Proceedings Twentieth Conference on Theoretical Aspects of Rationality and Knowledge
Edited by: Adam Bjorndahl（编辑：Adam Bjorndahl）
TARK 2025会议收录了关于理性与知识理论的最新研究成果，涵盖知识、信念、博弈论等多个领域。
2025-11-25 cs.AI cs.GT cs.LO
Proceedings Nineteenth conference on Theoretical Aspects of Rationality and Knowledge
本文是第十九届TARK会议论文集的说明，介绍了TARK跨学科会议的宗旨、历史、研究主题，以及2023年牛津会议的基本信息与论文收录情况。
2023-07-18 cs.AI cs.GT cs.LO
Proceedings Sixteenth Conference on Theoretical Aspects of Rationality and Knowledge
本卷包括在理性和知识的理论方面（TARK）在利物浦大学举行的第十六届会议上提出的论文，英国，从2017年7月24日至26日。TARK会议汇集了来自各个领域的研究人员，包括计算机科学（特别是人工智能，密码学，分布式计算），经济学（特别是决策理论，博弈论，社会选择理论），语言学，哲学（特别是哲学逻辑）和认知心理学，以进一步理解涉及理性和知识推理的问题。
2017-07-25 cs.AI cs.CR cs.GT
Solution Concepts in Hierarchical Games under Bounded Rationality with Applications to Autonomous Driving
University of Waterloo（滑铁卢大学）
本文通过行为博弈论视角研究人类驾驶的有限理性，改编四种元模型并形式化层级博弈中的解概念，基于真实交叉口数据评估发现，Quantal level-k及maxmax非策略模型在不同层面拟合最佳，且情境因素影响显著。
2024-06-05 cs.AI cs.GT cs.MA
An Adversarial Interpretation of Information-Theoretic Bounded Rationality
University of Pennsylvania（宾夕法尼亚大学）
近年来，人们对信息约束下的规划建模越来越感兴趣。因此，代理最大化被称为自由能的正则化的预期效用，其中正则化器由先前到后验策略的信息发散给出。虽然这一方法可以从统计力学和信息论等各种角度得到证明，但它与对抗性环境下的决策之间的关系仍不清楚。这种联系以前曾在自由能与风险敏感控制和广泛形式博弈相关的工作中提出过。在这里，我们表明，一个单一的代理自由能优化是相当于代理和一个假想的对手之间的游戏。对手可以通过支付指数惩罚来产生成本，从而减少决策者的收益。结果表明，对手的最优策略在于选择成本，从而使决策者在其选择中无差别，这是纳什均衡的一个定义性质，从而加强了自由能优化和博弈论之间的联系。
2014-04-22 cs.AI
Humans expect rationality and cooperation from LLM opponents in strategic games
School of Economics University of Edinburgh（经济学院爱丁堡大学）
本研究通过有金钱激励的p-选美竞赛实验发现，人类对抗LLM时更常选零纳什均衡值，高策略能力者驱动该差异，且认为LLM兼具理性与合作性，为人机混合系统机制设计提供参考。
2025-05-16 cs.AI cs.MA econ.GN
Game-theoretic LLM: Agent Workflow for Negotiation Games
Rutgers University（罗格斯大学）；University of California, Santa Barbara（加州大学圣巴巴拉分校）；University of Southern California（南加州大学）；University of South Florida（南佛罗里达大学）；Harvard University（哈佛大学）；Institute of Computing Technology（计算技术研究所）
本文研究LLMs在博弈论决策中的理性局限，提出多种博弈论工作流以指导其推理，显著提升了模型在谈判等任务中识别最优策略、实现近最优分配及抗剥削的鲁棒性，并探讨了智能体采用该工作流的元战略问题。
2024-11-12 cs.AI cs.CL cs.GT
Modelling Bounded Rationality in Multi-Agent Interactions by Generalized Recursive Reasoning
University College London（伦敦大学学院）；Huawei Research & Development U.K.（华为英国研发中心）
虽然在现实世界的决策有限，大多数多智能体强化学习（MARL）模型假设完全理性的代理-属性很难满足由于个人的认知限制和/或决策问题的易处理性。在本文中，我们引入广义递归推理（GR 2）作为一种新的框架模型代理不同的\emph{hierarchical}水平的合理性，我们的框架使代理表现出不同程度的“思考”能力，从而使更高级别的代理最好地应对各种不太复杂的学习者。我们在理论和经验上都有贡献。在理论方面，我们通过概率图模型设计了GR 2的层次框架，并证明了一个完美的贝叶斯均衡的存在性。在GR 2中，我们提出了一个实用的actor-critic求解器，并通过李雅普诺夫分析证明了其收敛到两人博弈中的稳定点。在实证方面，我们验证了我们的研究结果的各种MARL基准。准确地说，我们首先说明了凯恩斯选美比赛的层次思维过程，然后展示了显着的改进相比，国家的最先进的对手建模基线的正常形式的游戏和合作导航基准。
2020-01-20 cs.AI cs.LG cs.MA
A Theory of Bounded Inductive Rationality
Carnegie Mellon University（卡内基梅隆大学）；Machine Intelligence Research Institute（机器智能研究所）
本文提出不依赖逻辑全知假设的有界归纳理性理论，要求智能体无限次检验可高效计算的假设并遵循兑现高回报承诺者，进而证明其具有理想学习性质，并给出策略互动中的民间定理。
2023-07-11 cs.AI cs.GT cs.LG
Functional Decision Theory: A New Theory of Instrumental Rationality
Machine Intelligence Research Institute（机器智能研究所）
本文描述和激励一个新的决策理论称为功能决策理论（FDT），不同于因果决策理论和证据决策理论。功能决策理论家认为，行动的规范性原则是将一个人的决策视为一个固定数学函数的输出，该函数回答了这样一个问题：“这个函数的哪个输出会产生最好的结果？坚持这一原则可以带来许多好处，包括在CDT和EDT表现不佳的一系列传统决策理论和博弈论问题中最大化财富的能力。使用一个简单而连贯的决策规则，功能决策理论家（例如）在纽科姆问题上比CDT获得更多的效用，在吸烟损伤问题上比EDT获得更多的效用，在帕菲特的搭便车问题上比两者都获得更多的效用。在本文中，我们定义FDT，探讨其处方在一些不同的决策问题，比较它的CDT和EDT，并给予哲学的理由FDT作为一个规范的决策理论。
2018-05-22 cs.AI
Efficient Deviation Types and Learning for Hindsight Rationality in Extensive-Form Games: Corrections
后见之明理性（英语：Hindsight rationality）是一种玩一般和游戏的方法，它规定了个体代理关于一组偏差的无遗憾学习动态，并进一步描述了多个代理之间的联合理性行为。为了在顺序决策环境中发展后见之明的理性学习，我们将行为偏差形式化为尊重扩展形式游戏结构的一般偏差类。将时间选择的思想集成到反事实遗憾最小化（CFR）中，我们引入了扩展形式的遗憾最小化（EFR）算法，该算法可以对任何给定的行为偏差集实现事后理性，其计算与集合的复杂性密切相关。我们确定的行为偏差子集，部分序列偏差类型，subtermons先前研究的类型，并导致有效的EFR实例中的游戏具有中等长度。此外，我们提出了一个彻底的实证分析EFR实例化与不同的偏差类型在基准游戏中，我们发现，较强的类型通常会导致更好的性能。
2022-06-01 cs.AI cs.GT
Efficient Deviation Types and Learning for Hindsight Rationality in Extensive-Form Games
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）；Université de Montréal（蒙特利尔大学）；Mila（米拉研究所）；DeepMind（深度思维）；Brown University（布朗大学）
后见之明理性（英语：Hindsight rationality）是一种玩一般和游戏的方法，它规定了个体代理关于一组偏差的无遗憾学习动态，并进一步描述了多个代理之间的联合理性行为。为了在顺序决策环境中发展后见之明的理性学习，我们将行为偏差形式化为尊重扩展形式游戏结构的一般偏差类。将时间选择的思想集成到反事实遗憾最小化（CFR）中，我们引入了扩展形式的遗憾最小化（EFR）算法，该算法可以对任何给定的行为偏差集实现事后理性，其计算与集合的复杂性密切相关。我们确定的行为偏差子集，部分序列偏差类型，subtermons先前研究的类型，并导致有效的EFR实例中的游戏具有中等长度。此外，我们提出了一个彻底的实证分析EFR实例化与不同的偏差类型在基准游戏中，我们发现，较强的类型通常会导致更好的性能。
2022-06-22 cs.AI cs.GT
Common Counterfactual Belief of Rationality Subsumes Superrationality On Symmetric Games
本文证明了，对于范式对称博弈，满足Hofstadter超理性准则的策略剖面在共同的反事实理性信念下也同时满足Halpern和Pass准则：最小最大合理性和个体合理性。
2020-03-18 cs.GT
Effect of information asymmetry in Cournot duopoly game with bounded rationality
研究了信息不对称对有限理性双寡头动态古诺博弈的影响。具体地说，我们研究了在双寡头垄断中，一方对另一方行为信息的掌握如何影响古诺-纳什均衡的稳定性。我们从理论上和数值计算表明，信息稳定的古诺-纳什均衡和抑制混沌行为的双寡头。
2019-06-20 cs.GT
Thermal Min-Max Games: Unifying Bounded Rationality and Typical-Case Equilibrium
Fujitsu Limited（富士通株式会社）；RIKEN center for AIP（理化学研究所人工智能研究中心）
本文提出热极小-极大博弈理论，通过温度参数统一有限理性和完全理性，提供对典型均衡和混合策略统计的可计算预测，并验证了其在有限游戏中的有效性。
2026-02-16 cond-mat.dis-nn cs.GT
Proof-theoretic Analysis of Rationality for Strategic Games with Arbitrary Strategy Sets
在战略博弈的背景下，我们提供了一个公理化的证明声明常识的合理性意味着，球员将只选择生存的策略，严格劣势策略的迭代消除。这里的理性意味着只采取一个人认为是最佳对策的策略。这涉及到两种形式语言。一个是一阶的，用于形式化最优性条件，比如避免严格劣势策略，或者采取最佳对策。另一种是模态不动点语言，表达了最优性、合理性和信念。不动点用于形成共同信念和迭代消除非最优策略的表达式。
2010-06-25 cs.GT
Bounded rationality in a dynamic alternate game
从博弈论的角度来看，多米诺骨牌是一种没有受到太多关注的游戏（特别是被称为平局的品种）。通常认为，这个博弈已经解决了，给出了博弈论的一般结果。然而，均衡的确定是不可行的，因为在一般情况下，众所周知的问题，节点爆炸的树表示的游戏。我们提出了一个新的模型的基础上有限的预测作为一种有限理性的动态交替游戏。
2013-10-23 cs.GT cs.LO
Inverse Game Theory for Stackelberg Games: the Blessing of Bounded Rationality
优化战略决策（又名：计算平衡）是许多非合作多代理应用成功的关键。然而，在许多现实世界的情况下，我们可能会面临这个博弈论问题的完全相反-而不是规定给定游戏的均衡，我们可能直接观察代理人的均衡行为，但要推断未知游戏的基本参数。这个研究问题，也被称为逆博弈论，已经在最近的多个作品中研究了Stackelberg游戏的背景下。不幸的是，现有的工作表现出相当负面的结果，显示统计硬度和计算硬度，假设追随者的完全理性的行为。我们的工作放宽了完美理性代理人的假设，经典的量子响应模型，一个更现实的有限理性的行为模型。有趣的是，我们表明，这种有限理性模型带来的光滑性质，实际上导致可证明更有效的学习一般Stackelberg游戏的追随者效用参数。系统的实证实验证实了我们的理论结果，并进一步表明其鲁棒性超出了严格的量子响应模型。
2022-10-04 cs.GT econ.TH
The curse of rationality in sequential scheduling games
尽管算法博弈论的研究重点是可计算性问题，但博弈者有限的计算能力却很少受到关注。这项工作研究了不同水平的球员的计算能力（或“理性”）如何影响顺序调度游戏的结果。令人惊讶的是，我们的研究结果表明，较低水平的理性的球员可能会导致更好的均衡。更具体地说，我们刻画了两种不同的有限理性模型下的无政府状态（SPoA）的序列价格，即具有$k$前瞻性的玩家和头脑简单的玩家。玩家具有$k$ -前瞻的模型介于“完美理性”（$k=n-1$）和“在线贪婪”（$k=0$）之间。我们的研究结果表明，在$k$中，均衡的无效性（SPoA）增加了前瞻的程度：$\mathrm{SPoA} = O (k^2)$为两台机器，$\mathrm{SPoA} = O\left(2^k \min \{mk,n\}\right)$为$m$机器，其中$n$是玩家的数量。而且，当玩家头脑简单的时候，SPOA正是$m$，这与“在线贪婪”的表现不谋而合。
2020-09-09 cs.GT
Algorithmic Rationality: Game Theory with Costly Computation
我们开发了一个通用的博弈论框架，用于推理执行可能昂贵的计算的战略代理。在这个框架下，许多传统的博弈论结果（如存在纳什均衡）不再成立。尽管如此，我们可以使用这个框架来为在研究充分的游戏中观察到的行为提供心理上吸引人的解释（例如重复的囚徒困境和剪刀石头布）。此外，我们提供了自然条件的游戏足以保证均衡存在。
2014-12-09 cs.GT
Rationality and correctness in n-player games
针对双人博弈纳什均衡的两类经典充分条件，本文提出与理性互知（MKR）更契合的“理性与正确性互设”（MARC）概念，证明其在双人零和博弈中普遍成立，但在n人博弈中通常不成立。
2023-12-12 cs.GT econ.TH
From First-Order to Second-Order Rationality: Advancing Game Convergence with Dynamic Weighted Fictitious Play
本文提出动态加权虚拟博弈（DW-FP）算法，以理性为核心加速博弈收敛，实验表明其收敛速率可达 $O(T^{-1})$，优于传统上界。
2024-09-05 cs.GT
Hindsight and Sequential Rationality of Correlated Play
University of Alberta（阿尔伯塔大学）；Amii（阿尔伯塔机器智能研究所）；Université de Montréal（蒙特利尔大学）；Mila（米拉研究所）；Massachusetts Institute of Technology（麻省理工学院）；DeepMind（深度思维）；Brown University（布朗大学）
受最近在两人零和游戏解决和玩方面的成功的推动，人工智能在游戏方面的工作越来越多地集中在产生基于均衡的策略的算法上。然而，在一般和游戏或有两个以上参与者的游戏中，这种方法在产生有能力的参与者方面不如在两个参与者的零和游戏中有效。一个有吸引力的替代方案是考虑自适应算法，以确保事后的强大性能，相对于修改行为所能实现的性能。这种方法也导致了一个博弈论分析，但在相关的发挥，产生于联合学习动态，而不是在均衡的因素代理行为。我们发展和倡导这种后见之明的理性框架的学习一般顺序决策设置。为此，我们重新审视中介均衡和偏离类型的广泛形式的游戏，从而获得一个更完整的理解和解决过去的误解。我们提出了一组例子，说明了不同的优势和弱点，在文献中的每种类型的均衡，并证明，没有听话的概念，包括所有其他。这条线的调查最终在偏差和平衡类，对应于算法的反事实遗憾最小化（CFR）家庭的定义，将它们与所有其他文献。更详细地研究CFR进一步导致了相关游戏中理性的新递归定义，该定义以自然适用于事后评估的方式扩展了顺序理性。
2022-06-22 cs.AI cs.GT
A simple case of rationality of escalation
升级是一个事实，即在游戏中（例如拍卖），代理人永远玩。没有必要考虑复杂的例子来证明它的合理性。特别地，$0,1$ -博弈是一个极其简单的无限博弈，其中升级自然而理性地出现。在某种意义上，它可以被认为是升级的范式。通过一个经济博弈的例子，我们展示了经济学可以从共归纳中获得的利益。
2013-06-10 cs.GT cs.LO
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
Verification with Common Knowledge of Rationality for Graph Games
本文针对图博弈，用认知模型定义理性共识（CKR）替代纳什均衡，提出验证问题并分析位置策略类别的复杂性。
2024-09-19 cs.GT
Bayesian Rationality in Satisfaction Games
本文提出贝叶斯满意度范式，融合贝叶斯理性与满意度博弈，证明相关均衡为稳定结果，并给出基于遗憾匹配的迭代算法，几乎总能找到均衡。
2023-07-25 cs.GT
Reasoning and Behavioral Equilibria in LLM-Nash Games: From Mindsets to Actions
Department of Electrical；Computer Engineering, New York University, Brooklyn, NY, USA
提出LLM-Nash博弈论框架，通过显式建模基于LLM的推理提示选择过程来刻画有限理性，揭示了推理均衡与经典Nash结果的偏离，为LLM系统的策略交互提供新基础。
2025-07-10 cs.AI cs.GT
Individual Rationality in Constrained Hedonic Games: Additively Separable and Fractional Preferences
Czech Technical University in Prague（布拉格捷克理工大学）；Ben-Gurion University of the Negev（内盖夫本-古里安大学）；Charles University（查理大学）；AGH University of Krakow（克拉科夫AGH科技大学）
研究受限享乐博弈中个体理性的存在性，探讨可加性和分数偏好下的计算复杂性，揭示其可计算与不可计算的边界。
2026-03-23 cs.GT
Active Inverse Methods in Stackelberg Games with Bounded Rationality
Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；University of Chinese Academy of Sciences（中国科学院大学）；Tongji University（同济大学）；Shanghai Research Institute for Intelligent Autonomous Systems（上海智能无人系统研究院）
本文针对有界理性Stackelberg博弈，提出主动逆方法，利用Fisher信息最大化信息增益并平衡探索与利用，证明一致性与渐近均衡，仿真表明能更快达到Stackelberg均衡。
2025-10-17 cs.GT cs.SY eess.SY
Learning Attacker's Bounded Rationality Model in Security Games
提出了一种新的神经进化方法（NESG）来计算Stackelberg安全博弈中领导者的支付。NESG的核心是战略评估神经网络（SENN）。SENN能够有效地评估领导者的策略，而对手可能由于某些认知偏见或限制而不以完全理性的方式行事。SENN是在历史数据上训练的，不需要任何关于追随者的目标偏好、收益分布或有限理性模型的直接先验知识。NESG在一组90个基准游戏上进行了测试，这些游戏的灵感来自于被称为深度数据包检测的真实网络安全场景。实验结果表明，应用NESG的优势，现有的国家的最先进的方法时，发挥对不完全理性的对手。该方法提供了高质量的解决方案，具有优越的计算时间可扩展性。由于NESG的通用和无知识构造，该方法可以应用于各种现实生活中的安全场景。
2021-09-27 cs.GT cs.NE
Common Belief in Choquet Rationality and Ambiguity Attitudes -- Extended Abstract
我们考虑有限的游戏在战略形式与Choquet期望效用。使用的概念（毫不含糊地）相信，我们定义Choquet合理性和特征的Choquet合理性和共同的信念，Choquet合理性的普遍能力类型空间中的一个纯粹的可测量的设置。我们还表明，Choquet合理化相当于迭代消除严格占主导地位的行动（不是在原来的游戏，但）在一个扩展的游戏。这允许计算Choquet有理化行动，而不需要首先计算Choquet积分。Choquet期望效用允许我们研究模糊性爱/厌恶的共同信念。我们表明，模糊的爱/厌恶导致更小/更大的Choquet合理化的行动配置文件集。
2019-07-22 cs.GT cs.LO
Bistable Probabilities: A Unified Framework for Studying Rationality and Irrationality in Classical and Quantum Games
本文提出了一个统一的概率框架，允许理性和非理性的决策进行理论研究和模拟经典和量子游戏。理性选择理论是博弈论模型的基本组成部分，它假设决策者根据自己的偏好选择最佳行动。在本文中，我们将非理性定义为对理性选择的偏离。双稳态概率被提出作为一个原则性的和直接的手段建模非理性决策的游戏。经典和量子囚徒困境的双稳态变体，雄鹿狩猎和鸡进行了分析，以评估代理效用和纳什均衡的非理性的影响。研究发现，这三个经典的双稳态博弈最多存在三个纳什均衡，当代理人是理性的时，效用最大化。所有三个双稳态博弈都存在多达三个纳什均衡，然而，效用会随着代理人非理性程度的提高而增加。
2020-04-04 cs.GT quant-ph
The Role of Monotonicity in the Epistemic Analysis of Strategic Games
众所周知，在有限策略博弈中，真正的理性共同信念（或共同知识）意味着参与者将只选择那些在严格劣势策略的迭代淘汰中幸存下来的策略。我们建立了一个一般定理，处理单调理性的概念和任意的战略游戏，并允许加强上述结果的任意游戏，其他理性的概念，和超限迭代的消除过程。我们还澄清了什么样的结论，可以得出的习惯优势的概念，不是单调的。主要工具是塔斯基不动点定理。
2010-11-23 cs.GT math.LO
A Note on Bayesian Rationality and Correlated Equilibrium
战略博弈中的贝叶斯理性假设战略不确定性可以转化为不完全信息。相关均衡的指导思想是，参与者是贝叶斯理性的，有一个共同的先验，并独立地选择他们的策略。我表明，贝叶斯理性的一个必要条件是违反了在每一个游戏的不完美信息。此外，如果没有战略不确定性，参与者就无法独立选择自己的战略。这意味着战略独立需要战略不确定性。如果我们区分战略确定性和不确定性，我们就能够解释囚徒困境的合作解和非合作解的存在。
2016-01-31 cs.GT math.LO
Blind Inverse Game Theory: Jointly Decoding Rewards and Rationality in Entropy-Regularized Competitive Games
Hofstra University（霍夫斯特拉大学）；Stony Brook University（石溪大学）
本文提出盲逆博弈论框架，用于在熵正则化竞争博弈中联合解码奖励和理性参数，通过归一化约束解决尺度模糊问题，并证明了最优收敛速率。
2026-02-21 cs.GT cs.LG stat.ML
What Drives People's Choices in Turn-Taking Games, if not Game-Theoretic Rationality?
在早期的实验中，参与者与计算机进行了一场完美的信息游戏，计算机在游戏开始时经常偏离其逆向归纳策略。参与者知道，在每一场比赛中，计算机仍然在根据参与者未来策略的一些信念进行优化。总的来说，似乎参与者应用了向前归纳法。然而，基数效应似乎也发挥了作用：许多参与者可能一直在努力使预期效用最大化。为了找出人们在这样的游戏中是如何真正推理的，我们设计了一种类似蜈蚣的回合制游戏，这种游戏具有新的收益结构，以减少这种基本效应的可能性。我们对50名参与者进行了一项新的实验，基于这些修改后的回报结构的大理石下降可视化。在参与者玩了48个测试游戏后，我们问了一些问题来衡量参与者在样本游戏的所有决策节点上对自己和对手策略的推理。我们还检查了在48个测试游戏中，语言化的策略如何与他们在所有决策点上做出的实际选择相吻合。尽管总的来说，新实验的参与者仍然倾向于在第一个决策节点上稍微倾向于正向归纳选择，但他们的口头策略通常取决于他们自己对风险的态度以及他们分配给计算机对手的态度，有时还考虑到合作性和竞争性。
2017-07-27 cs.GT
Bounding Rationality by Discounting Time
考虑一个游戏，爱丽丝生成一个整数，如果鲍勃能分解这个整数，他就赢了。传统的博弈论告诉我们，鲍勃将永远赢得这个游戏，即使在实践中，爱丽丝会赢，因为我们通常假设分解的难度。我们定义了一个新的有限理性的概念，在那里的球员的收益是由他们采取行动的计算时间贴现。我们用这个概念给一个直接的对应关系存在的平衡，爱丽丝有一个获胜的战略和硬度的因素。也就是说，在贴现率的自然假设下，存在一个均衡，其中Alice具有获胜策略，当且仅当存在一个线性时间可采样分布，平均而言，该分布的保理是困难的。我们还给出了可数行动空间上的折扣博弈的一般结果，包括表明任何具有有界和可计算支付的博弈在我们的模型中都有一个均衡，即使每个玩家被允许有可数数量的行动。例如，在我们的模型中，最大的博弈有一个均衡，尽管它没有纳什均衡或ε-纳什均衡。
2009-11-16 cs.CC cs.GT
Perceptual Rationality: An Evolutionary Game Theory of Perceptually Rational Decision-Making
Max Planck Institute of Animal Behavior（马克斯·普朗克动物行为研究所）；Centre for the Advanced Study of Collective Behaviour, University of Konstanz（康斯坦茨大学集体行为高级研究中心）；Department of Biology, University of Konstanz（康斯坦茨大学生物学系）
本文提出感知理性框架，通过群体合作互动中的进化博弈论，揭示理性决策与行为多样性及生态-进化模式的关系，指出多样性可能损害公共物品提供。
2025-06-21 cs.GT physics.soc-ph q-bio.PE
Bounded Rationality in Concurrent Parity Games
我们考虑在有限状态空间上进行无限回合的2人博弈。游戏是并行的：在每一轮中，两个玩家同时选择他们的动作;当前状态和动作决定继任者。我们认为欧米茄经常获胜的条件作为平价目标。我们考虑的定性分析问题：几乎肯定和有限肯定获胜的状态集的计算，其中玩家1可以确保赢得概率1和概率任意接近1，分别。一般来说，几乎肯定和有限肯定获胜策略需要无限记忆和无限精度。本文研究了并发奇偶博弈定性分析的有限理性问题，其中策略集参与人1被限制为有限资源策略。就精度而言，策略可以是确定性的、均匀的、有限精度的或无限精度的;就记忆而言，策略可以是无记忆的、有限记忆的或无限记忆的。我们提出了一个精确和完整的定性获胜集的所有组合类的策略的特征。特别是，我们表明，统一的无记忆策略是强大的有限精度的无限记忆策略，和无限精度的无记忆策略是强大的无限精度的有限记忆策略。我们证明了获胜集可以在O（n^{2d+3}）时间内计算，其中n是游戏的大小，2d是优先级的数量，并且我们的算法是符号的。在NP cap coNP中可以判定一个状态是否属于获胜集的成员问题。虽然这种复杂性是相同的简单类的回合制游戏，其中在每个状态下，只有一个玩家有一个选择的动作，我们的算法，这是通过表征的胜利集作为μ演算公式，是相当多的参与。
2013-06-20 cs.GT
Anchoring Theory in Sequential Stackelberg Games
Stackelberg博弈的一个基本假设是参与者的完全理性。然而，在现实生活中（通常由SG建模），追随者（恐怖分子，小偷，偷猎者或走私者）-作为一般人-可能不会以完全理性的方式行事，因为他们的决定可能会受到各种偏见的影响，这些偏见限制了他们的决定的合理性。有限理性（BR）的一个流行模型是模糊理论（AT），它声称人类倾向于使可用选项的概率变平，即他们认为这些概率的分布比实际情况更接近均匀分布。本文提出了一种适用于混合线性规划（MILP）求解方法的序列扩展形式SG中AT的有效形式（ATSG）。ATSG是实现在三个MILP/LP为基础的国家的最先进的方法来解决顺序SG和两个最近推出的非MILP方法：一个依赖于蒙特卡罗采样（O2 UCT）和其他一个（EASG）采用进化算法。实验评估表明，这两个非MILP启发式方法的规模更好的时间比MILP解决方案，同时提供最佳或接近最佳的解决方案。除了具有竞争力的时间可扩展性之外，非MILP方法的另一个优点是它们能够结合的潜在BR制剂的灵活性。虽然MILP方法只接受具有线性约束的BR公式，但在两种非MILP方法中，对BR形式没有任何限制。
2020-02-24 cs.AI cs.GT
Exploration-Exploitation in Multi-Agent Competition: Convergence with Bounded Rationality
Singapore University of Technology and Design（新加坡科技设计大学）；University of Oxford（牛津大学）
在竞争性多智能体学习中，探索和利用之间的相互作用还远未得到很好的理解。受此启发，我们研究了平滑Q学习，这是一种典型的学习模型，它明确地捕捉了游戏奖励和探索成本之间的平衡。我们表明，Q-学习总是收敛到唯一的量子响应均衡（QRE），有限理性下的游戏的标准解概念，在加权零和多矩阵游戏与异构学习代理使用积极的探索率。补充最近的结果收敛加权潜在的游戏，我们表明，快速收敛的Q-学习在竞争环境中获得的代理的数量无关，没有任何需要的参数微调。正如我们在网络零和博弈中的实验所展示的那样，这些理论结果为竞争性多智能体环境中平衡选择的算法方法提供了必要的保证。
2021-06-24 cs.GT cs.LG cs.MA
Near Rationality and Competitive Equilibria in Networked Systems
越来越多的文献在网络系统的研究依赖于博弈论和机制设计建模和解决潜在的缺乏合作的自私的用户之间。大多数应用于系统研究的博弈论模型只描述纯纳什均衡的竞争均衡，即每个用户的策略是确定性的，并且是她对所有其他用户策略的最佳反应。然而，纯纳什均衡成立所需的假设对于实际系统来说可能过于严格。使用三个案例研究计算机安全，TCP拥塞控制，网络形成，我们概述了依赖于纳什均衡的博弈论模型的局限性，我们认为，考虑更一般形式的竞争性均衡可能有助于调和从博弈论模型的预测与经验观察到的行为。
2004-04-20 cs.GT cs.NI
On Bounded Rationality in Cyber-Physical Systems Security: Game-Theoretic Analysis with Application to Smart Grid Protection
在本文中，一般模型的网络物理系统（CPS），捕捉攻击的扩散从网络层的物理系统，进行了研究。特别是，提出了一个博弈论的方法来分析一个防御者和一个攻击者之间的相互作用，在CPS。在这个游戏中，攻击者对CPS的多个网络组件发起网络攻击，以最大限度地提高对物理系统的潜在危害，而系统操作员选择保护多个网络节点，以挫败攻击并最大限度地减少对物理方面的潜在损害。所提出的游戏明确地说明了这样一个事实，即攻击者和防御者可以具有不同的计算能力和不同的系统知识水平。为了捕捉这种有限理性的攻击者和防御者，一个新的方法启发的认知层次理论的行为框架。在这个框架中，防御者被假设面对的攻击者可能具有不同的思维水平，反映了其对系统和计算能力的了解。为了解决这个问题，每种攻击者类型的最优策略的特点和防御者面对这些不同类型的最优响应计算。这种一般的方法适用于智能电网安全考虑广域保护与能源市场的影响。数值结果表明，当考虑攻击者的有限理性时，偏离纳什均衡策略是有益的。此外，研究结果表明，防御者的动机偏离纳什均衡时，面对攻击者，具有高计算能力降低。
2016-10-07 cs.GT cs.IT math.IT
Bounded Rationality, Strategy Simplification, and Equilibrium
经常有人建议，通过博弈论作出的预测可以通过考虑建模代理时的计算限制来改进。在假设博弈中的参与者可能希望在最大化收益和最小化策略复杂性之间取得平衡的情况下，鲁宾斯坦和合著者研究了纳什均衡的形式，其中策略被最大限度地简化，因为没有策略可以在不牺牲收益的情况下进一步简化。受这一工作的启发，我们引入了一个均衡的概念，即策略也被最大限度地简化，但相对于简化过程，如果简化激励其他参与者偏离，则参与者将不会简化。我们研究这样的两个玩家的机器游戏中，玩家选择有限的自动机，简洁地表示重复游戏的策略的均衡，在这种情况下，我们提出的技术，建立一个结果是在均衡和目前的结果的结构上的均衡。
2011-06-26 cs.CC cs.GT
Robust Mean-Field Games with Risk Aversion and Bounded Rationality
Georgia Institute of Technology（佐治亚理工学院）
本文提出一种结合风险厌恶和有限理性的均场博弈模型，通过引入新的均衡概念MF-RQE，提升在分布不确定性下的鲁棒性，并开发了可扩展的强化学习算法。
2026-02-13 cs.GT cs.MA
Rationality of Learning Algorithms in Repeated Normal-Form Games
针对自利智能体可能偏离学习算法的问题，提出算法理性比与 $c$-理性概念，证明 fictitious play 等非 $c$-理性，并提出两种在温和假设下可证明 $1$-理性的算法。
2024-02-13 cs.GT cs.SY eess.SY
On the Rationality of Escalation
升级是无限博弈的一个典型特征。因此，为研究无限数学结构而设计的工具，也就是那些从共归纳中推导出来的工具是必不可少的。在这里，我们使用共归纳，或反向共归纳（以显示其与有限博弈的相同概念的连接），以仔细和正式研究的无限博弈，特别是那些被称为美元拍卖，这被认为是升级的范式。不像什么是公认的，我们表明，假设其他代理人将永远停止，投标是理性的，因为它会导致一个子博弈完美均衡。我们证明了这不是唯一的理性策略（唯一的子博弈完美均衡）。事实上，如果一个行动者停下来，并且每走一步都会停下来，我们就可以说他也是理性的，只要他承认他的对手永远不会停下来，因为这对应于一个子博弈完美均衡。令人惊讶的是，在无限美元拍卖博弈中，双方在每一步都停止的行为不是纳什均衡，因此不是子博弈完美均衡，因此不是理性的。
2011-12-15 cs.GT
Individual Rationality in Topological Distance Games is Surprisingly Hard
本文研究了拓扑距离博弈中寻找个体理性结果的计算复杂度，证明即使在基本情况下判定个体理性解的存在性也很困难，需结合多种输入限制才能实现可处理性。
2024-04-22 cs.DS cs.GT
Beyond admissibility: Dominance between chains of strategies
容许策略，即不被任何其他策略支配的策略，是博弈论中一个典型的理性概念。在许多类的游戏中，这是合理的结果表明，任何战略是可接受的或主导的一个可接受的战略。然而，在有限图上进行的具有定量目标的游戏中（如用于反应合成），情况并非如此。我们考虑增加链的战略，而不是恢复一个令人满意的合理性概念的基础上的优势，在这样的游戏。我们开始与一些秩序理论的考虑建立足够的标准，这工作。然后，我们把我们的注意力一般的安全/可达性游戏作为一个特定的应用程序。我们提出了最大均匀链的概念，在这些游戏中所需的优势为基础的合理性概念。建立了关于一致链的一些基本问题的可判定性。
2018-05-29 cs.GT cs.LO
Balancing rationality and social influence: Alpha-rational Nash equilibrium in games with herding
本文在包含α比例理性参与者和从众非理性参与者的平均场博弈中提出α-理性纳什均衡（α-RNE），分析了两行动博弈中的新均衡，并证明理性与非理性参与者都可能因从众行为而获得更高效用。
2024-06-06 cs.GT
On the Rationality of Escalation
升级是无限博弈的一个典型特征。因此，为研究无限数学结构而设计的工具，也就是那些从共归纳中推导出来的工具是必不可少的。在这里，我们使用共归纳，或反向共归纳（以显示其与有限博弈的相同概念的连接），以仔细和正式研究的无限博弈，特别是那些被称为美元拍卖，这被认为是升级的范式。不像什么是公认的，我们表明，假设其他代理人将永远停止，投标是理性的，因为它会导致一个子博弈完美均衡。我们证明了这不是唯一的理性策略（唯一的子博弈完美均衡）。事实上，如果一个行动者停下来，并且每走一步都会停下来，我们就可以说他也是理性的，只要他承认他的对手永远不会停下来，因为这对应于一个子博弈完美均衡。令人惊讶的是，在无限美元拍卖博弈中，双方在每一步都停止的行为不是纳什均衡，因此不是子博弈完美均衡，因此不是理性的。
2010-04-29 cs.GT cs.LO
Individual Rationality in Constrained Hedonic Games: Friends, Enemies, and Neutrals
AGH University of Krakow（克拉科夫 AGH 科技大学）；Czech Technical University in Prague（布拉格捷克理工大学）；ELTE Centre for Economic and Regional Studies（布达佩斯罗兰大学经济区域研究中心）；Budapest University of Technology and Economics（布达佩斯技术与经济大学）
该研究探讨朋友、敌人与中立者构成的受限享乐博弈中，满足个体理性及规模约束的联盟划分问题，分析以朋友/敌人为导向偏好下的计算复杂度，明确了不同关系结构对问题可处理性的影响。
2026-08-17 cs.GT
Intelligent escalation and the principle of relativity
升级是一个事实，即在游戏中（例如在拍卖中），代理人永远玩。该$0,1$ -游戏是一个非常简单的无限游戏与智能代理，其中升级出现。从认知心理学的角度，揭示了决策过程中智能（算法思维）与理性（算法思维和反思思维）的区别。它还表明，取决于观点（内部或外部），代理人的合理性可能会改变，这被提议称为相对性原则。
2015-05-27 cs.GT
