更强的结果,可以确定一个均衡,而只学习一小部分的成本值。
2014-02-12 cs.GT
Computing Stackelberg Equilibrium with Memory in Sequential Games
Stackelberg均衡是一个描述最优承诺策略的解概念:参与人1(领导者)首先承诺公开宣布的策略,然后参与人2(追随者)对领导者的承诺做出最佳回应。我们研究的问题,计算Stackelberg均衡序列游戏有限和无限的视野,当玩家可以发挥历史依赖的战略。使用替代配方称为策略与内存,我们建立了多项式内存大小的战略配置文件可以有效地描述。我们证明了存在一个多项式时间算法,计算强Stackelberg均衡序列游戏定义在有向无环图,其中的策略只依赖于记忆状态从一个集,这是线性的图的大小。我们将这一结果推广到一般有向图上的游戏,其中可能包含循环。我们还分析了机会节点博弈中强Stackelberg均衡的近似形式的设置。
2021-11-03 cs.GT
Faster Game Solving by Fixpoint Acceleration
University of Liverpool(利物浦大学)
提出通过计算DAG吸引子函数的嵌套不动点加速求解具有无环子结构的奇偶博弈,并设计经济构造将Emerson-Lei博弈转化为奇偶博弈以实现加速求解。
2025-11-04 cs.GT cs.LO
Convergence of Bayesian Nash Equilibrium in Infinite Bayesian Games under Discretization
在效用函数和先验分布关于局中人类型连续的条件下,证明了具有连续类型和有限行动的一般和贝叶斯对策的贝叶斯纳什均衡(BNE)的存在性.此外,存在一个离散贝叶斯博弈序列,其BNE策略弱收敛到无限贝叶斯博弈的BNE策略。我们的证明建立了无限贝叶斯博弈的均衡和有限近似的均衡之间的联系,这导致了一个算法来构建$\varepsilon$ -BNE的无限贝叶斯博弈离散球员的类型空间。
2021-02-24 cs.GT
Approachability of convex sets in generalized quitting games
我们认为布莱克威尔的可接近性,一个非常强大的和几何的工具,在博弈论中,例如,用于设计策略的不知情的球员在重复的游戏不完全的信息。我们将这一理论扩展到“广义退出游戏”,一类重复的随机游戏,其中每个玩家可能有退出的行动,如大比赛。我们提供了三个简单的几何和强相关的条件,凸目标集的弱可逼近性。第一个就足够了:它保证,对于任何固定的时间范围,参与者都有一个策略,确保期望的时间平均收益向量在时间范围趋于无穷大时收敛到目标集合。第三个是必要的:如果不满足,对手可以弱排除目标集。在只有接近的参与者可以退出游戏的特殊情况下(第一类大匹配),这三个条件是等价的,并且与布莱克威尔的条件一致。因此,我们得到了一个完整的刻画,并证明了该对策是弱决定的,每个凸集要么是弱可接近的,要么是弱可排除的。在只有对手可以退出的博弈中(第二类大匹配),我们的条件中没有一个是弱可接近性的充分和必要条件。我们提供了一个连续时间的充分条件,使用技术来自微分对策,并显示其实用性在实践中,在精神的Vieille的开创性工作弱approachability.最后,我们研究一致的可接近性的战略不应该依赖于地平线和证明,在对比经典的Blackwell approacha-bability凸集,弱approachability并不意味着一致的可接近性。
2016-09-28 cs.GT stat.ML
Existence of Pure Strategy Nash Equilibria in Finite Noncooperative Games
School of Economics and CeDEx China, University of Nottingham Ningbo China(宁波诺丁汉大学经济系与CeDEx中国)
通过最佳响应映射的结构性质,提出有限博弈存在纯策略纳什均衡的新充分条件,统一了文献中的多种结果。
2026-07-07 cs.GT math.CO
A differential game on Wasserstein space. Application to weak approachability with partial monitoring
研究一些离散时间动力学的连续时间对应物现在是一种标准的和富有成效的技术,因为一些性质在两种设置中都成立。在对策论中,这通常通过考虑欧几里得空间上的微分对策来实现。这允许推断属性上的重复游戏的值的收敛,以处理各种概念的可接近性等,在本文中,我们介绍了一个具体的,但相当抽象的微分对策定义的Wasserstein空间的概率分布,我们证明了它的价值的存在。回到离散时间动力学,我们得出的结果弱可接近部分监测:我们证明,任何一组满足适当的兼容性条件是弱可接近或弱可排除。我们还得到了具有非预期策略的微分对策的值与那些用一种新的策略概念定义的微分对策的值相同,这种新的策略概念非常适合于与重复对策联系起来。
2018-11-12 cs.GT math.OC
On Singleton Congestion Games with Resilience Against Collusion
TOBB University of Economics and Technology(TOBB经济与技术大学);Özyeğin University(厄兹耶因大学)
我们研究了具有相同和递增成本函数的单点拥塞博弈的子类,即,每个代理试图从其可访问的资源子集中最不拥挤的资源进行利用。我们的主要贡献是一种新的方法来证明存在的均衡结果,是弹性弱改善偏差:$(i)$单例(纳什均衡),$(ii)$的大联盟(帕累托效率),和$(iii)$联盟相对于一个先验给定的分区联盟结构(分区均衡)。据我们所知,这是最强的存在性保证在文学的拥塞游戏,是有弹性的弱改善偏差的联盟。
2020-11-03 cs.AI cs.GT
Spatial Spectrum Access Game
无线通信的一个关键特征是空间复用。然而,空间方面还没有很好地理解的目的,设计有效的频谱共享机制。本文提出了一个基于有向干扰图的空间频谱接入博弈框架,该框架可以对无线网络中具有空间复用的干扰关系进行建模。我们证明了两类博弈存在纯纳什均衡:(1)有向无环图上的任意空间频谱接入博弈,(2)有向树和有向森林上的任意满足拥塞性质的博弈.在温和的技术条件下,无向图上的随机退避和Aloha信道竞争机制的空间频谱接入博弈也存在纯纳什均衡。我们还量化了空间频谱接入博弈的无政府无政府代价。然后,我们提出了一种分布式学习算法,它只利用用户的本地观察,自适应地调整频谱接入策略。我们表明,分布式学习算法可以收敛到一个近似的混合策略纳什均衡的任何空间频谱接入游戏。数值结果表明,分布式学习算法实现了优于随机接入算法的性能改善。
2014-05-15 cs.GT cs.NI
Gardner's Minichess Variant is solved
一个5x 5的董事会是最小的董事会上,一个可以设置所有种类的棋子作为一个开始的位置。我们考虑加德纳的minichess变体,其中所有棋子都设置为标准棋盘(从车到王)。这个游戏大约有9 x10 ^{18}个合法位置,在这方面与跳棋相当。我们弱解这个博弈,也就是我们证明了它的博弈论价值,并给出了一个策略,以吸引对白,黑双方的最佳发挥。我们的方法需要惊人的小计算能力。我们给出一个人类可读的证明。获得结果的方式是通用的,可以推广到更大的国际象棋设置或其他游戏。
2013-07-26 cs.GT
On Strong Equilibria and Improvement Dynamics in Network Creation Games
我们研究了网络创建博弈中的强均衡。这些形成了一个经典的和研究充分的一类游戏,其中一组球员形成一个网络,通过购买边缘到他们的邻居在一个固定的参数$α$的成本。玩家的成本被定义为购买边的成本加上到结果图中所有玩家的距离之和。我们确定和强平衡的各种结构特性的特征,从而导致一组强平衡的特征,所有$α$的范围$(0,2)$。对于$α> 2$,Andelman et al.(2009)证明了一个星形图,其中每个叶子都买了一条到中心节点的边,这是一个强平衡,并推测实际上任何星形都是一个强平衡。我们肯定地解决了这个猜测。此外,我们表明,当$α$是足够大($\geq 2n$)存在非星树,是强平衡。当$α$在$(0,2)$的范围内时,我们给出了无政府代价的精确表达式,当$α\geq 2$在$3/2$的范围内时,我们证明了$3/2$的一个下界.最后,我们的目标是在哪些条件下(联盟)的改进动态可能收敛到一个强平衡的特征。为此,我们研究了(联合)有限改进性质和(联合)弱无环性质。我们证明了各种条件下,这些属性不举行。其中一些结果也适用于纯纳什均衡类。
2018-10-19 cs.GT
Decentralized Q-Learning for Stochastic Teams and Games
只有少数学习算法适用于随机动态团队和游戏,推广马尔可夫决策过程的分散随机控制问题,涉及可能是自私的决策者。游戏中的学习通常很困难,因为游戏是一个非静态环境,每个决策者都希望在其他决策者也在学习的情况下,用最少的信息学习最佳决策。在随机动态博弈中,学习更具挑战性,因为在学习过程中,决策者会改变系统的状态,从而改变未来的成本。本文提出了随机对策的分散Q-学习算法,并研究了弱非循环情形下的收敛性,其中团队问题是一个重要的特例。该算法是分散的,因为每个决策者只能访问其本地信息,状态信息和本地成本实现;此外,它完全无视其他决策者的存在。我们表明,这些算法收敛到均衡政策几乎肯定在大型类的随机对策。
2016-05-02 cs.GT cs.LG math.OC
Structural Stability of a Family of Group Formation Games
我们介绍和研究了一个群体形成游戏中,个人/代理人,由自身利益驱动,团队在不相交的群体,以便在群体的高集体实力。这种力量可以是群体身份、声誉或保护,并由所有群体成员平等分享。群体从其成员那里获得的资源,与群体的地理分散性相权衡:分散的群体维持成本更高。我们试图了解这种分区的稳定性和结构。我们定义了两种类型的均衡:接受均衡(AE),在这种均衡中,没有代理人会单方面改变群体隶属关系,要么是因为代理人不能通过转换来增加她的效用,要么是因为预期的接收群体不愿意接受她(即,如果她加入,现有成员的效用将降低);和强接受均衡(SAE),其中任何组的子集都不会因为上面给出的相同原因而改变组隶属关系(一起移动)。我们表明,在自然假设下的群体效用函数,AE和SAE总是存在的,任何序列的改善偏差的代理(分别,同一组中的代理的子集)会聚到AE(分别,SAE)。然后,我们表征的AE的属性。我们表明,一个“侵占”的关系-这组有成员在其他组的领土-总是会产生一个有向无环图(DAG);相反,给定任何DAG,我们可以构建一个游戏,具有适当的条件上的效用函数,有一个AE指定的侵占结构由给定的图。
2021-09-27 cs.GT
Additive Security Games: Structure and Optimization
在这项工作中,我们提供了一个结构特征的可能的纳什均衡在研究类安全游戏与附加效用。我们的分析产生的可能的均衡分为七种类型的分类,我们提供了封闭形式的可行性条件,以及封闭形式的表达式,预期结果的球员在均衡。我们提供了每种类型的唯一性和多重性的结果,并利用我们的结构方法,提出了一种新的算法来计算每种类型的平衡时,他们存在。然后,我们考虑的特殊情况下的安全游戏完全保护资源和零和游戏。在防御者可以扰动攻击者的收益的假设下,我们研究了在均衡时防御者期望结果的优化问题。我们表明,这个问题是弱NP-硬的Stackelberg平衡和多攻击者资源的情况下,并提出了一个伪多项式时间的过程来解决这个问题的情况下,纳什均衡温和的假设。最后,针对非可加安全博弈,我们提出了最近可加博弈的概念,并证明了任何非可加博弈的最近可加博弈的存在性和唯一性。
2022-08-03 cs.GT
Envy-freeness in 3D Hedonic Games
本文研究联盟规模限定为三的加性可分享乐博弈,对无嫉妒、弱正当无嫉妒和正当无嫉妒划分的存在性与计算复杂性进行了完整分类。
2024-08-02 cs.DS cs.GT
On the shortest path game: extended version
在这项工作中,我们解决了一个博弈论的最短路径问题的变体,其中两个决策者(球员)一起沿着一个图形的边缘从一个给定的起始顶点到一个给定的目的地。这两个玩家轮流决定在每个顶点中下一个遍历哪条边。每个顶点上的决策者也必须支付所选边的成本。我们想确定每个参与者都能最小化成本的路径,同时考虑到其他参与者也是以自私和理性的方式行事。这样的解是一个子博弈完美均衡,并且可以通过相关有限博弈的博弈树中的逆向归纳法以扩展形式确定。我们表明,这样的路径相关联的决策问题是PSPACE-完全的,即使是二分图的有向和无向版本。后一个结果是一个令人惊讶的偏离密切相关的游戏地理的复杂性状态。另一方面,我们可以给多项式时间算法的有向无环图和仙人掌图,即使在无向的情况下。后者是基于图的分解成组件和他们的决议,由一些相当涉及动态规划数组。最后,我们给出了一些关于缩小有界树宽图的复杂性状态差距的论点。
2015-06-01 cs.DM cs.GT
Social Network Games
社交网络领域的自然目标之一是预测代理的行为。为了更好地理解各种产品在社交网络中的传播,arXiv:1105.2434引入了一个阈值模型,其中受邻居影响的节点可以采用几种选择中的一种。为了分析这种产品采用的后果,我们在这里将每个这样的社交网络与代理商之间的自然战略博弈联系起来。在这些博弈中,当更多的参与人选择他的策略时,每个参与人的收益都微弱地增加,这与拥挤博弈正好相反。不选择任何产品的可能性导致两种特殊类型的(纯)纳什均衡。我们表明,这样的游戏可能没有纳什均衡,并确定存在的纳什均衡,也是一种特殊类型,是NP-完全的。这意味着对于更一般的一类博弈,即多矩阵博弈,也有同样的结果。当社交网络的底层图是一个DAG、一个简单的循环,或者更一般地说,没有源节点时,情况会发生变化。对于这三类,我们确定的复杂性存在的(一种特殊类型的)纳什均衡。我们还澄清了这些类别的游戏的状态和有限的最佳对策属性(FBRP)和有限的改进属性(FIP)的复杂性。此外,我们引入了一个新的属性的一致FIP,这是满足时,底层图是一个简单的循环,但确定它是co-NP-hard在一般情况下,也当底层图没有源节点。后者的复杂性结果也持有的财产是一个弱非循环的游戏。这篇论文的初稿见[19]。
2013-04-08 cs.GT cs.SI
Sample-Efficient Reinforcement Learning of Partially Observable Markov Games
Princeton University(普林斯顿大学);DeepMind(深度思维);University of Alberta(阿尔伯塔大学)
针对部分可观测条件下的多智能体强化学习(MARL)问题,提出了一种基于部分可观测性的多智能体强化学习方法.本文在多人一般和部分可观察马尔可夫博弈(POMG)的一般模型下研究了这些任务,POMG模型明显大于不完全信息可拓形式博弈(IIEFG)的标准模型。我们确定了一个丰富的子类POMG-弱揭示POMG-其中样本有效的学习是易于处理的。在自我发挥的设置,我们证明了一个简单的算法相结合的乐观和最大似然估计(MLE)是足够的找到近似纳什均衡,相关的均衡,以及粗糙的相关均衡弱揭示POMG,在多项式数量的样本时,代理的数量很小。在对抗对手的设置中,我们表明,我们的乐观MLE算法的一个变体是能够实现次线性遗憾时,与最佳的最大最小化政策进行比较。据我们所知,这项工作提供了学习POMG的第一行样本有效的结果。
2022-10-17 cs.AI cs.GT cs.LG
Learning Regularized Monotone Graphon Mean-Field Games
本文研究正则化图平均场博弈,证明了任意λ-正则化GMFG纳什均衡的存在性(条件更弱),并提出了弱单调GMFG下仅依赖弱单调条件的离散时间学习算法,附带动作-价值函数估计子模块,实证验证了算法效率。
2023-10-12 cs.GT cs.SY eess.SY
Choosing Products in Social Networks
我们研究了形成社会网络的代理商采用产品的后果。为此,我们使用Apt和Markakis,arXiv:1105.2434中介绍的阈值模型,其中受其邻居影响的节点可以采用几种替代方案中的一种,并将每个社交网络与代理之间的策略博弈相关联。不选择任何产品的可能性导致两种特殊类型的(纯)纳什均衡。我们表明,这样的游戏可能没有纳什均衡,并确定存在的纳什均衡,也是一种特殊类型,是NP-完全的。当社交网络的底层图是DAG、简单循环或没有源节点时,情况会发生变化。对于这三类,我们确定建立(特殊类型的)纳什均衡是否存在的复杂性。我们还澄清了这些类别的游戏的状态和有限改进属性(FIP)的复杂性。此外,我们引入了一个新的属性的一致FIP,这是满足时,底层图是一个简单的循环,但确定它是co-NP-hard在一般情况下,也当底层图没有源节点。后者的复杂性结果也适用于验证的性质是一个弱非循环的游戏。
2012-11-29 cs.GT cs.SI physics.soc-ph