Approximation Algorithm for the Binary-Preference Capacitated Selfish Replication Game and a Tight Bound on its Price of Anarchy
我们考虑一般无向网络上具有二进制偏好的能力限制自私复制（CSR）博弈。我们首先表明，这样的游戏有一个相关的普通的潜在功能，因此总是承认一个纯策略纳什均衡（NE）。进一步地，当网络的最小度与资源数量相同量级时，存在精确的多项式时间算法可以找到网元。在此之后，我们研究了这种博弈的无政府无政府代价，并证明了它的上界为3，我们进一步提供了一些例子，无政府的无政府代价至少是2。我们开发了一个准多项式算法O（n^2D^{ln n}），其中n是参与者的数量，D是网络的直径，它可以以分布式的方式找到一个最优分配的常数因子内的分配配置文件，从而找到游戏的任何纯策略NE。证明这一结果使用了一个新的潜在的功能。
2016-03-11 cs.DM cs.GT cs.MA
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
The Value of Information in Selfish Routing
自私代理的路径选择传统上是通过比较Wardrop模型中的社会最优和均衡来研究的，即，通过研究自私路由中无政府状态的无政府代价。在这项工作中，我们改进和扩展传统的自私路由模型，以回答出现在新兴的路径感知互联网架构的问题。该模型使我们能够表征不同程度的用户拥有的拥塞信息的影响。此外，它使我们能够分析量化自私路由的影响，不仅对用户，而且对网络运营商。基于我们的模型，我们表明，自私路由的成本取决于网络拓扑结构，角度（用户与网络运营商），和用户的信息。令人惊讶的是，我们通过分析和经验表明，更少的信息往往会降低无政府状态的无政府代价，几乎达到最佳状态。因此，我们的研究结果表明，自私的路由有适度的社会成本，即使没有传播的路径负载信息。
2020-05-11 cs.GT cs.NI
Stackelberg Routing of Autonomous Cars in Mixed-Autonomy Traffic Networks
随着自动驾驶汽车成为有形技术，道路网络将很快由人类驾驶和自动驾驶汽车共享。然而，人类通常会自私地行事，这可能会导致网络效率低下。在这项工作中，我们研究通过利他地路由自动驾驶汽车来提高混合自动驾驶交通网络的效率。我们考虑了一个Stackelberg路由设置，其中中央规划器可以按照社会的利益来路由自动驾驶汽车，这样当人类驾驶的汽车做出反应并自私地选择路线时，整体系统的效率就会提高。我们开发了一个Stackelberg路由策略的自动驾驶汽车在一个混合自治的交通网络与任意几何。我们限制了Stackelberg路由策略导致的无政府状态无政府代价，并证明了我们提出的Stackelberg路由策略能够降低无政府状态的无政府代价，即提高网络效率。具体来说，我们考虑了一个非原子路由游戏中的混合自治设置仿射延迟功能，并开发了扩展的规模Stackelberg策略的混合自治网络。我们推导出一个上限的无政府代价价格的无政府状态，这Stackelberg路由诱导和证明，在限制，我们的边界恢复的无政府代价价格的无政府状态的界限，只有人类驾驶的汽车网络。
2022-04-22 cs.GT
The Price of Anarchy in Transportation Networks: Data-Driven Evaluation and Reduction Strategies
在智慧城市必须支持的众多功能中，交通在资源消耗、环境压力和市民挫折感方面占主导地位。我们研究了两种不同的路由策略下的交通网络，通常假设自私的用户为中心的路由策略和社会最优的系统为中心的。我们认为一个性能指标的效率-无政府状态的价格（PoA）-定义为自私的路由下的总旅行延迟成本的比率在社会最优路由下的相应数量。我们开发了一种数据驱动的方法来估计PoA，我们随后使用大量的实际交通数据从马萨诸塞州东部的道路网络进行案例研究。为了估计PoA，我们的方法从数据中学习交通网络的完整模型，包括起点-目的地需求和用户偏好。我们利用这个模型，提出可能的策略，以减少PoA和提高效率。
2018-01-04 cs.GT math.OC
Topological Price of Anarchy Bounds for Clustering Games on Networks
我们考虑集群游戏，其中的球员被嵌入在一个网络，并希望协调（或反协调）他们的策略与他们的邻居。一个参与人的目标是选择一个策略，最大化她的效用给定的策略，她的邻居。最近的研究表明，即使是这些游戏的最基本的变体也表现出很大的无政府代价：集中化结果产生的总效用与均衡结果之间的巨大低效率，在均衡结果中，玩家自私地试图最大化他们的效用。我们的主要目标是了解网络拓扑的结构属性如何影响这些游戏的效率。我们推导出拓扑界上的无政府代价为不同类别的集群游戏。这些拓扑边界提供了一个更翔实的评估这些游戏的效率比相应的（最坏情况下）无政府代价价格界限。作为我们的主要结果之一，我们推导出（紧）界的无政府代价聚类游戏上的Erdens-Rényi随机图（在网络中的每一个可能的边缘是目前与一个固定的概率），这取决于图的密度，站在形成鲜明对比，以已知的无政府代价边界。
2020-11-19 cs.GT
The Robust Price of Anarchy of Altruistic Games
我们研究了当玩家（部分）利他时，各类游戏的均衡的无效率。我们通过假设参与者i的感知成本是1-α i乘以他的直接成本和α i乘以社会成本的凸组合来模拟利他行为。调整参数α i允许在纯自私和纯利他行为之间进行平滑插值。在此框架下，我们研究了线性拥塞博弈、公平成本分摊博弈和有效效用博弈的利他扩展。我们推导出（紧）界的无政府代价这些游戏的几个解决方案的概念。为此，我们适当地适应了Roughgarden引入的平滑度概念，并表明它捕获了确定这些游戏的无政府状态无政府代价的基本属性。我们的边界表明，拥挤的游戏和成本分担游戏，最坏情况下的无政府状态的鲁棒无政府代价增加利他主义，而有效的效用游戏，它保持不变，不受利他主义。然而，无政府状态无政府代价价格的增加并不是一个普遍现象：对于对称单点线性拥塞游戏，我们推导出了无政府状态的纯无政府代价价格的界，该界随着利他主义水平的增加而减小。由于这个界限也严格低于无政府状态的健壮无政府代价，它展示了一个自然的例子，在这个例子中，纳什均衡比更宽容的均衡概念更有效。
2013-02-20 cs.GT
On the Price of Anarchy for High-Price Links
研究了Fabrikant，Luthra，Maneva，Papadimitriou和Shenker在2003年提出的经典网络创造博弈模型中的纳什均衡和无政府状态的无政府代价。这是一个自私的网络创建模型，其中玩家对应于网络中的节点，并且他们中的每一个都可以以预定价格$α> 0$创建到其他$n-1$玩家的链接。玩家的目标是最小化她购买边的成本和她使用结果网络的成本之和。该模型的一个主要论点是，无政府状态的无政府代价，即缺乏协调的相对成本，对所有PDMATHAMO来说都是恒定的。这一猜想已被证实为$α= O(n^{1-δ})$与$δ\geq 1/\log n$和$α> 4n-13$。最著名的无政府无政府代价上限是$2^{O(\sqrt{\log n})}$。我们给出了新的见解$α> n$的纳什均衡的结构，我们扩大了参数$α$的范围，无政府状态的无政府代价是恒定的。具体来说，我们证明，对于任何小$ε>0$，无政府状态无政府代价是恒定的$α> n(1+ε)$，任何非平凡的纳什均衡的任何biconconnected组件，如果存在的话，最多有一个恒定数目的节点。
2019-09-21 cs.GT
Selfish routing games with priority lanes
School of Mathematics and Statistics, Northwestern Polytechnical University（西北工业大学数学与统计学院）；Department of Applied Mathematics, University of Twente（特温特大学应用数学系）
本文提出了一种基于优先车道的自私路由机制，通过边际成本定价实现系统最优，证明了优先费用等于边际外部成本时，均衡流量与社会最优一致，且无序价格为1。
2026-02-06 cs.GT
On Selfish Creation of Robust Networks
鲁棒性是当今网络的关键特性之一。然而，鲁棒性不能简单地通过设计或监管来实施，因为许多重要的网络，最突出的是互联网，不是由中央机构创建和控制的。相反，类似互联网的网络是由许多自私的代理人的战略决策产生的。有趣的是，虽然缺乏协调机构，但这种自然生长的网络令人惊讶地强大，同时具有理想的特性，如小直径。为了研究这一现象，我们提出了第一个简单的模型，自私的网络创建明确纳入代理争取在网络中的中心位置，而在同一时间保护自己免受随机边缘故障。我们表明，在我们的模型中的网络是多种多样的，我们证明了我们的模型的通用性，通过适应各种属性和技术，从非鲁棒的版本，然后我们使用建立的界限上的无政府代价。此外，我们还分析了寻找最佳策略的计算难度，并研究了我们模型的博弈动力学。
2016-07-07 cs.GT
The Price of Anarchy in Cooperative Network Creation Games
一般来说，游戏在宿主图上进行，其中每个节点是自私的独立代理（玩家），每个边都有固定的链接创建成本α。代理一起创建一个网络（主机图的子图），同时自私地最小化链接创建成本加上到所有其他参与者的距离之和（使用成本）。在本文中，我们追求网络创造游戏的两个重要方面。首先，我们广泛研究了一个自然版本的游戏，称为合作模型，其中节点可以合作，并分担在主机图中创建任何边缘的成本。我们证明了在这个模型中的第一个非平凡的界限，建立无政府状态的无政府代价是在n中的多项式对数的所有值在完全主机图。这个上界是任何版本的网络创建博弈的第一个结果;大多数以前的一般上界是n的多项式。有趣的是，我们还表明，平衡图有多对数直径的最自然的范围内的α（最多n polylg n）。其次，我们研究的影响，自然假设的主机图是一个一般的图，不一定是完整的。该模型是边之间的非均匀创建成本的简单示例（有效地允许α和\infty的权重）。我们证明了第一个集合的上限和下限为这种情况下，建立非平凡的紧界的许多范围内的α，为单边和合作版本的网络创建。特别是，我们建立多项式下界的两个版本和许多范围的α，即使是这个简单的非均匀成本模型，这形成鲜明对比，这些游戏在完全（均匀）图的固定不变的界限。
2009-02-09 cs.GT
Data-Driven Models of Selfish Routing: Why Price of Anarchy Does Depend on Network Topology
我们调查交通路由从理论的角度以及现实世界的数据。首先，我们介绍一种新的游戏类型：$θ$ -自由流游戏。在这里，通勤者只考虑，在他们的策略集，路径的自由流成本（非正式的长度）是在一个小的乘法$(1+θ)$常数的最佳自由流成本路径连接他们的源和目的地，其中$θ\geq0$。我们提供了一个详尽的分析，严格的边界PoA（$θ$）的任意类的成本函数，无论是在一般的拥塞/路由游戏的情况下，以及在特殊情况下的路径不相交的网络。其次，通过使用一个大型的移动数据集在新加坡，我们检查了每分钟的数千名通勤者的决策，并发现$θ=1$是一个很好的估计代理的路线（预）选择机制。相比之下，在庇古网络中，路由的自由流成本之比，以及$θ$，是\textit{infinite} ;因此，尽管这种最坏情况的网络在数学上很简单，但它们对应的是与真实世界条件几乎没有相似之处的人工路由场景，从而打开了通过明确研究它们对$θ$的依赖性来证明更强的无政府代价保证的可能性。例如，在标准的公共道路局（BPR）成本模型的情况下，其中$c_e(x)= a_e x^4+b_e$，并且对于一般的四次成本函数，针对$θ=\infty$的标准PoA界限是$2.1505$，并且这对于一般网络以及路径不相交甚至平行边网络都是紧的。相比之下，对于$θ=1$，一般网络情况下的PoA仅为$1.6994$，而对于路径不相交/平行边网络甚至更小（$1.365…
2022-03-19 cs.GT econ.TH
On the Price of Anarchy in Packet Routing Games with FIFO
本文研究FIFO数据包路由博弈，首次证明线性多重图上一致最快路由均衡的无政府代价至多为2，并构造实例给出稳定代价及连续Nash流无政府代价至少为e/(e-1)的下界。
2025-02-07 cs.GT
Stochastic Geometry based Medium Access Games in Mobile Ad hoc Networks
研究了移动自组网中节点自私地选择其媒体接入概率（MAP）时网络的性能，节点的选择过程是一个泊松点过程。我们认为有效吞吐量和延迟的性能指标，每个节点都有兴趣在考虑到传输能量成本优化。我们引入了一个定价方案的基础上的传输能量的需求和计算的对称纳什均衡的封闭形式的游戏。研究表明，通过对节点进行适当的定价，可以利用节点的自私行为来实现均衡时的社会最优。无政府状态的无政府代价，然后分析这些游戏。对于基于延迟效用的博弈，我们给出了无政府状态下的无政府代价的界，并研究了价格因素的影响。对于基于效用的博弈，证明了在达到全局最优的价格因子处，无政府状态的无政府代价是无穷大的。
2012-01-04 cs.GT cs.NI
Selfish Network Creation with Non-Uniform Edge Cost
网络创建游戏从博弈论的角度研究复杂网络。基于Fabrikant等人[PODC'03]的原始模型，引入了许多变体。然而，几乎所有的版本都有这样的缺点，即边缘被统一处理，即每个边缘都有相同的成本，并且这个公共参数严重影响了这些游戏的结果和分析。我们提出并分析了简单而自然的无参数网络创建游戏与非均匀的边缘成本。我们的模型受到社交网络的启发，其中形成链接的成本与目标节点的受欢迎程度成正比。除了计算最佳对策的复杂性和顺序版本的各种属性的结果，我们表明，我们的模型的最一般的版本有恒定的无政府代价。据我们所知，这是第一次证明一个恒定的无政府代价的任何网络创作游戏。
2017-06-30 cs.DM cs.GT cs.NI
Improving the Price of Anarchy via Predictions in Parallel-Link Networks
研究并行链路网络非原子拥塞博弈中，利用机器学习预测设计协调机制以减少自私行为影响，实现一致性、有界鲁棒性及平滑容错近似保证。
2025-07-10 cs.GT
Price of Anarchy of Innovation Diffusion in Social Networks
人们一直在努力研究社交网络中的级联行为，如创新扩散等。从博弈理论上讲，在社会网络中，个人从两种策略中进行选择：一（创新）和B（现状）并从他们的邻居那里获得协调的回报，人们早就知道这个博弈的无政府代价（PoA）不是1，因为所有参与人都采取B的纳什均衡（NE）（B纳什）劣于所有参与人都采取A的纳什均衡（A纳什）。然而，没有进行定量分析，以给出一个准确的上限PoA在这个游戏。在本文中，我们采用了一个广泛使用的网络协调博弈设置[3]，研究如何坏的纳什均衡可以，并给出了严格的上限的PoA这样的游戏。我们表明，有一个NE是比B纳什略差。另一方面，PoA是有界的，最坏的NE不能比B纳什差得多。此外，我们还讨论了当A和B之间的相容性被引入时，PoA上界的变化，并给出了一个直观的结果，即上界严格地随着相容性的增加而减小.
2014-07-28 cs.GT
Nash Social Welfare in Selfish and Online Load Balancing
在负载均衡问题中，存在一组客户端，每个客户端希望从一组允许的资源中选择一个资源，以便执行某个任务。每个资源都有一个延迟函数，这取决于它的工作负载，客户端的成本是她选择的资源的完成时间。负载均衡问题的两个基本变体是{ \em自私负载均衡}（又名：{ \em负载均衡游戏}），其中客户端是非合作的自私玩家，其目的仅在于最小化它们自己的成本，以及{ \em在线负载均衡}，其中客户端在线出现并且必须在没有关于未来请求的任何知识的情况下可替换地分配给资源。我们在最小化{ \em Nash社会福利}的目标下重新审视自私和在线负载均衡，即，客户成本的几何平均值。据我们所知，尽管是一个著名的福利估计在许多社会背景下，纳什社会福利还没有被认为是迄今为止的基准质量措施在负载均衡问题。我们提供严格的界限上的无政府代价价格的纯纳什均衡和竞争比的贪心算法下非常一般的延迟函数，包括多项式。对于这个特定的类，我们还证明了贪婪策略是最优的，因为它匹配任何可能的在线算法的性能。
2020-07-16 cs.GT
Efficient coordination mechanisms for unrelated machine scheduling
我们提出了新的协调机制调度自私的作业$m$无关的机器。协调机制旨在通过在每台机器上定义局部调度策略来减轻作业自私性对调度效率的影响。调度策略诱导了工件之间的博弈，每个工件都希望在机器上调度，使得在给定其他工件的任务分配情况下，其完成时间最小。我们认为所有工件的最大完工时间作为进度计划效率的度量。协调机制的近似比量化了诱导博弈的纯纳什均衡（无政府状态的无政府代价）的效率。我们的机制是确定性的，本地的，先发制人的。我们的第一个协调机制具有近似比$Θ(\log m)$，并保证诱导博弈具有纯纳什均衡。该结果改进了由于Azar、Jain和Mirrokni而导致的$O(\log^2 m)$的界，并且根据作业的不同ID使用作业的全局排序。我们的第二种机制处理匿名工作，并有近似比$O(\frac{\log m}{\log \log m})$，虽然游戏诱导不是一个潜在的游戏，因此，存在纯纳什均衡是不保证潜在的功能参数。然而，它提供的证据表明，非抢占式协调机制的已知下限可以使用抢占式调度策略击败。我们的第三个协调机制也处理匿名作业，并具有很好的成本揭示潜在功能。我们使用这个势函数来证明平衡点的存在性，并通过$O(\log^2m)$给出诱导博弈的无政府代价的上限。我们的第三个协调机制是第一个处理匿名工作，同时保证诱导博弈是一个潜在的游戏，并有界的无政府无政府代价。
2011-07-09 cs.GT
Overcoming the Price of Anarchy by Steering with Recommendations
ETHZ（苏黎世联邦理工学院）
本文提出通过推荐系统引导Q学习智能体解决协调问题，以降低无政府状态代价，并证明适当推荐可稳健收敛至社会最优。
2025-02-26 cs.GT
Best Cost-Sharing Rule Design for Selfish Bin Packing
针对自私装箱问题，论文提出一种简单成本分摊规则，使PoA达到4/3下界、PoS为1，并证明BFD可在多项式时间得到11/9近似比的强均衡。
2023-10-02 cs.GT
How bad is selfish routing in practice?
路由博弈是博弈论最成功的应用领域之一。众所周知，简单的动态收敛到均衡，其性能几乎是最优的，无论网络的大小或代理的数量。这些强有力的理论断言引发了一个自然的问题：这些笔和纸的计算与日常交通路线的现实相符程度如何？我们专注于新加坡国家科学实验中语义丰富的数据集，该数据集捕获了数千名新加坡学生日常行为的详细信息。使用这个数据集，我们可以识别学生使用的路线以及交通方式，例如汽车（开车或开车上学）与公共汽车或地铁，估计源和汇目的地（家-学校）和旅行持续时间，以及他们依赖于模式的可用路线。我们量化了系统和个人的最优性。我们估计无政府状态的经验无政府代价在1.11到1.22之间。就个体而言，典型的行为每天都是一致的，几乎是最佳的，没有偏离其他路径的遗憾很少。
2017-03-07 cs.GT
Selfish Caching Games on Directed Graphs
缓存网络可以通过将内容缓存在更靠近用户的位置来降低访问内容的路由成本。然而，缓存节点可能属于不同的实体和行为自私，以最大限度地提高自己的利益，这往往会导致整体网络的性能下降。虽然已经有大量的文献分配内容缓存，以最大限度地提高社会福利，自私的缓存行为的分析仍然在很大程度上未被探索。在本文中，我们的自私行为的缓存节点的自私缓存游戏任意有向图异构的内容流行。研究了自私缓存博弈中纯策略纳什均衡（PSNE）的存在性，并从社会福利的角度分析了其效率.我们表明，PSNE并不总是存在于任意拓扑结构的缓存网络。然而，如果网络不具有混合请求循环，即，一个有向循环中，每个边缘是由至少一个内容请求遍历，我们表明，PSNE总是存在的，可以在多项式时间。此外，我们可以通过适当地选择请求转发路径来避免混合请求循环。然后，我们表明，如果我们允许任意的内容请求模式，则由无政府状态无政府代价（PoA）捕获的纳什均衡的效率可以任意差，并且添加额外的缓存节点可以使PoA更糟，即，缓存悖论发生。然而，当缓存节点具有同质请求模式时，即使允许任意拓扑，PoA也是有界的。我们进一步分析了自私的缓存游戏的缓存节点有限的计算能力，并表明，在某些情况下，存在一个近似的PSNE有界的PoA的兴趣。仿真结果表明，增加网络中的缓存容量提高了纳什均衡的效率，而增加额外的缓存节点会降低纳什均衡的效率。
2020-12-28 cs.GT
Price of Anarchy of Multi-Stage Machine Scheduling Games
本文研究了多阶段机器调度游戏中贪心策略下的纳什均衡价格，证明其范围在$[2 - \frac{1}{m}, 3 - \frac{1}{m}]$之间。
2025-11-30 cs.GT
On the Price of Anarchy of Cost-Sharing in Real-Time Scheduling Systems
我们研究了实时的【形】调度系统中的成本分担游戏，其中服务器在任何给定时间的激活成本是其负载的函数。我们专注于单项成本函数，并考虑的情况下，当度小于1（诱导就业的正外部性），当它大于1（诱导就业的负外部性）。对于前一种情况，我们提供了严格的无政府代价界，表明无政府的无政府代价增长到无穷大的多项式中的游戏工作的数量。对于后者，我们观察到，现有的结果提供了恒定的和严格的（渐近程度的单项）无政府状态的无政府代价的界限。然后，我们将注意力转移到通过一个简单的协调机制来改善无政府状态的无政府代价，该机制对实例没有任何了解。我们表明，我们的机制降低了无政府代价的价格与$n$工作和单位激活成本的游戏从$Θ(\sqrt{n})$到$2$。我们还表明，对于一类有限的实例，单式激活成本实现了类似的改善。然而，情况并非如此，对于单项成本的无限制实例，我们证明了无政府状态的无政府代价对于我们的机制仍然是超常数。
2019-07-12 cs.GT
Selfish, Local and Online Scheduling via Vector Fitting
Centrum Wiskunde & Informatica（数学与计算机科学中心）
通过向量拟合技术，研究了调度游戏的鲁棒纳什均衡价格、局部搜索算法的近似比及在线算法的竞争比，改进了相关界并恢复了拥堵游戏的紧界。
2025-12-30 cs.DS cs.GT
Maximizing Social Welfare in Selfish Multi-Modal Routing using Strategic Information Design for Quantal Response Travelers
传统的自私路由文献使用无政府价格（PoA）来量化运输系统中具有单属性成本的低效率，并提供各种技术方法（例如边际成本定价）来改善整个网络的PoA。不幸的是，实际的运输系统具有动态的，多属性的成本和国家的最先进的技术方法在文献中提出的实际部署是不可行的。在本文中，我们提供了一个范式转移到自私的路由通过特性特质，多属性成本在有限理性的旅行者，以及提高网络效率，使用战略信息设计。具体来说，我们的模型之间的相互作用系统和旅客作为一个Stackelberg游戏，旅客采用多属性logit响应。我们将战略信息设计建模为一个优化问题，并开发了一种新的近似算法，利用战略信息设计（简称LoRI）引导Logit响应旅行者走向社会福利。我们展示了LoRI在惠斯通网络上的性能，并为旅行者提供多模式路线选择。在我们的模拟实验中，我们发现LoRI在系统效用方面优于SSSP，特别是当两个系统之间存在动机不匹配时，并提高了社会福利。例如，我们发现LoRI说服旅行者在平均66.66%的时间内选择社会最优路线，与SSSP相比，当系统对碳排放的权重为0.3时。然而，我们也提出了一个折衷的系统性能和运行时间在我们的模拟结果。
2021-11-30 cs.GT
An almost ideal coordination mechanism for unrelated machine scheduling
协调机制的目的是减轻自私的影响时，调度作业到不同的机器。这种机制在每台机器内定义了一个调度策略，自然会引起自私的作业所有者之间的博弈。协调机制的理想属性包括其定义的简单性和诱导博弈结果的效率。我们提出了一个广泛的类无关的机器调度的协调机制是简单的定义，我们确定其成员（机制\Dcoord），优于所有已知的机制之一。\Dcoord \诱导出具有对数无政府代价的无政府状态和只有常数代价的稳定性的潜在博弈。这两个边界几乎都是最优的。
2016-05-16 cs.DM cs.GT
Closing the Price of Anarchy Gap in the Interdependent Security Game
在互联系统中，用户的可靠性和安全性取决于所有用户在安全方面的集体努力。因此，战略用户对安全技术的投资通常被建模为公共利益问题，称为相互依赖安全（IDS）游戏。这类博弈的均衡往往是低效的，因为自私的用户会搭别人贡献的正外部性的便车。在本文中，我们提出了一种机制，实现社会最优均衡IDS游戏通过一个消息交换过程中，用户提交的安全投资和税收/价格配置文件的建议。该机制与现有解决方案的不同之处在于：（1）它导致社会最优的投资水平，关闭IDS游戏中的无政府状态无政府代价差距，（2）它适用于用户相互依赖的一般模型。我们进一步考虑了个人理性的问题，在许多资源分配问题中，这往往是一个微不足道的条件，并认为，在正外部性的情况下，不参与和搭别人投资的便车的动机会使个人理性在设计机制时更难满足。
2014-08-26 cs.CR cs.GT
On the Effect of Time Preferences on the Price of Anarchy
本文研究多智能体平均场博弈中时间折现方式对系统效率的影响，发现指数折现导致无政府代价无穷大，而幂律折现将其降为2。
2025-04-29 cs.GT
Optimizing the Social Cost of Congestion Games by Imposing Variable Delays
我们描述了一种新的协调机制，非原子拥塞游戏，导致（自私）的社会成本是任意接近非自私的最佳。这一机制不会产生任何额外的费用，如通行费，通行费通常与仅以延误表示的社会成本不同。
2014-06-19 cs.GT
The Evolutionary Price of Anarchy: Locally Bounded Agents in a Dynamic Virus Game
无政府状态的无政府代价（PoA）是一个完善的博弈论概念，揭示了开放分布式系统中出现的协调问题。与集中式系统设计相比，让代理自私地优化会带来最终处于次优状态的风险（在性能和/或成本方面）。然而，《行动纲领》依赖于对代理人理性的强有力假设（例如，资源和信息）和交互，而在许多分布式系统中，代理与有限资源进行本地交互。随着时间的推移，他们会反复这样做（与“一次性游戏”相反），他们的策略可能会演变。利用一个更符合实际的演化博弈模型，提出了一种实现的演化无政府无政府代价（ePoA）。ePoA允许探索在动态分布式系统中的多个平衡的平衡选择，基于简单的无记忆代理的本地相互作用。考虑到一个基本的游戏有关的病毒在网络上的传播，我们提出了分析边界上的ePoA在基本的网络拓扑结构和不同的战略更新动态。特别是，推导的随机演化过程的平稳分布，我们发现，纳什均衡并不总是最丰富的状态，不同的过程可以具有显着的非平衡行为，导致显着更高的ePoA相比，传统的PoA研究文献。
2019-05-31 cs.GT cs.MA
Selfish Knapsack
我们考虑一个自私的背包问题的变种。在我们的版本中，项目由代理人拥有，每个代理人都可以通过避免报告其中一些项目（低估）或报告不存在的额外项目（夸大）来歪曲她拥有的项目集。每个代理人的目标是最大限度地提高，包括在背包中选择的项目，她自己选择的项目的总价值。背包问题，在这种情况下，寻求最小化的最坏情况下的近似比社会福利在均衡。我们发现，一个随机贪婪机制有吸引力的战略性质：在一般情况下，它有一个相关的无政府代价的$2$（受到一个温和的假设）。对于夸大只代理，它成为strategyproof，我们还提供了一个匹配的下限$2$（最坏情况下）的近似比随机strategyproof机制，并表明，没有确定性strategyproof机制可以提供任何恒定的近似比。我们还处理更专业的环境。对于$2$只低估代理的情况下，我们提供了一个随机的strategyproof $\frac{5+4\sqrt{2}}{7} \approx 1.522$近似机制，和一个下限的$\frac{5\sqrt{5}-9}{2} \approx 1.09$。当所有的代理，但一个是诚实的，我们提供了一个确定性的strategypproof $\frac{1+\sqrt{5}}{2} \approx 1.618$近似机制与匹配的下限。最后，我们考虑一个模型，代理人可以误报其项目的属性，而不是存在。具体来说，每个代理人拥有一个单一的项…
2016-02-27 cs.GT
On the performance of approximate equilibria in congestion games
Max-Planck-Institut für Informatik（马克斯·普朗克信息学研究所）；University of Athens（雅典大学）；Patras University（帕特雷大学）
我们研究了线性拥塞博弈近似纳什均衡的性能。我们考虑无政府代价和稳定性的代价作为近似因子$ε$的函数提高了多少。我们给（几乎）紧的上限和下限的无政府代价价格和原子和非原子拥塞游戏的稳定性的价格。我们的结果不仅包含和推广现有的精确均衡的结果$ε$ -纳什均衡，但他们也提供了一个统一的方法，揭示了原子和非原子的无政府无政府代价结果的共同线索。通过扩展光谱，我们也把现有的结果在一个新的光。例如，Pigou网络，它给出了严格的结果，为精确的纳什均衡的自私路由，仍然是紧的价格稳定的$ε$ -纳什均衡，但不为无政府代价。
2008-05-10 cs.AI cs.GT cs.NI
Unilateral Altruism in Network Routing Games with Atomic Players
我们研究了一个路由游戏，其中一个球员单方面的利他行为，考虑到其他球员以及他自己的延迟成本。通过不自私的博弈，一个博弈者不仅可以提高其他博弈者的均衡效用，而且可以提高自己的均衡效用。为了量化这种影响，我们定义了一个称为单边利他主义价值（VoU）的指标，即利他用户的均衡效用与他在纳什均衡中获得的均衡效用之比。我们通过例子表明，在具有非线性延迟函数和原子玩家的游戏中，VoU可以任意大。由于这个例子中的纳什均衡社会福利任意地远离社会最优，所以这个例子也有一个无限的无政府代价（PoA）。这个例子是由少数参与者驱动的，因为非原子参与者的相同例子产生了完全有效的纳什均衡。
2011-08-13 cs.GT
Price of Anarchy in Algorithmic Matching of Romantic Partners
配对网站为用户提供了前所未有数量的潜在伴侣。然而，他们也提出了一个潜在的道德风险的委托代理问题。代理人的兴趣是最大限度地利用网站，而校长的兴趣是找到最好的浪漫伴侣。这就产生了利益冲突：最佳匹配的用户将导致稳定的夫妇和更少的单身使用该网站，这对在线约会行业是不利的。在这里，我们借用博弈论中的无政府状态价格的概念来量化代理人的自我利益所造成的在线约会网站的社会效率的下降。我们推导出理论上的价格无政府状态的界限，表明它可以由一个常数，不依赖于用户的约会网站的数量。这表明，随着在线约会网站的发展，它们的潜在好处在不牺牲社会效率的情况下扩大。此外，我们进行了实验，涉及人类受试者在匹配市场，并比较了社会福利实现的最佳匹配服务对自我利益匹配算法。我们表明，通过引入竞争的交友网站，自私的行为的代理人与其用户一致，社会效率提高。
2019-02-15 cs.CY cs.GT cs.SI
Correlated Anarchy in Overlapping Wireless Networks
我们调查的行为，大量的自私的用户，能够动态切换多个无线接入点（可能属于不同的标准），通过引入一个迭代的非合作博弈。用户开始完全没有受过教育和天真，但通过使用一组固定的策略来处理广播的训练信号，他们迅速进化并收敛到进化稳定的均衡。然后，为了衡量在这种稳定状态下的效率，我们适应的概念，无政府状态的无政府代价，我们得到了一个明确的分析估计，它使用的方法从统计物理学（即理论的副本）。令人惊讶的是，我们发现无政府状态的无政府代价不取决于无线节点的具体情况（例如频谱效率），而仅取决于每个用户的策略的数量以及节点的数量、用户的数量和训练信号的大小的特定组合。最后，我们将这个博弈映射到研究得很好的少数人博弈，将其分析推广到任意数量的选择。
2008-05-07 cs.GT cs.IT math.IT
The Burden of Risk Aversion in Mean-Risk Selfish Routing
考虑具有不确定时延的拥塞博弈，计算了风险规避代理在网络路由中引入的无效率。在平衡时，代理可以选择不使预期延迟最小化的路径，以便获得较低的可变性。一个社会规划者，谁可能是更风险中性比代理，因为它在一个更长的时间尺度上运作，量化的社会成本与总预期延误沿路线。从这个角度来看，代理人可能会做出降低长期质量的次优决策。我们定义{ \em风险厌恶价格}（PRA）为风险厌恶Wardrop均衡下的社会成本与代理人风险中性时的社会成本之比。对于一般的延迟函数和一个单一的源-汇对网络，我们表明，PRA线性依赖于代理的风险容忍度和网络中存在的可变性的程度。与{无政府状态的\em无政府代价}相反，一般情况下，当网络变大时，PRA会增加，但它不依赖于延迟函数的形状。为了得到这个结果，我们依赖于一个组合的证明，采用交替的路径，让人想起那些使用的最大流算法。对于{ \em series-parallel}（SP）图，PRA变得与网络拓扑及其大小无关。由于独立的利益，我们证明了SP网络确定性延迟，Wardrop平衡{ \em最大化}的最短路径目标之间的所有可行流。
2014-11-04 cs.GT
Geometric Network Creation Games
网络创建游戏是一种众所周知的方法，用于解释和分析现实世界网络的结构，质量和动态，如互联网和其他基础设施网络，这些网络通过自私代理的相互作用而发展，而没有中央权威。在这些博弈中，对应于网络中节点的自私代理策略性地购买事件边以提高其中心性。然而，过去对这些游戏的研究只考虑创建具有单位权重边缘的网络。在实践中，例如，当构建光纤网络时，连接哪些节点以及链路的诱导价格的选择关键取决于所涉及的节点之间的距离，并且可以通过边加权图来对这些设置进行建模。我们将任意边的权重推广的知名模型Fabrikant等人。[PODC'03]中的一个例子，并着重于几何设置，其中的权重是由一些度量空间中的距离引起的。在形成鲜明对比的国家的最先进的单位重量的版本，无政府状态的无政府代价是固定不变的，解决这是一个主要的开放问题，我们证明了一个紧密的非恒定的约束的无政府代价的公制版本和一个稍微弱的上限为非公制的情况下。此外，我们分析了几个自然度量的平衡点的存在性，计算难度和博弈动力学。我们提出的模型可以看作是经典网络设计问题的一个变体的博弈论模拟。因此，我们的游戏的低成本均衡对应于最佳网络设计的分散和稳定的近似。
2020-06-26 cs.GT
Cooperation in Bilateral Generalized Network Creation
该研究分析网络形成博弈中合作对均衡的影响，发现任意边权重宿主图下合作无法改善无政府状态价格，而度量边权重下合作有显著积极作用，并提出可推广的新颖证明技术得到渐近紧界。
2025-09-30 cs.GT
How Bad is Selfish Driving? Bounding the Inefficiency of Equilibria in Urban Driving Games
我们认为，代理人之间的相互作用从事驾驶任务，我们建模为一般和游戏。这类游戏展示了多个不同的均衡，提出了均衡选择的问题。虽然从计算的角度来看，选择最有效的均衡（就社会成本而言）通常是不切实际的，但在这项工作中，我们研究了任何均衡参与者可能同意参与的效率。更具体地说，我们约束的均衡低效率的驾驶游戏建模为特定类型的拥挤游戏的时空资源。我们得到新的保证，完善现有的无政府状态的无政府代价（PoA）作为问题相关的游戏参数的函数的界限。例如，邻近成本与舒适度和进步等个人目标之间的相对权衡。虽然所获得的保证关注开环轨迹，我们观察到有效的均衡，即使代理采用通过分散的多智能体强化学习训练的闭环政策。
2022-10-24 cs.AI cs.GT cs.RO
Network Connection Games with Disconnected Equilibria
在本文中，我们扩展了一个流行的非合作网络创建游戏（NCG），允许断开平衡网络。有n个参与者，每个参与者都是图中的一个顶点，策略是要构建边的参与者的子集。对于每条边，参与者必须支付成本α，参与者的个体成本代表了边成本和所有其他参与者的最短路径长度之间的权衡。我们将该模型扩展到惩罚博弈（PCG），对于一对不连通的参与者，我们将对个人成本的惩罚减少到一个有限值β。我们的分析集中在断开纳什均衡和强均衡的存在性，结构和成本。虽然PCG不是一个潜在的博弈，但纯纳什均衡总是存在的，而且纯强均衡也经常存在。我们提供了严格的条件下，断开纳什（强）均衡可以发展。这些均衡的组成部分必须是一个较小的NCG的纳什（强）均衡。然而，与NCG相反，对于几乎所有的参数值，没有树是稳定的组件。最后，我们给出了无政府状态无政府代价的详细描述，揭示了无政府状态的无政府代价为Θ（n）的情况，因此比NCG大几个数量级。也许令人惊讶的是，无政府状态的强大无政府代价增加到最多4。这表明，在分布式自私网络设计中，全局通信和协调对于克服社会劣势拓扑是非常有价值的。
2008-10-27 cs.GT
Social Distancing Network Creation
在大流行期间，人们必须在与他人见面和安全地呆在家里之间找到平衡。虽然与他人见面是令人愉快的，但也增加了感染的风险。我们认为这个困境，通过引入一个博弈论的网络创建模型，自私的代理人可以形成双边连接。他们从网络邻居中受益，但同时，他们希望最大化与所有其他代理的距离。这模型的内在冲突，社会距离规则施加在社会网络中的自私代理的行为。除了解决这个熟悉的问题，我们的模型可以被看作是由Fabrikant等人[PODC 2003]研究的网络创建游戏的逆。在该游戏中，代理人的目标是在创建的网络中尽可能集中。因此，我们的工作是在与比较最小化问题的最大化版本的研究。我们来看看两种由社交距离控制的网络创建变体。在第一变型中，对所形成的连接没有限制。我们刻画了最优网络和均衡网络，并推导出了无政府状态无政府代价和稳定性代价的渐近紧界。第二种变体是模型的泛化，它允许对可以形成的连接进行限制。作为我们的主要结果，我们证明了交换最大成本生成树，一个有效的可计算的最大成本生成树的较弱的变种，实际上类似于均衡的参数空间的一个显着范围。此外，我们给出了无政府状态的无政府代价和稳定的代价的几乎紧的界。这些结果意味着，与研究得很好的逆模型相比，在社会距离下，代理人的自私行为对均衡的质量有明显更强的影响，即，允许社会上更糟糕的稳态。
2022-04-25 cs.DS cs.GT
On the Tree Conjecture for the Network Creation Game
Selfish Network Creation专注于从博弈论的角度对现实世界的网络进行建模。Fabrikant等人[PODC'03]的经典模型之一是网络创建游戏，其中代理对应于网络中的节点，这些节点以每条边$α$的价格购买事件边，以最小化它们到所有其他节点的总距离。该模型已得到充分研究，但仍存在一些有趣的开放性问题。最著名的理论指出，对于所有的$α$，无政府代价是常数，对于$α\geq n$，所有的平衡网络都是树。我们介绍了一种新的技术，用于分析高边缘价格$α$的稳定网络，并采用它来改善这两种架构的最佳已知的界限。特别是，我们证明了$α> 4n-13$所有的平衡网络必须是树，这意味着一个恒定的价格为$α$范围内的无政府状态。此外，我们还改进了平衡树无政府无政府代价的常数上界。
2018-01-05 cs.DM cs.GT cs.SI
The Impact of Cooperation in Bilateral Network Creation
研究双边网络创建博弈中合作对网络质量的影响，通过分析不同合作程度下的无政府状态价格，发现弱合作即可显著改善树网络质量，增强合作可接近最优网络。
2023-05-11 cs.GT
On Tree Equilibria in Max-Distance Network Creation Games
研究了最大距离网络创建博弈的纳什均衡和无政府状态的无政府代价。网络创造游戏，首先由Fabrikant等人介绍和研究，从博弈论的角度来看，它是现实世界网络的经典模型。在一个有n个自私顶点代理的网络创建博弈中，每个顶点可以建立与其他顶点的子集关联的无向边。每个代理的目标是最小化其创建成本加上其使用成本，其中创建成本是单位边成本$α$乘以其构建的边的数量，并且使用成本是到所产生的网络中的所有其他代理的距离的总和。由Demaine等人介绍和研究的最大距离网络创建游戏，是原始游戏的一个关键变体，其中使用成本考虑了最大距离。本文的主要结果表明，对于$α> 19$，最大距离网络生成博弈中的所有均衡图都必须是树，而以前的工作中的最佳界是$α> 129$。对于树均衡，我们还将无政府无政府代价的常数上界改进为3。我们的工作为纳什均衡的结构带来了新的见解，并在解决最大距离网络创建游戏中所谓的树猜想方面向前迈出了一步。
2022-07-11 cs.GT
Basic Network Creation Games with Communication Interests
网络创建游戏模拟了由一组自私的对等体形成的网络的创建和使用成本。每个对等体都有能力以有限的方式改变网络，例如，创建或删除事件链接。在这样做时，对等体可以减少其单独的通信成本。通常，这些成本由网络中的最大或平均距离建模。我们介绍了一个广义版本的基本网络创建游戏（BNCG）。在BNCG中（作者：Alon等人，SPAA 2010），每个对等体可以用到任意对等体的链接来替换其事件链接之一。这是以自私的方式完成的，以便最小化到所有其他对等体的最大或平均距离。也就是说，每个对等体都朝着一个网络结构工作，这个网络结构允许他自己与所有其他对等体进行有效的通信。然而，大型网络的参与者很少对所有节点感兴趣。相反，他们只想与一小部分对等点进行有效的通信。我们的模型将这些（通信）利益明确。在MAX版本中，每个节点都试图最小化它到感兴趣的节点的最大距离。给定具有兴趣的对等体和形成树的通信网络，我们证明了我们模型中均衡的结构和质量的几个结果。对于MAX版本，我们给出了一个最坏情况下的O（\sqrt{n}）的私人成本在n个对等点的均衡上界。此外，我们给出了一个循环兴趣图的平衡，其中一个节点有私人成本Ω（\sqrt{n}），表明我们的界是紧的。这个例子可以被扩展，使得我们得到一个关于无政府状态无政府代价的Θ（\sqrt{n}）的紧界。对于一般的通信网络，我们证明了无政府状态的无政府代价为Θ（n）。此外，我们证明了…
2012-07-23 cs.GT
Bicretieria Optimization in Routing Games
用于测量路由路径质量的两个重要度量是最大边缘拥塞$C$和最大路径长度$D$。在这里，我们研究路由游戏中的双准则，每个球员$i$自私地选择一条路径，同时最大限度地减少其最大边缘拥塞$C_i$和路径长度$D_i$。本文研究了两个双准则博弈：- { \em Max博弈}，其中社会成本为$\max(C,D)$，参与者成本为$\max(C_i, D_i)$ .我们证明了最大博弈在最佳反应动态下是稳定的和收敛的，并且无政府状态的代价由参与者策略集中的最大路径长度所限制。我们还表明，这个界限是紧在最坏的情况下。- { \em Sum games}，其中社交成本是$C+D$，玩家成本是$C_i+D_i$。对于和博弈，我们首先证明了存在没有纳什均衡的博弈实例的否定结果。因此，我们研究一个近似的游戏称为{PDMATHAMR总和桶游戏}，它总是收敛的（因此是稳定的）。我们发现，在和桶游戏的无政府状态的价格是有界以上的$C^* \cdot D^* / (C^* + D^*)$（与多对数因子），其中$C^*$和$D^*$是最佳的协调拥塞和路径长度。因此，和桶博弈通常比最大博弈具有更优的无政府边界价格。事实上，当$C^*$或$D^*$很小时（例如，恒定），纳什均衡的社会成本非常接近协调的最优$C^* + D^*$（在多对数因子内）。我们还表明，价格的无政府界是紧的情况下，$C^*$和$D^*$是大的。
2008-01-31 cs.DS cs.GT
When Smoothness is Not Enough: Toward Exact Quantification and Optimization of the Price-of-Anarchy
本文提出了一种新的平滑性概念，用于更精确地量化和优化多智能体系统中均衡性能的效率界限，通过可解的线性规划方法优化局部决策规则。
2020-02-18 cs.GT cs.MA cs.SY
The Price of Anarchy in Disaggregated Inference
NCA
本文通过博弈论分析解耦推理架构中的资源分配问题，提出自适应控制器降低无政府价格，在NVIDIA B200集群上实现最高3.1倍PoA下降。
2026-06-17 cs.AI cs.AR cs.DC
Dynamic routing for social information sharing
如今，由于新兴的移动社交网络，移动用户紧密地相互连接，当他们在不同的路线上旅行并访问城市的不同区域时，他们可以在其中共享基于位置的信息。在我们的模型中，收集的信息将在所有用户的旅行中进行汇总，并作为公共产品公开提供。由于信息的重叠，总的有用内容量增加的多样性，由用户的路径选择，这是至关重要的，以激励自私的用户选择不同的路径，尽管潜在的较高的成本与他们的行程。本文将社会信息共享的好处与基本路径选择问题相结合，在基本路径选择问题中，单位数量的非原子自私用户通过在高成本路径和低成本路径之间进行选择来决定他们的行程，以弥补所有用户都选择探索单一路径的低效低内容均衡（低成本路径），我们提出并分析了两个新的激励机制，可以使用的社会网络应用程序，一个基于边支付，另一个基于限制选择低成本路径的用户访问内容。我们还获得了无政府状态的结果显示了在实现路径多样性和保持更大的用户参与之间的一些基本权衡，激励组合机制以进一步增加社会福利。我们的模型扩展了经典的动态路由的情况下，外部性所造成的不同路径的网络流量。
2016-08-11 cs.GT
Selfish Creation of Social Networks
在过去的二十年里，理解现实世界的网络一直是核心研究工作。从博弈论的角度来看，网络创造游戏是一种很有前途的方法。在这些游戏中，对应于网络中节点的自私代理策略性地决定形成哪些链接以优化其中心性。许多版本已被介绍和分析，但没有一个适合建模的社交网络的演变。在现实世界的社交网络中，通常通过来自共同熟人的推荐或通过一系列这样的推荐来建立连接。因此，与朋友的朋友建立和保持联系比与完全陌生的人建立联系更容易。这解释了高聚类，即，在现实世界的社交网络中，三角形的数量是如此之多。我们提出并分析了一个受现实世界社交网络启发的网络创建模型。在我们的模型中，边是通过两个端点的双边同意形成的，建立和维护边的成本与建立连接之前端点的距离成正比。我们提供了通用的成本函数，这基本上必须是凸函数的端点的距离没有相应的边缘的结果。对于这类广泛的成本函数，我们提供了许多结构性质的平衡网络，并证明（几乎）紧界的直径，无政府状态无政府代价和价格的稳定性。此外，作为概念验证，我们通过实验表明，我们的模型创建的平衡网络确实密切模仿现实世界的社交网络。我们观察到度分布似乎遵循幂律，高聚类和低直径。这可以被视为迈向博弈论网络创建模型的有希望的第一步，该模型预测具有所有核心现实世界属性的网络。
2020-12-11 cs.GT cs.SI
Incentives and Coordination in Bottleneck Models
我们研究了维克里经典瓶颈模型的一个变体。在我们的模型中，有$n$代理和每个代理策略性地选择何时加入一个先来先服务的可观察队列。代理不喜欢排队，他们采取行动，在离散的时间步骤：我们假设每个代理有一个成本$1$的每一个时间步骤，他加入队列之前等待和成本$w>1$的每一个时间步骤，他在队列中等待。在每一个时间步骤中，可以处理单个代理。在每个时间步之前，每个代理观察队列并策略性地决定是否加入，目标是最小化他的期望成本。在本文中，我们专注于对称策略，可以说是更自然的，因为它们需要较少的协调。这就引出了一个通常的无政府状态的无政府代价问题：对称均衡的低效率的主要原因是什么？是玩家的策略行为还是缺乏协调？我们目前的结果是两个不同的参数制度是定性非常不同的：（i）当$w$是固定的$n$增长，我们证明了$2$的紧界，并表明整个损失是由于球员的自私行为（ii）当$n$是固定的$w$增长，我们证明了紧界的$Θ\left(\sqrt{\frac{w}{n}}\right)$，并表明它主要是由于缺乏协调：任何对称轮廓都遭受相同数量级的损失。
2018-10-08 cs.GT
D3C: Reducing the Price of Anarchy in Multi-Agent Learning
在多智能体系统中，固定激励的复杂相互作用会导致智能体不仅对群体，而且对每个个体来说都很差（效率低下）。无政府状态的无政府代价是一个技术性的、博弈论的定义，它量化了这些情景中出现的低效率--它比较了通过完美协调可以实现的福利与在纳什均衡下自利代理人实现的福利。我们推导出一个可微的，上界的无政府代价，代理可以便宜地估计在学习过程中的无政府状态。配备了这个估计器，代理人可以调整他们的激励方式，提高效率的纳什均衡。代理人通过学习混合他们的奖励来做到这一点。负损失）与其他代理商通过遵循我们推导的上界的梯度。我们将这种方法称为D3 C。在代理激励可区分的情况下，D3 C类似于行为博弈论中著名的Win-Stay，Lose-Shift策略，从而在最大福利的全局目标和既定的以代理为中心的学习规则之间建立了联系。在不可微的设置，是常见的多智能体强化学习，我们表明上限可以通过进化策略减少，直到达成妥协，在一个分布式的方式。我们证明，D3 C提高了每个代理和作为一个整体的几个社会困境，包括交通网络展览布雷斯悖论，囚徒困境，和几个多代理域的结果。
2022-02-20 cs.GT cs.MA
