The Complexity of Concurrent Rational Synthesis
在本文中，我们研究了合理的合成问题的并发博弈结构的各种目标，从可达性的Muller条件。我们提出了一个新的算法，建立了非合作的理性综合问题，完全依赖于博弈论技术，而不是以前的方法，是基于逻辑的可判定性。由于这种方法，我们构建了一个零和回合制游戏，可以适应上述每一个目标，从而获得新的复杂性结果。特别是，我们表明，可达性，安全性，Büchi，和合作Büchi条件是PSpace完全的，穆勒，街，和拉宾是PSpace硬和ExpTime。
2018-06-08 cs.GT cs.LO
Computer aided synthesis: a game theoretic approach
在这邀请的贡献，我们提出了一个全面的介绍博弈论应用于计算机辅助合成。在此背景下，我们给出了两人零和博弈以及多人非零和博弈的一些经典结果。单玩家游戏的简单情况与无限词的自动机理论密切相关。在本文中，我们一直专注于解决所研究问题的一般方法，并提供了几个说明性的例子以及证明的直观性。
2017-06-02 cs.GT
High-Level Representation of Benchmark Families for Petri Games
Petri游戏已经被引入作为一个多人游戏模型表示因果记忆，以解决分布式系统的合成。对于一个环境参与者和任意有界数目的系统参与者的Petri博弈，判定安全策略的存在性是EXPTIME完全的。这一结果形成的工具ADAM的基础上，实现了分布式控制器的合成从Petri网游戏的算法。为了评估该工具，它已经检查了一系列参数化的基准，从制造和工作流场景。在本文中，我们介绍了一种新的可能性，代表基准家庭的分布式综合问题建模与Petri游戏。它使用户能够将整个基准系列指定为一个参数化的高级网络。我们描述的例子基准家庭作为一个高层次的版本的Petri网游戏，并展示一个实例产生一个具体的1-有界Petri网游戏。我们确定的改进无论是关于基准家庭的大小或功能，通过检查高层次的Petri游戏。
2019-04-11 cs.GT cs.LO
Scaling CheckMate for Game-Theoretic Security
本文提出自动验证工具 CheckMate，通过自动推理判定区块链等协议模型是否兼具拜占庭容错性与激励相容性，并在 15 个涵盖协议、棋盘游戏和博弈论示例的基准上评估其能力。
2024-06-13 cs.GT cs.LO
The Blockchain Game: Synthesis of Byzantine Systems and Nash Equilibria
University of Nevada（内华达大学）
本文从容错分布式系统和博弈论两个正交的角度提出了区块链的综合观点。具体来说，我们在区块链的背景下制定了一个新的博弈论问题，并勾勒出一个封闭形式的纳什均衡的问题。
2019-12-20 cs.AI cs.DC cs.GT
Finite-Memory Strategy Synthesis for Robust Multidimensional Mean-Payoff Objectives
图上的二人博弈为反应系统的研究提供了数学基础。在定量框架中，一个目标为每一步棋分配一个值，参与人1的目标是最小化目标的值。在这个框架中，有两个相关的综合问题需要考虑：定量分析问题是计算参与人1可以保证的最小（或下确界）值，布尔分析问题是询问参与人1是否可以保证目标的值至多为$ν$（对于给定的阈值$ν$）。在多维加权图上玩平均支付表达式游戏。原子平均支付表达式目标是某一维的平均支付值（长期平均权重），平均支付表达式类是原子平均支付表达式在$\MAX,\MIN$、数值补和$\SUM$代数运算下的闭包.在这项工作中，我们研究了第一次的策略合成问题的游戏具有强大的定量目标，即游戏的平均回报表达的目标。虽然在一般情况下，这些游戏的最佳策略需要无限的记忆，在合成中，我们通常感兴趣的有限状态系统的建设。因此，我们考虑的游戏中，玩家1是有限的记忆策略，我们的主要贡献如下。我们证明了对于平均支付表达式，定量分析问题是可计算的，布尔分析问题与Hilbert的第十个有理数问题--一个在计算机科学和数学中长期存在的基本开放问题--是相互可约的。
2014-04-29 cs.GT cs.LO
Better Quality in Synthesis through Quantitative Objectives
大多数规约语言只表达定性约束。然而，在满足给定规范的两个实现中，一个可能优于另一个。例如，如果一个规范要求每个请求后面都有一个响应，那么人们可能更喜欢快速生成响应但不生成不必要的响应的实现。我们使用定量属性来衡量一个实现的“好”。使用具有相应量化目标的游戏，我们可以合成“最佳”实现，这是满足给定规范的可能实现集合中的首选。特别是，我们展示了如何自动机与字典的平均支付条件可以用来表达许多有趣的定量反应系统的属性。在这个框架中，最佳实现的合成需要解决的字典的平均回报游戏（安全要求），和解决的游戏与字典的平均回报和奇偶性的目标（活性要求）。我们提出了解决这两种新型图游戏的算法。
2013-05-28 cs.GT cs.LO
Regstar: Efficient Strategy Synthesis for Adversarial Patrolling Games
我们设计了一个新的有效的策略合成方法适用于对抗巡逻问题的图与任意长度的边缘和可能不完善的入侵检测。核心成分是一个有效的算法，用于计算值和梯度的功能分配给每一个战略的“保护”实现。这使得设计一个有效的策略改进算法的微分规划和优化技术。我们的方法是第一个适用于现实世界的巡逻图的合理大小。它优于国家的最先进的战略合成算法的利润。
2021-08-19 cs.GT
Strategy Synthesis for General Deductive Games Based on SAT Solving
Masaryk University（马萨里克大学）
我们提出了一个通用的框架，用于建模和求解演绎游戏，其中一个玩家选择一个秘密代码和其他玩家努力发现这个代码使用最少数量的允许的实验，揭示了一些部分信息的代码。该框架是实现在一个软件工具眼镜蛇，其功能是通过产生新的结果，现有的演绎游戏证明。
2015-06-19 cs.AI cs.GT
Optimal controller synthesis for timed systems
本文扩展了加权定时博弈的可分析类别以包含负权重，证明值仍可近似且复杂度不变，并给出可判定子类及符号值迭代算法，同时揭示未定时情形可在多项式时间内求解。
2023-03-14 cs.GT cs.LO
An Improved Pseudo-Polynomial Upper Bound for the Value Problem and Optimal Strategy Synthesis in Mean Payoff Games
在这项工作中，我们提供了一个$O(|V|^2 |E|\, W)$伪多项式时间确定性算法来解决平均收益博弈中的价值问题和最优策略综合。这通过因子$\log(|V|\, W)$改进了由于Brim而导致的先前已知的最佳伪多项式时间上限，~ \etal。改进取决于值的适当表征，以及根据重新加权的能量博弈和小能量进展度量的最佳位置策略的描述。
2016-04-24 cs.CC cs.DS cs.GT
Regular Games with Imperfect Information Are Not That Regular
研究不完全信息双人博弈中随机化策略的合成问题，提出正则博弈概念，证明在更一般模型中纯策略归约不适用，但在Buechi目标下随机化策略合成可判定。
2024-07-26 cs.GT cs.LO
Analysis of Evolutionary Program Synthesis for Card Games
在这份报告中，我们检查了Rack'O游戏的进化方法的应用，这是一个围绕决策概念的纸牌游戏。我们首先应用进化技术来获得一组经过许多代的规则，然后将它们与人类玩家编写的脚本进行比较。一个高层次的领域特定的语言，确定的规则集是合成。我们报告的结果，提供了一套规则及其影响的全面分析。
2021-01-08 cs.AI cs.GT
Meet Your Expectations With Guarantees: Beyond Worst-Case Synthesis in Quantitative Games
我们通过超越最坏情况来扩展定量合成框架。一方面，两人博弈的经典分析涉及对手（模拟系统的环境），这是纯粹的对抗性，并要求严格的保证。另一方面，像马尔可夫决策过程这样的随机模型代表了系统面临纯随机环境的情况：目标是优化预期收益，而不保证个人结果。我们引入超越最坏情况的综合问题，这是构建策略，保证在最坏的情况下的一些定量要求，同时提供一个更高的期望值对一个特定的随机模型的环境作为输入。这个问题与生产在日常情况下提供良好的预期性能的系统控制器有关，同时即使在非常糟糕（虽然不太可能）的情况下也确保严格（但宽松）的性能阈值。本文研究了两个重要的定量设置：平均收益和最短路径的超最坏情况综合问题，在这两种情况下，我们展示了如何判断满足该问题的有限记忆策略的存在性，以及如何综合一个，如果存在的话。我们建立算法，我们研究的复杂性界限和内存要求。
2015-10-30 cs.FL cs.GT cs.LO
Security-Aware Synthesis Using Delayed-Action Games
Duke University（杜克大学）
本文提出了一种基于延迟动作游戏（DAG）的策略合成和分析框架，用于解决多智能体反应系统中隐藏信息游戏的建模问题，并展示了该框架在无人 aerial 车系统面临隐蔽攻击时的应用。
2019-05-30 cs.FL cs.GT cs.LO
Constrained Automated Mechanism Design for Infinite Games of Incomplete Information
University of Michigan（密歇根大学）；Yahoo! Research（雅虎研究院）
提出了一种基于设计者与机构参与者之间策略交互的两阶段博弈模型的自动化机制设计的功能框架，并将其应用于几类不完全信息的两人无限博弈。在我们的框架的核心是一个黑盒优化算法，指导候选机制的选择过程。我们的方法产生最佳或接近最佳的机制，在几个应用领域，使用各种目标函数。通过比较我们的结果与已知的最佳机制，并在某些情况下，提高最知名的机制，我们提供的证据表明，我们是一个很有前途的方法参数化设计的间接机制。
2012-06-20 cs.AI cs.GT
Partial Solvers for Generalized Parity Games
近年来，奇偶博弈在控制器综合和验证中的应用得到了广泛的研究。实际上，在多项式时间内执行的奇偶博弈的部分求解器虽然不完整，但可以解决公开可用的基准套件中的大多数博弈。在本文中，我们结合这些部分求解器与经典的递归算法的奇偶游戏由于Zielonka。我们还将部分求解器扩展到广义奇偶性游戏，即奇偶性目标结合的游戏。我们已经实现了这些算法，并评估了他们在最后一个LTL合成比赛中提出的一个大型基准。
2019-07-20 cs.GT
Quantum game models for interaction-aware decision-making in automated driving
Inria Paris（巴黎国家信息与自动化研究所）；Valeo Mobility Tech Center（Valeo 移动技术中心）
针对自动驾驶传统决策方法忽略或简化智能体交互导致自车保守的问题，提出两种无需量子硬件即可实时运行的量子博弈模型，在合流、环岛场景中表现优于经典博弈及基线方法。
2025-09-01 cs.GT cs.RO
Solving Weighted Voting Game Design Problems Optimally: Representations, Synthesis, and Enumeration
Centrum Wiskunde & Informatica（荷兰数学与计算机科学研究中心）；Delft University of Technology（代尔夫特理工大学）；Erasmus University Rotterdam（伊拉斯姆斯大学鹿特丹分校）
我们研究了加权投票博弈的逆权力指数问题：找到一个加权投票博弈，其中玩家的权力尽可能接近某个目标分布。我们的目标是找到能精确解决这个问题的算法。为此，我们研究了简单博弈的各种子类及其相关的表示方法。我们调查算法和不可能的结果的综合问题，即，将简单博弈的表示转换为另一表示。我们的合成问题的贡献表明，这是不可能的计算在多项式时间的列表天花板联盟（也称为移位最大损失联盟）的游戏从其列表的屋顶联盟（也称为移位最小的获胜联盟），反之亦然。然后，我们着手研究加权投票博弈集合的计数问题。我们首先提出了一个天真的算法，在双指数时间运行。利用我们对综合问题的知识，我们改进了这个简单的算法，得到了一个在二次指数时间内运行的枚举算法（即对于多项式p，时间复杂度为O（2^（n^2）p（n））。此外，我们表明，该算法运行在输出多项式时间，使其成为最好的枚举算法的多项式因子。最后，我们提出了一个精确的任何时间算法的逆幂指数问题，运行在指数时间。该算法简单而通用：它计算每个枚举游戏的误差，并输出使该误差最小化的游戏。通过我们的方法的通用性，我们的算法可以用来找到一个加权的投票游戏，优化任何指数时间可计算的功能。我们实现我们的算法的情况下，规范化的Banzhaf指数，我们进行实验，以研究性能和误差收敛。
2013-07-01 cs.AI cs.GT cs.MA
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
Automated Planning in Repeated Adversarial Games
Imperial College London（伦敦帝国学院）；University of Southampton（南安普顿大学）
博弈论的规范性力量通常依赖于完全理性和/或自我博弈的互动。与此相反，这项工作抛开这些基本前提，而是集中在两个或多个代理之间的异构自主交互。具体来说，我们介绍了一种新的和简洁的表示重复对抗（常和）游戏，突出必要的功能，使自动规划代理的原因如何得分以上的游戏的纳什均衡，面对异构对手。为此，我们提出了TeamUP，一个基于模型的RL算法，旨在学习和规划这样的抽象。本质上，它有点类似于R-max，具有巧妙设计的奖励塑造，将探索视为对抗性优化问题。在实践中，它试图找到一个盟友，与之默契地勾结（在超过两个玩家的游戏中），然后合作制定一个联合行动计划，在对抗性重复游戏中始终获得高效用。我们使用首届柠檬水摊位游戏锦标赛来证明我们的方法的有效性，并发现TeamUP是表现最好的代理，将锦标赛的实际获胜策略降级为第二位。在我们的实验分析中，我们展示了我们的策略成功地并始终如一地与许多不同的异构（有时非常复杂）对手建立合作。
2012-03-15 cs.AI cs.GT
Synthesis of Deceptive Strategies in Reachability Games with Action Misperception (Technical Report)
战略欺骗是一种操纵对手感知以获得战略优势的行为。本文研究了行动集信息单侧不完全的图上两人回合制零和可达博弈中欺骗性获胜策略的合成问题。特别是，我们考虑一类游戏中，玩家1（P1）开始与一个非空的私人行动，她可能会“透露”的玩家2（P2）在游戏过程中。P2配备了一个推理机制，每当一个新的动作被揭示时，他就会更新他对P1的动作集的感知。在这种信息结构下，P1的目标是达到博弈图中的一组目标状态，而P2的目标是阻止它。我们解决的问题是：P1如何利用她的信息优势来欺骗P2选择反过来有利于P1的行动？为此，我们引入了一个动态的超博弈模型来捕捉可达性游戏与不断发展的误解P2。通过对博弈的定性分析，我们设计了合成欺骗性必胜区和几乎必胜区的算法，得到了两个关键结果：（1）在必胜条件下，欺骗性必胜策略与非欺骗性必胜策略是等价的--即使用欺骗手段没有优势;（2）在几乎必胜条件下，欺骗性必胜策略可能比非欺骗性必胜策略更有效。我们说明了我们的算法使用一个捕获的旗帜游戏，并演示了使用所提出的方法，以更大的一类游戏的时间逻辑目标。
2021-04-23 cs.FL cs.GT
$α$-Potential Games for Decentralized Control of Connected and Automated Vehicles
Columbia University（哥伦比亚大学）；Imperial College London（伦敦帝国理工学院）
本文提出$α$-势游戏框架，用于去中心化控制连接和自动化车辆，通过去中心化神经网络策略算法解决纳什均衡问题，有效捕捉碰撞避免和异质行为。
2025-12-05 cs.GT cs.MA math.OC
Incremental Data-Driven Policy Synthesis via Game Abstractions
Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）；Department of Computer Science, University of Oxford（牛津大学计算机系）；School of Computer Science, University of Birmingham（伯明翰大学计算机学院）
本文提出一种基于数据驱动和抽象的控制框架，通过增量游戏求解方法，在系统动态数据积累时逐步构建抽象游戏图、获胜区域和控制策略，实现对未知离散时间随机动态系统的控制策略合成。
2026-04-13 cs.GT
Game theoretic controller synthesis for multi-robot motion planning Part I : Trajectory based algorithms
Pennsylvania State University（宾夕法尼亚州立大学）；Massachusetts Institute of Technology（麻省理工学院）
本文提出了一种分布式实时算法，用于计算多机器人运动规划中纳什均衡的计算，证明了算法收敛性、价格稳定性及计算复杂度。
2014-02-15 cs.GT cs.MA cs.SY
RuleSmith: Multi-Agent LLMs for Automated Game Balancing
Yale University（耶鲁大学）；Texas A\&M University（德克萨斯农工大学）
RuleSmith利用多智能体LLM实现自动化游戏平衡，通过贝叶斯优化和自适应采样高效搜索参数空间，实现高平衡配置和可解释规则调整。
2026-10-22 cs.AI cs.GT cs.LG
Autonomous Vehicle Convoy Control as a Differential Game
自动化高速公路上的联网和自动驾驶车辆的群组控制对于高级驾驶员辅助系统（ADAS）和自动驾驶系统（ADS）来说是一个挑战。本文研究了微分博弈为基础的方法，自主车队控制的目的是部署在自动化公路。在非合作微分对策下，耦合的车辆独立地做出决策，而它们的状态是相互依赖的。线性二次微分对策的滚动时域纳什均衡为护航编队提供了一种分布式状态反馈控制策略。这种方法的一个根本问题是，既不能保证纳什均衡的存在性，也不能保证唯一性。我们将基于个体动态的微分博弈转化为一个相对的基于动态的最优控制问题，该问题具有微分博弈的所有特征。微分对策下唯一Nash控制的存在性对应于最优控制问题的唯一解。后者示出，以及闭环系统的渐近稳定性。仿真结果表明了所提出的输送控制方案的有效性，以及它如何很好地适应自动化公路驾驶的情况。
2021-08-08 cs.GT cs.RO cs.SY
Contract-Based Distributed Synthesis in Two-Objective Parity Games
本文提出在双目标奇偶博弈中计算契约策略掩码的方法，实现完全分散的策略选择，确保局部独立选择策略后全局获胜，并支持合作解，算法完备且终止。
2024-03-18 cs.GT
Mode-Target Games: Reactive Synthesis for Control Applications
本文提出了一类线性时序逻辑（LTL）规范，可在多项式时间内合成控制器。该规范称为模式-目标（MT），受控制应用中多种模式及其对应目标的启发。将合成 enforcing MT 规范的控制器问题建模为游戏，并提供一个需要 O(∑i ti n²) 符号步骤的算法。
2016-12-17 cs.GT cs.LO cs.SY
ADAPT: A Game-Theoretic and Neuro-Symbolic Framework for Automated Distributed Adaptive Penetration Testing
New York University（纽约大学）
针对AI赋能的医疗基础设施网络安全挑战，提出博弈论与神经符号结合的ADAPT自动化分布式自适应渗透测试框架，可实现基于学习的风险评估，实验验证其能有效对抗多种对抗性AI战术手段。
2024-10-31 cs.AI cs.CR cs.GT
Automated Approach for Solving Infinite-state Polynomial Reachability Games
Institute of Science and Technology Austria (ISTA)（奥地利科学与技术研究所）；ETH Zurich（苏黎世联邦理工学院）；Singapore Management University（新加坡管理大学）
本文提出了一种自动化方法，用于求解无限状态的多项式可达性游戏，通过排名证书证明REACH玩家的胜利策略存在性，并在子指数时间内验证算法的正确性。
2026-05-11 cs.AI cs.GT
Games with Delays. A Frankenstein Approach
我们研究有限图上的无限博弈，其中信息流受到不确定信号延迟的干扰。众所周知，在一般情况下，这样的扰动使得合成问题实际上是不可解的。在经典模型中，信号被附加到状态，易处理的情况是罕见的，难以识别。在这里，我们提出了一个模型，其中信号从控制状态分离，我们确定了一个子类上的平衡结果可以被保存，即使信号的延迟是有界的。为了抵消扰动，我们的解决方案的过程相结合的反应，从一个集合的虚拟播放后，在即时信号游戏的均衡策略合成，在弗兰肯斯坦的方式，一个等效的均衡策略的延迟信号游戏。
2015-06-12 cs.GT
Cooperative Maneuvers of Highly Automated Vehicles at Urban Intersections: A Game-theoretic Approach
在本文中，我们提出了一种方法，如何连接和高度自动化的车辆可以在城市交叉口进行合作机动，如变道和左转，在那里他们必须处理人类操作的车辆和脆弱的道路使用者，如骑自行车的人和行人在所谓的混合交通。为了支持协同机动的城市交叉口配备了智能控制器，该控制器可以访问交叉口沿线的不同传感器，以检测和预测所涉及的交通参与者的行为。由于交叉口控制器不能直接控制所有的道路使用者-尤其是由于法律情况-驾驶决策必须始终由车辆控制器本身，我们专注于一个分散控制范例。在这种情况下，互联和高度自动化的车辆使用一些精心挑选的博弈论概念来做出关于合作机动的最佳和明确的决策。目的是提高交通效率，同时维持道路安全。我们的第一个结果得到了一个原型实现的方法在交通模拟是有前途的。
2022-11-03 cs.GT cs.MA
The Non-Cooperative Rational Synthesis Problem for Subgame Perfect Equilibria and omega-regular Objectives
本文研究了图上多人博弈中遵循子博弈完美均衡的理性合成问题，通过将其编码为不完全信息三人博弈求解，证明该问题在ω-regular目标下属于2ExpTime，并在固定玩家数量等条件下具有更低复杂度。
2025-07-15 cs.GT
A Game-Theoretic Analysis of the Social Impact of Connected and Automated Vehicles
在本文中，我们通过在博弈论方法中建模和分析社会移动性困境来解决备受期待的互联和自动驾驶汽车（CAV）在社会中的部署。我们制定这个困境作为一个正常形式的游戏的球员作出二元决定：是否与CAV（CAV旅行）或不（非CAV旅行），并通过构建一个直观的回报函数的启发，社会有益的结果组成的CAV的流动性系统。我们表明，游戏是等价的囚徒困境，这意味着理性的集体决策是相反的社会最优。我们提出了两种不同的解决方案来解决这一现象：一个与偏好结构和其他的制度安排。在第一种方法中，我们实现了一个社会机制，激励球员非CAV旅行，并得出一个下界的球员，确保非CAV旅行的均衡。在第二种方法中，我们调查的可能性的球员讨价还价，以创建一个机构，强制执行非CAV旅行，并显示，随着球员的数量增加，非CAV旅行的CAV旅行的激励比例趋于零。最后，我们展示了最后的结果与数值研究。
2020-06-02 cs.GT cs.SY eess.SY
Efficient Controller Synthesis for Consumption Games with Multiple Resource Types
Faculty of Informatics, Masaryk University（马萨里克大学信息学院）；IST Austria（奥地利科学技术研究所）
针对多资源消耗或重载的离散交互系统，提出消耗游戏模型，并证明对于固定资源类型数量，相关算法问题可在多项式时间内求解。
2012-05-31 cs.GT cs.SY eess.SY
Synthesis of Deceptive Strategies in Reachability Games with Action Misperception
我们考虑一类图上的两个玩家回合制零和博弈，称为可达性博弈，其中玩家1（P1）的目标是达到一组目标状态，而玩家2（P2）的目标是阻止这一点。特别是，我们考虑的情况下，球员有关于彼此的行动能力的信息不对称：P2开始与P1的动作集的不完整的信息（误解），并更新误解时，P1使用以前未知的P2的行动。当P1意识到P2的错误感知时，关键问题是P1是否能够控制P2的感知，从而欺骗P2选择对P1有利的行动？我们表明，可能存在一个欺骗性的获胜策略P1，确保P1的目标是从一个国家，否则失去P1的概率实现，信息是对称的和完整的。我们提出了三个关键的结果：首先，我们引入了一个动态的超博弈模型来捕捉可达性游戏与不断发展的误解P2。其次，我们提出了一个不动点算法来计算欺骗性几乎确定获胜（DASW）区域和DASW策略。最后，我们表明，DASW策略是至少一样强大的几乎肯定赢（ASW）的策略在游戏中，P1不占P2的误解。我们说明了我们的算法使用机器人运动规划在对抗性的环境。
2020-02-17 cs.FL cs.GT
Learning-Based Synthesis of Safety Controllers
Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）；Kaiserslautern, Germany（凯泽斯劳滕，德国（注：此处原机构信息中“Kaiserslautern, Germany”为地址，非机构主体，正确机构仅为“Max Planck Institute for Software Systems”，原答案中错误包含地址，现修正为仅保留主机构名））
我们提出了一个机器学习框架来合成反应控制器的系统，其相互作用与他们的对抗性环境建模的无限持续时间，两个球员的游戏（潜在的）无限的图形。我们的框架目标安全游戏有无限多个顶点，但它也适用于安全游戏有限图的大小是太禁止传统的合成技术。学习发生在教师组件和学习算法之间的反馈回路中，教师组件可以象征性地推理安全游戏，学习算法从教师提供的各种示例中连续学习获胜区域的过近似。我们开发了一种新的决策树学习算法，这种设置，并表明，我们的算法是保证收敛到一个无功安全控制器，如果一个合适的overapproximation的获胜区域可以表示为一个决策树。最后，我们经验比较现有的方法，这是基于约束求解和自动机学习，分别原型实现的性能。
2020-11-02 cs.GT cs.LG
Symbolic Solution of Emerson-Lei Games for Reactive Synthesis
本文提出两种分析 Emerson-Lei 目标无限时长博弈的方法，通过基于不动点的特征化实现符号求解，并推广了已知条件下的算法与复杂度结果，同时提出一个可符号处理的 LTL 新表达片段用于反应式合成。
2023-10-25 cs.FL cs.GT
A Grey-Box Approach to Automated Mechanism Design
The Graduate School and University Center, The City University of New York（纽约市立大学研究生中心）；University of Birmingham（伯明翰大学）；Brooklyn College, The City University of New York（纽约市立大学布鲁克林学院）
拍卖在电子商务中扮演着重要的角色，并且已经被用来解决分布式计算中的问题。设计有效的拍卖机制的自动化方法有助于减轻传统博弈论分析方法的负担，并有助于在可能的拍卖机制的大空间中搜索。提出了一种双向拍卖领域的自动机制设计方法。我们描述了一个新的参数化空间的双向拍卖，然后介绍了一种进化搜索方法，搜索这个空间的参数。该方法使用TAC市场设计游戏的框架评估拍卖机制，并使用强化学习将该游戏中市场的表现与其组成部分联系起来。实验表明，我们使用这种方法发现的最强机制不仅赢得了市场设计游戏对已知的，强大的对手，而且还表现出理想的经济属性时，他们在孤立运行。
2010-02-08 cs.AI cs.GT cs.MA
A Parametric Model for Near-Optimal Online Synthesis with Robust Reach-Avoid Guarantees
针对高完整性信息物理系统最优控制器在线综合的可解释保证需求，提出基于混合博弈自动机的参数化模型与在线综合方法，经自主飞行器仿真验证，可无预训练生成鲁棒近优控制器。
2025-04-01 cs.GT cs.SY eess.SY
