High Probability Guarantees in Repeated Games: Theory and Applications in Information Theory
我们引入了一个“高概率”的框架,重复的游戏不完全信息。在我们的非均衡环境中,参与者的目标是以高概率而不是期望值来保证一定的回报。我们提供了一个高概率对应的经典结果Mertens和Zamir的零和重复游戏。任何可以以高概率保证的收益都可以在预期中得到保证,但反之则不然。因此,与平均收益情况不同,在平均收益情况下,每个参与者保证的收益是另一个参与者的收益的负数,在高概率框架下,两个保证的收益会不同。这个框架的一个动机来自于信息传输系统,在那里,通常用渐近消失的错误概率来表述问题。最后给出了我们的结果在一类复合任意变信道中的应用。
2015-09-29 cs.GT cs.IT math.IT
Emergence of Locally Suboptimal Behavior in Finitely Repeated Games
我们研究了重复博弈中局部次优行为的出现。局部次优行为是指玩家在重复游戏的某些回合中玩得次优(即,而不是在那些回合中最大化他们的收益),同时在整个重复博弈中最大化他们的总收益。我们要回答的中心研究问题是,在重复博弈中,理性博弈何时会产生局部次优行为。在这项研究中,我们专注于出现局部次优行为的子博弈完美均衡(SPE)的重复博弈完全信息。我们证明了阶段博弈G的第一个充分必要条件,即对于重复博弈G(T)的所有T和所有子博弈完美均衡,G(T)每一轮的策略剖面形成阶段博弈G的一个纳什均衡.我们证明了三种情况下的充分必要条件:1)只允许纯策略,2)允许混合策略的一般情况,3)一个局中人只能使用纯策略而另一个局中人可以使用混合策略.基于这些结果,我们得到了完整的刻画时,允许局中人发挥混合策略将改变局部次优是否会出现在一些重复的游戏。此外,我们提出了一个算法的计算问题,给定一个任意阶段的游戏,决定是否局部次优行为可以出现在相应的重复游戏。这解决了研究问题的实际方面。
2023-03-29 cs.GT
Positivity and convexity in incomplete cooperative games
Charles University(查理大学);Faculty of Mathematics and Physics of Charles University(查理大学数学与物理学院)
本文系统研究不完全合作博弈中的正性与凸性,将正性相关结果推广到一般情形,刻画凸性可扩展性并给出对称凸扩展集合描述,还提出两类博弈联系的新视角。
2022-03-18 cs.GT
Pure Strategy Best Responses to Mixed Strategies in Repeated Games
重复博弈很难分析,特别是当代理人采取混合策略时。我们研究了重复囚徒困境中的单记忆策略,并将结果推广到重复博弈中的k记忆策略。我们的结果表明,总是存在一个纯策略的最佳对策,可以计算SMT或MDP求解器。然而,在多智能体竞赛中可能不存在这样的纯策略最佳对策。发布所有源代码以供验证。
2019-02-25 cs.GT
A potentialization algorithm for games with applications to multi-agent learning in repeated games
University of Applied Sciences Technikum Wien(维也纳应用科技大学)
本文提出了一种用于正常形式游戏的潜在化算法,通过构造序数潜力函数实现高效的多智能体学习,并在重复游戏中展示了收敛到稳定行为的能力。
2026-02-21 cs.GT cs.MA
Computing Best-Response Strategies in Infinite Games of Incomplete Information
我们描述了一种算法,用于计算最佳对策的一类两个球员的无限游戏的不完全信息,定义的支付分段线性代理的类型和行动,条件代理的行动的线性比较。我们发现,这个类包括许多著名的游戏,包括各种拍卖和一个新的分配游戏。在某些情况下,可以迭代最佳响应算法来计算贝叶斯-纳什均衡。我们证明了我们的方法对现有和新的游戏的效率。
2012-07-11 cs.GT
A simple and numerically stable primal-dual algorithm for computing Nash-equilibria in sequential games with incomplete information
我们提出了一个简单的原始-对偶算法计算近似纳什均衡在两人零和序贯游戏不完全信息和完美的回忆(如德州扑克)。我们的算法在数值上是稳定的,只执行基本的迭代(即矩阵乘法,裁剪等,并且不调用外部一阶预言机,不进行矩阵求逆等),并且适用于广泛的两人零和游戏,包括具有不完全信息和完美回忆的同时游戏和顺序游戏。后一种游戏的适用性是由于序列形式的表示,它允许我们编码任何这样的游戏作为一个矩阵游戏凸多面体战略配置文件。我们证明了产生具有给定精度的纳什均衡所需的迭代次数与精度成反比。作为概念验证,我们提出了实验结果的矩阵游戏的单纯形和库恩扑克。
2015-12-23 cs.GT
Memory-two zero-determinant strategies in repeated games
重复博弈解释了在囚徒困境的一次性博弈中,即使背叛更有利,相互合作也能实现。最近发现的零决定性策略已经在进化博弈论中得到了大量的研究。最初的记忆为1的零决定策略单方面地强制玩家平均收益之间的线性关系。在这里,我们将零决定性策略的概念扩展到重复博弈中的记忆二策略。记忆2零决定策略单方面地强制执行收益的相关函数和前一轮收益之间的线性关系。给出了重复囚徒困境博弈中记忆二零决定子策略的例子,其中一些例子将以牙还牙策略推广到记忆二的情形。将零决定性策略扩展到记忆-- $n$与$n\geq 2$的情况也很简单。
2021-05-19 cs.GT
Applications of Repeated Games in Wireless Networks: A Survey
重复博弈是一种有效的工具,可以为玩家建立互动和冲突模型,以实现长期目标。与静态非合作博弈相反,在重复博弈中,参与者之间的互动会重复多个阶段;因此,参与者会意识到其他参与者过去的行为和未来的利益,并相应地调整自己的行为。在无线网络中,无线节点之间的冲突会导致自私的行为,从而导致网络性能下降和有害的个人收益。在本文中,我们调查的重复博弈在不同的无线网络中的应用。主要目标是演示使用重复的游戏来鼓励无线节点进行合作,从而提高网络性能,避免由于自私行为造成的网络中断。此外,在无线网络中的各种问题和重复博弈模型的变化以及相应的解决方案进行了讨论。最后,我们概述了一些开放的问题和未来的研究方向。
2015-01-11 cs.GT cs.NI
An Anti-Folk Theorem for Large Repeated Games with Imperfect Monitoring
我们研究无限重复的游戏设置不完美的监控。我们首先证明了一个家庭的定理表明,当玩家观察到的信号满足一个条件,称为$(ε, γ)$ -差分隐私,民间定理有一点点咬:为值的$ε$和$γ$足够小,对于一个固定的折扣因子,任何均衡的重复游戏涉及玩家玩近似均衡的阶段游戏在每个时期。接下来,我们认为,在大型游戏($n$玩家游戏中,单方面的偏差只有一个小的影响,其他玩家的效用),许多监控设置自然会导致信号,满足$(ε,γ)$ -差分隐私,为$ε$和$γ$趋于零的玩家数量$n$增长大。我们的结论是,在这种情况下,重复博弈的均衡集崩溃的阶段博弈的均衡集。
2014-10-08 cs.DS cs.GT
Player-centered incomplete cooperative games
合作博弈的解概念的计算通常使用所有联盟的值。然而,在某些应用中,一些联盟的值可能是未知的,这是由于与它们的确定相关联的高成本,或者仅仅是因为不可能精确地确定它们。我们介绍了一种方法来近似标准的解决方案的概念的基础上,只有部分的合作对策的特征函数。在本文中,我们建立在我们以前的结果和推广我们的方法的结果,以显着更大的一类结构的不完全信息。
2023-03-29 cs.GT
Playing repeated games with sublinear randomness
本研究完整刻画了重复博弈中仅需常数随机性即可实现纳什均衡的条件,并证明随机性需求的0-1定律,解决了开放问题。
2023-12-20 cs.GT
Parallel Network Flow Allocation in Repeated Routing Games via LQR Optimal Control
在这篇文章中,我们研究了平行网络上的重复路由博弈问题,每条边上的仿射延迟函数。我们铸造的游戏设置在一个LQR控制理论框架,利用罗森塔尔潜在的制定。我们使用控制技术来分析游戏动态的收敛与特定的情况下,借给自己的最优控制。设计了合适的动力学参数,保证了流量守恒。我们使用多参数二次规划方法(显式MPC)为一般最优控制设置提供了算法解决方案。最后,我们用数值方法说明了系统参数变化对解的影响。
2021-12-30 cs.GT cs.SY eess.SY
Price of Stability in Games of Incomplete Information
我们解决的问题是否价格稳定的结果(存在低社会成本的均衡)是强大的不完全信息。我们表明,这是在潜在的游戏的情况下,如果基本的算法社会成本最小化问题承认一个常数因子近似算法通过严格的成本分摊计划。粗略地说,如果通过势方法证明了在完全信息环境中存在$α$ -近似均衡,那么在不完全信息环境中也存在$α\cdot β$ -近似贝叶斯-纳什均衡,其中$β$是严格费用分摊方案算法的近似因子。我们应用我们的方法贝叶斯版本的原型,在价格的稳定性分析,网络设计模型,并显示存在的$O(\log(n))$ -近似贝叶斯纳什均衡在几个游戏的完全信息对应已得到很好的研究,如无向网络设计游戏,多播游戏和覆盖游戏。
2015-03-12 cs.GT
On values of repeated games with signals
我们研究了在两人零和重复博弈中存在不同的价值观,在这种博弈中,状态不断演变,玩家收到信号。我们提供了一些例子,表明limsup值(和统一值)通常可能不存在。然后,我们证明了存在的任何博雷尔支付函数的值,如果球员观察到一个公共信号,包括所采取的行动。我们还证明了其他两个积极的结果没有假设的信号结构:存在的$\sup$值在任何游戏和存在的一致值的递归对策与非负支付。
2016-01-07 cs.GT math.OC
Lossy Channel Games under Incomplete Information
在本文中,我们研究不完全信息下的有损通道游戏,其中两个球员操作的有限的一组无界FIFO通道和一个球员,代表一个系统组件的考虑下不完全信息下操作,而另一个球员,代表组件的环境被允许从通道丢失消息。我们认为,这些游戏是一个合适的模型,用于合成的通信协议,其中进程通过不可靠的通道进行通信。我们表明,在有限的消息字母表的情况下,游戏的安全性和可达性获胜的条件是可判定的和有限状态的观察为基础的战略组件可以有效地计算。(弱)奇偶目标的不可判定性来自(弱)奇偶完全信息博弈的不可判定性,其中只有一个参与者可以丢失消息。
2013-03-04 cs.GT cs.LO
Last Round Convergence and No-Instant Regret in Repeated Games with Asymmetric Information
本文考虑重复博弈,其中一个局中人比其他局中人拥有更多的信息。特别是,我们研究重复的两个玩家零和游戏,只有列玩家知道的支付矩阵A的游戏。假设在重复玩这个游戏时,行玩家在每一轮都使用无遗憾算法来选择策略,以最小化她的(伪)遗憾。我们开发了一个无即时后悔算法列播放器表现出最后一轮收敛到极大极小均衡。我们表明,我们的算法是有效的对一个大的流行的无遗憾算法的行播放器,包括乘性权重更新算法,在线镜像下降法/遵循正则化领导,线性乘性权重更新算法,和乐观的乘性权重更新。
2023-02-15 cs.GT
Necessary and Sufficient Condition for the Existence of Zero-Determinant Strategies in Repeated Games
零决定策略是重复博弈中的一类记忆为一的策略,它单方面地强制执行收益之间的线性关系。长期以来,人们一直不清楚什么样的阶段博弈存在零决定策略。给出了零决定策略存在的充分必要条件。这个条件可以解释为存在两种不同的行为,它们单方面地调整收益的线性组合的总价值。给出了存在零决定策略的阶段对策类与其他阶段对策类之间的关系。
2022-07-04 cs.GT physics.soc-ph
When Can Limited Randomness Be Used in Repeated Games?
经典博弈论的中心结论是,只要允许参与者使用随机(混合)策略,每个有限范式博弈都有一个纳什均衡。然而,在实践中,已知人类不善于生成类随机序列,并且真正的随机比特可能不可用。即使玩家可以访问游戏的单个实例的足够的随机位,如果游戏被玩很多次,他们的随机性可能是不够的。在这项工作中,我们问是否随机性是必要的均衡存在于重复的游戏。我们发现,对于一个大类的游戏包含任意两个玩家零和游戏,近似纳什均衡的$n$阶段重复版本的游戏存在的当且仅当两个玩家有$Ω(n)$随机位。相比之下,我们发现,存在一类游戏,其中没有平衡存在于纯策略,但$n$阶段重复版本的游戏有一个确切的纳什均衡,其中每个玩家只使用一个常数的随机位。当参与者被假设为计算上有界时,如果密码伪随机发生器(或等价地,单向函数)存在,那么参与者可以将他们的策略基于仅从少量真正随机位导出的“类随机”序列。我们表明,相比之下,在重复的两个玩家零和游戏,如果伪随机发生器\emph{do not}存在,那么$Ω(n)$随机位仍然是必要的均衡存在。
2015-07-05 cs.GT
Attainability in Repeated Games with Vector Payoffs
我们在两人重复博弈中引入了可达收益集的概念。如果参与人1能够确保有一个有限的时间范围$T$,使得在时间$T$之后,集合和累积收益之间的距离任意小,则称一组支付向量为{ \em reachable},而不管参与人2使用什么策略。本文主要研究可达集由一个支付向量组成的情形。在这种情况下,向量被称为可达向量。我们研究了可达向量集的性质,并刻画了特定向量何时可达以及每个向量何时可达。
2014-03-06 cs.GT math.OC
A "Quantal Regret" Method for Structural Econometrics in Repeated Games
我们提出了一个通用的方法来推断球员的价值观,从他们的行动在重复的游戏。该方法扩展并改进了(Nekipelov等人,EC 2015),并基于这样的假设,即玩家更有可能表现出后悔程度较低的行动序列。我们在两个不同的数据集上评估这种“量子遗憾”方法,这些数据集来自具有受控玩家值的重复游戏的实验:(Selten和Chmura,AER 2008)在各种两个玩家2x2游戏上的实验和我们自己在广告拍卖上的实验(Noti等人,WWW 2014)。我们发现,量子后悔方法是一致的,显着更精确的比任何“经典”的计量经济学方法,是基于纳什均衡,或“最小后悔”的方法(Nekipelov等人,EC 2015)。
2017-02-16 cs.GT
An Algorithm for Computing Stochastically Stable Distributions with Applications to Multiagent Learning in Repeated Games
通过随机稳定性的概念,获得了在重复博弈中的代理学习的均衡选择问题的建议的解决方案之一。学习算法被扰动,使得作为学习动态基础的马尔可夫链必然是不可约的,并且产生唯一的稳定分布。随机稳定分布是当扰动率趋于零时这些稳定分布的极限。本文给出了计算马尔可夫链随机稳定分布的第一个精确算法。我们使用我们的算法来预测样本重复游戏中简单学习算法的长期动态。
2012-07-04 cs.GT
A Repeated Game Formulation of Energy-Efficient Decentralized Power Control
分散式多址接入信道中,每个发射机要自私地最大化他的传输能量效率被认为是。发射机被假定为自由地选择他们的功率控制策略和交互(通过多用户干扰)多次。结果表明,相应的利益冲突可以有一个可预测的结果,即一个重复博弈均衡或折扣。值得注意的是,它表明,这种均衡是帕累托有效的合理的充分条件下,相应的分散功率控制策略可以在现实的信息假设下实施:只需要个人的信道状态信息和公共信号,以实现均衡策略。显式的均衡条件来自最小数量的游戏阶段或最大折扣因子。分析和仿真结果提供了建议的功率控制策略的性能与那些已经存在的,并利用相同的信息假设,即那些来自一杆和Stackelberg游戏。
2010-07-28 cs.GT cs.IT math-ph
A Complete Characterization of Infinitely Repeated Two-Player Games having Computable Strategies with no Computable Best Response under Limit-of-Means Payoff
众所周知,对于无限次重复博弈,存在具有最佳对策的可计算策略,但不存在可计算最佳对策。这些结果最初被证明是针对特定的游戏(例如,囚徒困境),或满足某些条件的游戏类不知道是必要的和充分的。我们推导出一个完整的表征形式的简单的必要和充分条件的存在的可计算的策略,没有一个可计算的最佳对策下的有限的手段支付。我们进一步完善的特征,要求的策略配置文件是纳什均衡或子博弈完美均衡,我们展示了如何的特征需要,它是有效地决定是否无限重复的游戏有一个可计算的策略,没有可计算的最佳对策。
2020-06-10 cs.GT econ.TH
On repeated zero-sum games with incomplete information and asymptotically bounded values
我们考虑重复的零和博弈,参与人2一侧的信息不完全,总收益由阶段收益的非归一化和给出。在经典的例子中,这种$N$阶段博弈的值$V_N$是$N$或$\sqrt{N}$作为$N\to \infty$的量级.我们的目标是找到是什么原因导致的另一种类型的渐近行为的值$V_N$观察到的离散版本的金融市场模型介绍了德迈耶和萨利。对于这个博弈,Domansky和De Meyer与Marino发现$V_N$仍然有界为$N\to\infty$,并且收敛到极限值。这个游戏几乎是公平的,即,如果参与人1忘记了他的私人信息价值就变成了零.我们描述了一类几乎公平的游戏有界值的辅助非揭示游戏的一个易于检查的性质。我们称之为分段特性,它表示参与人2存在一个分段恒定的最优策略,作为先验分布$p$的函数。离散市场模型具有分段性质。我们证明了对于具有非退化条件的非分段几乎公平对策,$V_N$的阶为$\sqrt{N}$。
2016-09-12 cs.GT math.OC
Beyond Symmetry in Repeated Games with Restarts
该研究拓展了带重启的重复博弈的已有成果,分析非对称博弈下的通用均衡概念,刻画可激励的目标策略,证明最低成本行动序列问题一般为NP难,且社会福利最大化时存在伪多项式时间算法。
2025-05-20 cs.GT
Reach together: How populations win repeated games
Univ Rennes, Inria, CNRS, IRISA(雷恩大学、Inria、法国国家信息与自动化研究所、IRISA);Université Paris-Saclay, CNRS, ENS Paris-Saclay, LMF(巴黎萨克雷大学、法国国家科学研究中心、巴黎高等师范学院巴黎萨克雷分校、LMF);MPI-SWS(德国马克斯·普朗克计算机系统研究所)
该研究针对带可达性目标的任意规模群体重复博弈,证明是否存在不依赖群体规模的统一联盟获胜策略这一问题是PSPACE完全的,可通过有限半群的代数方法在多项式空间求解并给出匹配下界。
2025-10-03 cs.FL cs.GT
Near-Optimal Online Egalitarian learning in General Sum Repeated Matrix Games
Chalmers University of Technology(查尔姆斯理工大学);Microsoft Research Lab(微软研究院)
我们研究两个玩家一般和重复有限游戏,每个玩家的奖励是从一个未知的分布。我们的目标是找到平等主义的谈判解决方案(EBS)的重复游戏,这可以导致更高的回报比最大化的价值,双方球员。我们最重要的贡献是推导出一个算法,同时实现,为双方球员,一个高概率的遗憾界的顺序$\mathcal{O}(\sqrt[3]{\ln T}\cdot T^{2/3})$后,任何$T$轮的比赛。我们证明了我们的上限是近最优的证明下限的$Ω(T^{2/3})$的任何算法。
2019-06-04 cs.GT cs.LG
Refundable Deposits: How to Restore Cooperation in Finitely Repeated Games
SYCAMORE Lab, EPFL - Swiss Federal Technology Institute of Lausanne(洛桑联邦理工学院 S Y C A M O R E 实验室);Department of Mathematics, London School of Economics and Political Science(伦敦政治经济学院数学系);Department of Quantitative Methods, CUNEF Universidad(CUNEF 大学定量方法系)
该研究提出一种可退还押金机制,通过中立中介的押金规则,在囚徒困境等无法自发合作的有限重复博弈中恢复合作,提升效率,且适用范围可扩展至动态公共池塘资源。
2026-08-31 cs.GT econ.TH
Two-Player Incomplete Games of Resilient Multiagent Systems
讨论了在一致性协议下多智能体系统在干扰攻击下智能体的动态演化,其中集中化的参与方能够影响智能体的控制信号.在本文中,我们专注于多智能体系统的博弈论方法,球员有不完全的信息,他们的对手的实力。我们认为重复的游戏,同时和顺序的球员行动,球员更新他们的信念,随着时间的推移。研究了局中人在贝叶斯纳什均衡和完全贝叶斯均衡下的最优策略对代理人共识的影响。结果表明,一个不完整的知识攻击者可能无法防止共识,尽管有足够的资源这样做。
2023-03-12 cs.GT cs.SY eess.SY
1-convex extensions of incomplete cooperative games and the average value
本文研究不完全1-凸合作博弈的延拓集合,并据此推广τ-value、Shapley value与nucleolus,证明最小不完全博弈下三者一致,从而提出并公理化average value。
2022-02-11 cs.GT
Transforming Monitoring Structures with Resilient Encoders. Application to Repeated Games
动态游戏的一个重要特征是它的监控结构,即玩家从所玩的动作中有效地看到什么。我们考虑具有任意监控结构的博弈。本文的目的之一是要知道在何种程度上编码器,谁完美地观察播放的动作,并发送一个互补的公共信号的球员,可以建立完美的监控所有的球员。为了达到这个目标,在编码器上要解决的主要技术问题是设计一个源编码器,该源编码器以尽可能简洁的方式压缩动作简档。该编码器的一个特殊特征是,假设要编码的多维信号(即,动作简档)包括编码器不知道其概率分布的分量,并且解码器具有辅助信息(当编码器关闭时由玩家接收的私有信号)。这个新的框架似乎是博弈论和信息理论的兴趣。特别地,它对于设计某些类型的编码器是有用的,所述编码器对单个偏差有弹性并且在所提出的设置中提供平衡效用区域;它提供了一种新类型的约束来压缩信息源(即,随机变量)。关于第一个方面,我们将推导的结果应用到重复囚徒困境。
2012-10-23 cs.GT cs.IT math.IT
Bayesian Game Formulation of Power Allocation in Multiple Access Wiretap Channel with Incomplete CSI
针对不完全信道状态信息下的多址窃听信道,本文提出贝叶斯博弈模型,证明唯一均衡并计算无政府状态价格,设计快速收敛迭代算法,仿真验证有效性。
2023-09-04 cs.GT cs.IT eess.SP
Optimal protocols for the most difficult repeated coordination games
本文研究了重复输赢协调博弈(WLC-博弈)。我们分析哪些协议是最佳的这些游戏涵盖了最坏的情况和平均情况下的情况下,即,优化保证的和预期的协调时间。我们首先分析选择匹配游戏(CM-游戏),这是一个简单而基本类型的WLC游戏,玩家的目标是从有限的一组最初无法区分的选择中选择相同的选择。我们给出了一个完整的分类的最佳预期和保证协调时间在两个球员的CM-游戏,并表明,相应的最佳协议是唯一的,在每种情况下-除了在CM-游戏有四个选择,我们分别分析。我们的CM-游戏的结果也是必不可少的证明一个更一般的结果,所有的WLC-游戏的难度:我们提供了一个完整的分析,最佳的预期协调时间在所有两个球员的WLC-游戏的函数游戏大小的最小上界。我们还表明,CM游戏可以被看作是最困难的游戏中的所有两个球员的WLC游戏,因为他们原来有最大的最佳预期协调时间。
2020-04-15 cs.DM cs.GT math.CO
Backward Induction for Repeated Games
本文提出了一种计算具有折扣支付的无限次重复博弈的近似子博弈完美纳什均衡的逆向归纳法。这使用了选择单子Transformer,结合了可搜索的集合单子,它被看作是一个“拓扑紧凑”的非决定论概念,以及一个简单的可计算实数模型。这是埃斯卡多和奥利瓦的高阶序贯博弈理论在不完全信息博弈中的首次应用,与传统的博弈论分析相比,懒惰评估(以及其数学上的优雅)为我们做了不平凡的工作。由于缺乏对这种方法的全面理论理解(而且似乎很难),我们认为这是一篇受到理论思想启发的“实验”论文。我们使用著名的迭代囚徒困境作为一个工作的例子。
2018-07-11 cs.GT cs.LO
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
Nash Equilibria of Two-Player Matrix Games Repeated Until Collision
本文提出 RUC 重复两人矩阵博弈,证明在温和支付矩阵条件下存在平稳纳什均衡,且所有均衡几乎唯一,并给出近似均衡计算方法。
2023-09-26 cs.GT
The Impact of Incomplete Information on Games in Parallel Relay Networks
我们考虑了不完全信息对具有一个源节点、一个目的节点和多个中继节点的并行中继网络中节点合作激励的影响。所有节点都是自私的和有策略的,感兴趣的是最大化自己的利润而不是社会福利。我们认为,在任何给定的中继路径上的信道状态是不可观察的源或其他继电器的实际情况。我们研究了源和中继之间的不同的讨价还价关系,并提出了一个框架来分析不完全信息引起的效率损失。我们分析了效率损失的来源,并量化了由此产生的效率低下的数量。
2011-01-21 cs.GT
Memory-two strategies forming symmetric mutual reinforcement learning equilibrium in repeated prisoners' dilemma game
我们研究了重复囚徒困境博弈中,当双方交替学习最优记忆策略时,相互强化学习的对称均衡。我们提供了一个必要条件,记忆两个确定性策略,以形成对称平衡。然后,我们提供了三个例子的记忆两个确定性的策略,形成对称的相互强化学习均衡。我们还证明了当局中人都使用记忆- $n$策略和$n>2$时,由记忆-两种策略形成的相互强化学习均衡也是相互强化学习均衡。
2022-12-28 cs.GT physics.soc-ph
A Polynomial-time Nash Equilibrium Algorithm for Repeated Stochastic Games
我们提出了一个多项式时间算法,该算法总是为重复的两人随机游戏找到(近似)纳什均衡。该算法利用民间定理推导出一个战略概况,形成一个平衡,通过支持互利的行为与威胁,在可能的情况下。我们的算法的一个组成部分有效地搜索近似的平均点,最公平的帕累托有效的解决方案。本文最后通过将该算法应用于一组网格游戏来说明该算法发现的典型解决方案。这些解决方案相比,非常有利的竞争算法,导致更高的社会福利的战略,以及保证计算效率。
2012-06-13 cs.GT
Heterogeneous Learning in Zero-Sum Stochastic Games with Incomplete Information
针对不完全信息零和随机博弈,提出异构学习方案(各智能体采用不同学习模式),利用随机逼近将其转化为常微分方程,并应用于安全博弈中攻防双方因理性与信息差异采用不同学习策略的场景。
2011-03-13 cs.GT cs.LG cs.SY
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
Symmetric solution of the Bellman optimality equation for repeated harmony game
Kindai University(近畿大学);Shiga University(滋贺大学)
本研究求解重复和谐博弈中贝尔曼最优性方程的对称解,发现三类解分别对应All-C、赢留输变策略及非平凡策略,并通过数值实验考察了强化学习智能体的实际学习结果。
2026-09-16 cs.AI cs.GT cs.LG
The Optimal Way to Play the Most Difficult Repeated Coordination Games
本文研究了重复输赢协调博弈(WLC-博弈)。我们分析哪些协议是最佳的这些游戏,涵盖最坏的情况和平均情况下的情况下,即,优化保证的和预期的协调时间。我们首先分析选择匹配游戏(CM-游戏),这是一个简单而基本类型的WLC游戏,玩家的目标是从有限的一组最初无法区分的选择中选择相同的选择。我们给出了一个完全完整的分类的最佳预期和保证协调时间在两个球员的CM-游戏,并表明相应的最佳协议是唯一的,在每种情况下-除了在CM-游戏有四个选择,我们分别分析。我们的CM-游戏的结果是必不可少的证明一个更一般的结果,所有的WLC-游戏的难度:我们提供了一个完整的分析,最佳的预期协调时间在所有两个球员的WLC-游戏作为游戏大小的函数的最小上界。我们还表明,CM游戏可以被看作是最困难的游戏中的所有两个球员的WLC游戏,因为他们原来有最大的最佳预期协调时间。
2021-09-17 cs.DM cs.GT math.CO
An Approximate Subgame-Perfect Equilibrium Computation Technique for Repeated Games
本文提出了一种近似的技术,以任何精度,子博弈完美均衡(SPE)的折扣重复游戏。该过程从SPE集合的单个超立方体近似开始。然后将初始超立方体逐渐划分为一组较小的相邻超立方体,而那些不包含任何属于SPE集合的点的超立方体同时被撤回。通过适当的数学程序验证了一个给定的超立方体是否可以包含一个平衡点。三种不同的配方的算法都近似计算的SPE支付和提取球员的策略,然后提出:前两个,不假设存在的外部协调球员之间,第三个,假设一定程度的协调,在游戏过程中凸化的连续支付后,任何重复的游戏历史。一个特别注意的问题,提取球员的策略和他们的有限自动机的形式,人工智能体系统的一个重要功能的可表示性。
2010-02-08 cs.GT
Nash Equilibrium in Games on Graphs with Incomplete Preferences
本文研究图上双人博弈中具有不完整偏好的纳什均衡计算问题,利用确定必胜和帕累托效率刻画并证明均衡存在性,并通过无人机配送机制设计实例验证理论结果。
2024-08-11 cs.GT
Efficient Strategy Computation in Zero-Sum Asymmetric Repeated Games
零和非对称博弈模型涉及两个竞争的玩家,他们对所玩的游戏有不同的信息。一个特殊的情况是嵌套信息,其中一个(知情的)参与者比另一个(不知情的)参与者拥有更好的信息。本文考虑了重复零和博弈中嵌套信息的情形,研究了有限时域和贴现无限时域嵌套信息博弈中知情和不知情局中人的策略计算问题。对于有限的地平线设置,我们利用这两个球员,安全策略,以及对手的相应的最佳对策只取决于知情的球员的历史行动。使用这个属性,我们完善的序列形式,并制定一个LP计算的球员策略,是线性的大小不知情的球员的行动集。对于无限时域折扣博弈,我们构造LP公式来计算双方的近似安全策略,并提供近似安全策略和安全策略之间的性能差异的界限。最后,我们说明了一个网络阻断游戏之间的通知系统管理员和穿制服的入侵者的结果。
2017-11-07 cs.GT
Zero-Error Nash Equilibrium: Harnessing Nonlocal Correlation in Incomplete Information Games
本研究将香农零误差通信概念引入不完全信息博弈,提出零误差纳什均衡协调框架,证明Bell非定域关联可实现经典条件下无法达成的博弈协调,且该优势在实验噪声下依然稳健,搭建了信息论、博弈论与量子非定域性的新桥梁。
2025-09-03 cs.GT quant-ph
A Game-theoretic Understanding of Repeated Explanations in ML Models
本文通过博弈论的方法,对由机器学习(ML)模型和相关解释方法组成的系统与寻求查询/输入的预测/标签及其解释的最终用户之间的策略性重复交互进行了形式化建模。在这个游戏中,恶意的最终用户必须从战略上决定何时停止查询并试图损害系统,而系统必须从战略上决定应该与最终用户共享多少信息(以嘈杂的解释形式)以及何时停止共享,所有这些都不知道最终用户的类型(诚实/恶意)。本文正式模型,这种权衡使用连续时间随机信号博弈框架,并在这样一个框架内的马尔可夫完美均衡状态的特点。
2022-08-23 cs.GT cs.LG
The Structure of Signals: Causal Interdependence Models for Games of Incomplete Information
University of Michigan(密歇根大学);Loyola University Chicago(芝加哥洛约拉大学)
传统的经济模型通常将私人信息或信号视为从某种潜在状态产生的。最近的工作已经阐明了替代模型,其中信号对应于对现有信息的解释。我们发现,这些配方之间的差异可以急剧铸造的因果关系的依赖结构,并采用图形模型来说明的区别特征。图形表示支持在解释的框架中的信号模式的推断,并建议如何基于生成的模型的结果可以扩展到更一般的情况。在经典的拍卖机制投标博弈的具体见解来自定性图形模型。
2012-02-14 cs.AI cs.GT
Games of Incomplete Information Played By Statisticians
参与者是从数据中学习收益的统计学习者。他们可能对相同的数据有不同的解释,但对一类学习程序有共同的知识。我提出了一个度量分析师的“信心”在战略预测的基础上,预测是一致的概率与实现的数据。主要结果表征分析师的信心在一个给定的预测作为数据量的增长大,并提供小数据集的界限。该方法产生新的预测,例如,投机性贸易更有可能给出高维数据,而协调不太可能给出噪声数据。
2020-07-09 cs.GT econ.TH
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
Sequential Decision Making in Stochastic Games with Incomplete Preferences over Temporal Objectives
研究双人随机博弈中基于时间目标不完全偏好的策略合成问题,引入非支配几乎必然获胜解概念,确保实现符合偏好的最优结果并保持对对手的鲁棒性,且在风险规避下构成纳什均衡。
2025-01-27 cs.FL cs.GT
On the implementation of zero-determinant strategies in repeated games
本文研究重复博弈中零行列式策略的实现条件,证明其可由一维转移概率实现,并指出具有非平凡势函数的两玩家博弈存在此类策略,从而拓宽其应用范围。
2024-11-07 cond-mat.stat-mech cs.GT cs.SY