Emergent Collaboration in Social Purpose Games
我们研究了一类非合作聚合游戏-表示为\emph{social purpose games} -其中的收益分别取决于一个球员自己的战略(个人利益)和功能的战略配置文件,这是共同的所有球员(社会利益)加权的个人利益参数。这一结构允许对各参与者的社会效益进行不对称评估。我们表明,这些游戏有一个潜在的,我们调查其属性。我们研究了纳什均衡和社会最优解的支付结构和唯一性。此外,根据文献的部分合作,我们调查了一个单一的合作者联盟的领导,而其余的球员作为非合作的追随者。特别是,我们发现,社会目的游戏承认出现了一个稳定的联盟合作者的子类\emph{strict}社会目的游戏。由于部分合作领导均衡的性质,稳定的合作者联盟反映了其形成的有限形式的远见。作为一个特殊的应用,我们研究了公地博弈的悲剧。我们表明,出现了一个单一的稳定的合作者联盟,以遏制过度开采的资源。
2021-09-17 cs.GT econ.TH
Paradoxical examples of social networks games with product choice
当允许某些参与者采取新策略时,通过一系列个人理性行动,新均衡中所有参与者的收益都较低。我们考虑社交网络游戏。在这些博弈中,当其他参与者选择相同的策略时,每个参与者的收益都会增加。社交网络上的博弈的定义是由K. Apt和S.西蒙在与E. Markakis,他们认为四种类型的选择悖论在这样的游戏,并给出了其中三个的例子。第四类悖论网络的存在只是以一种弱化的形式被证明。所谓的脆弱网络在严格意义上的存在仍然是一个悬而未决的问题。在本文中,我们解决了这个开放的问题,通过引入一个结构,称为级联,并使用它提供统一的例子,所有四个定义的悖论网络。
2016-08-31 cs.GT
The Social Medium Selection Game
我们认为在本文中的内容创作者在路由他们的内容通过各种媒体的竞争。路由决策可以对应于对社交网络(例如,twitter对facebook或linkedin)或给定社交网络内的群组的选择。播放器将其内容发送到某个媒体的效用是该媒体的传播效用与某个传输成本之差。我们将这个博弈模型化为一个拥塞博弈,并计算了这个博弈的纯势。在连续的情况下,我们表明,可能有各种平衡。我们证明了势是M-凹的,这使我们能够描述平衡点并提出一个计算它的算法,然后我们给出了一个学习机制,这使我们能够给出一个有效的算法来确定平衡点。最后,我们确定的均衡的渐近形式,并讨论社会媒体选择问题的影响。
2016-01-04 cs.GT
The biased interaction game: Its dynamics and application in modelling social systems
Queen Mary University of London(伦敦大学玛丽女王学院)
本文提出有偏互动游戏,探讨偏见对社会系统动态的影响,并展示其在建模极端社会现象中的应用。
2026-03-09 cs.GT
The Application of Non-Cooperative Stackelberg Game Theory in Behavioral Science: Social Optimality with any Number of Players
在这里,我们提出了一个突破性的新假设的博弈论。这个假设的第一部分包含了一个公理化的观察,即所有的游戏都是由设计师创造的,无论它们是:(动态/静态)或(静态/非静态)或(顺序/一次性)非合作游戏,重要的是,无论它们是否旨在表示非合作Stackelberg游戏,它们都可以映射到Stackelberg游戏。即,游戏设计者是完全理性和诚实的领导者,而追随者则映射到所设计游戏的玩家。如果现在游戏设计者,或者在斯塔克尔伯格语境中的“领导者”,采取了一种纯粹的策略,我们假设下面的第二部分是从对最终游戏领导的公理化观察中得出的,经验主义的洞察力导致了这个假设的第二部分。重要的是,实现一个非合作的斯塔克伯格博弈,一个非常诚实和理性的领导者会导致所有参与者(追随者)的社会最优性,假设所有追随者和领导者都是纯策略的,领导者是完全理性的,诚实的,并且能够在领导这个有限博弈的任何有限次数的迭代中实现最小的领导能力。
2015-04-29 cs.GT
Social Distancing Equilibria in Games under Conventional SI Dynamics
Pennsylvania State University(宾夕法尼亚州立大学)
本文研究了在传统SI动态下的社会距离博弈,通过马尔可夫决策理论构建了满足纳什均衡条件的策略均衡,证明了 bang-bang 策略是唯一均衡解,并展示了最优公共政策与均衡策略的一致性。
2026-09-17 cs.GT math.DS q-bio.PE
Network Design for Social Welfare
在本文中,我们考虑网络游戏的网络设计问题。我们研究了底层网络的邻接矩阵的条件,设计了一个博弈,使得纳什均衡与社会最优值重合。我们提供的线性二次博弈的例子,满足这个条件。此外,我们确定的邻接矩阵的属性,提供了一个唯一的解决方案,使用变分不等式制定的条件,并验证了网络扰动下的社会成本的鲁棒性和连续性。最后,我们评论个人的合理性和我们的结果扩展到大型随机网络游戏。
2022-09-10 cs.GT
Resource Allocation Game on Social Networks: Best Response Dynamics and Convergence
人类分配时间的决定对经济产出和社交网络的维系有着重要的影响。时间分配问题激发了我们对资源分配博弈的正式分析,在这个博弈中,社交网络上的代理人具有不对称的私人互动偏好,他们决定如何分配时间,一种有限的禀赋,超过他们的邻居。与社交网络上著名的意见形成游戏不同,我们的游戏似乎不是一个潜在的游戏,并且最佳响应动态是不可微的,使得最佳响应动态的分析变得重要。在我们的游戏中,我们考虑两种类型的玩家行为,即乐观或悲观,基于他们如何使用他们的时间禀赋超过他们的邻居。为了分析最佳响应动态,我们绕过了游戏不是一个潜在的游戏,通过一个新的两级潜在函数的方法的镜头的问题。我们表明,最佳响应动态收敛点明智的纳什均衡时,球员都是:乐观的,悲观的,两种类型的混合。最后,我们证明了纳什均衡集是非凸但连通的,并且无政府代价是无界的,而稳定性代价是1。广泛的模拟在一个程式化的网格显示,质量的收敛点的分布是单峰的,我们猜想单峰的存在是联系在一起的纳什均衡。
2018-08-24 cs.GT
Tester versus Bug: A Generic Framework for Model-Based Testing via Games
我们提出了一个通用的游戏为基础的测试用例生成方法。我们在测试人员和被测系统之间建立了一个游戏,测试用例对应于游戏策略,一致性关系ioco对应于交替细化。我们表明,不同的测试假设,从文献中可以很容易地纳入,略有不同的动作在游戏中,他们的结果。通过这种方式,我们的框架允许广泛的博弈论技术被部署为基于模型的测试。
2018-09-10 cs.GT cs.LO
The Effect of Malice on the Social Optimum in Linear Load Balancing Games
本文研究了恶意玩家对负载均衡博弈中社会最优性的影响:考虑两个玩家SOC和MAL控制负载均衡博弈中流量的(1-f)和f部分。SOC试图最小化她的球员所面临的总成本,而MAL试图最大化相同的。如果两人的博弈是线性的,我们证明了这个两人零和博弈有一个纯策略纳什均衡。此外,我们表明,MAL的最佳策略之一是发挥自私:让f部分的流量被发送时,流量控制的无穷小球员发挥自私,并达到纳什均衡。这表明,在这个博弈中,一个恶意的参与者不会比一组自私的代理人造成更大的伤害。我们还引入了恶意成本的概念-SOC在均衡时所面临的成本与(1-f)OPT的比率,其中OPT是最小化所有参与者成本的社会最优值。在线性负载均衡游戏中,我们将恶意成本限制为(1+f/2)。
2009-10-14 cs.GT
Inducing Cooperative behaviour in Sequential-Social dilemmas through Multi-Agent Reinforcement Learning using Status-Quo Loss
Media and Data Science Research Lab, Adobe(Adobe媒体与数据科学研究实验室);IIT Kharagpur, India(印度理工学院卡格拉普尔分校)
在社会困境中,个体理性导致次优的群体结果。几个人的参与可以被建模为一个连续的(多步)社会困境。然而,与人类不同的是,深度强化学习智能体经过训练,在连续的社会困境中优化个人奖励,最终会收敛到自私、相互伤害的行为。我们引入了一个现状损失(SQLoss),鼓励代理坚持现状,而不是反复改变其政策。我们展示了SQLoss训练的代理如何在几个社会困境矩阵游戏中发展合作行为。为了处理具有视觉输入的社交困境游戏,我们提出了GameDistill。GameDistill使用自我监督和聚类来自动从社会困境游戏中提取合作和自私的策略。我们结合GameDistill和SQLoss来展示代理如何在硬币游戏中发展社会期望的合作行为。
2020-02-13 cs.AI cs.GT cs.LG
Network Characteristics Control Social Dilemmas in a Public Good Game: A Mechanical Framework
目的:我们提出了一个模型,提出了一种可能的机制,通过模拟代理的基础上,进化的公共利益的游戏与可用的社会学习,获得相当大的行为结构。方法:该模型考虑了一个具有固定数量玩家的群体。在每一轮中,被选中的玩家可以将他们的部分价值贡献给一个共同的游泳池。然后,每个参与者可以模仿另一个参与者的策略,基于相对收益(谁拥有较低的收益,谁就采用另一个参与者的策略),并使用不同的探索变量来改变策略。结果如下:相对收益受激励的影响,包括参与成本,但也受突变的影响,突变率受网络特征(社会关系)的影响。价值观:这项研究所涵盖的过程是有趣的,是相关的广泛的学科,使用博弈论,包括文化进化动力学的框架。
2019-10-26 cs.GT
Towards Network Games with Social Preferences
许多分布式系统可以被建模为网络游戏:一群自私的玩家为了最大化他们的个人效用而进行通信。这种博弈的表现可以通过系统均衡的成本来评估:在系统状态中,没有一个参与者可以通过单方面改变自己的行为来增加自己的效用。然而,假设所有参与者都是自私的,特别是所有参与者都有相同的效用函数可能并不总是合适的。因此,在过去的几年里,除了自私之外,还提出了一些扩展,以纳入利他和恶意行为。在本文中,我们试图更进一步,研究参与者之间的任意关系。特别是,我们引入了社会范围矩阵的概念,并探讨了社会范围矩阵对网络博弈均衡的影响。为了得到具体的结果,我们提出了一个简单的网络创建游戏,捕捉玩家之间的社会关系的影响。
2010-04-09 cs.DC cs.GT
Games on Social Networks: On a Problem Posed by Goyal
在网络S上的游戏的背景下。戈亚尔(Goya(2007),第39页)提出了以下问题。在任意固定的拓扑结构下,是否存在至少一个纯纳什均衡,该均衡在参与人的邻居集合的基数与其效用收益之间呈现正相关关系?在本文中,我们提出了一类拓扑/游戏,其中纯纳什均衡与上述属性不存在。
2012-02-09 cs.GT math.OC
Corona Games: Masks, Social Distancing and Mechanism Design
大流行病的应对是一件复杂的事情。大多数政府采用一套准标准措施对抗COVID-19,包括戴口罩、保持社交距离、病毒检测和接触者追踪。我们认为,这些措施的不同有效性背后的一些重要因素是自私的决策和不同的国家实施的响应机制。在本文中,通过简单的游戏,我们展示了个人激励对戴口罩和社交距离的影响,以及这些可能导致次优结果。我们还证明了国家当局的责任,在设计这些游戏适当选择的政策和他们的影响,首选的结果。我们提倡一种机制设计方法:在实施各自的大流行应对机制时,认真平衡社会公益和应对成本,符合各国政府的最佳利益。
2020-10-20 cs.GT econ.TH
Social Network Analysis Using Coordination Games
社区通常会捕捉同质性,因为同一社区的人有许多共同的特征。社交网络中的社区发现问题有助于提高我们对网络拓扑结构和信息传播的理解。鉴于人类与志同道合的人保持一致的自私本性,本文采用博弈论模型和算法来检测社区。具体来说,我们采用协调游戏来表示社交网络中个人之间的互动。我们将社区发现问题表示为一个图协调博弈。我们提供了一种新的和可扩展的两阶段的方法来计算一个准确的重叠社区结构在给定的网络。我们评估我们的算法对现有的最佳方法社区发现,并表明我们的算法在基准网络(真实和合成)方面的标准归一化互信息措施显着改善。
2017-08-31 cs.GT cs.SI
The Power of Mediation in an Extended El Farol Game
当中介者秘密地向每个参与者提出一个策略,使得中介者的建议是每个参与者遵循的最佳利益时,中介者实现了相关均衡。在本文中,我们提出了一个调解人,实现最佳相关均衡的扩展El Farol游戏与对称的球员。我们考虑的扩展El Farol博弈包含了消极和积极的网络效应。我们研究的程度,这种类型的调解人可以降低整体社会成本。特别是,我们给出了这个游戏的调解值(MV)和执行值(EV)的精确刻画。MV是所有纳什均衡的最小社会成本与所有中介的最小社会成本之比,EV是所有中介的最小社会成本与最优社会成本之比。这种精确的描述在同时具有两种网络效应的游戏中并不常见。我们的结果的一个有趣的结果是,MV和EV值都可以为我们的游戏无界。
2013-08-12 cs.GT
Social Game for Building Energy Efficiency: Utility Learning, Simulation, and Analysis
我们描述了一个社交游戏,我们设计的目的是鼓励建筑物的住户之间的节能行为,以减少建筑物的整体能源消耗。居住者投票选择他们想要的照明水平,并根据他们的投票距离最大设置有多远来赢得用于抽奖的积分。我们假设居住者是效用最大化者,他们的效用函数在得分和舒适度之间进行权衡。我们的居住者作为非合作代理商在一个连续对策模型,我们使用纳什均衡的概念来描述他们的发挥。使用乘员投票数据,我们参数化他们的效用函数,并使用一个凸优化问题来估计参数。我们模拟的游戏定义的估计效用函数,并表明,估计模型的占用者的行为是一个很好的预测他们的实际行为。此外,我们表明,由于社会游戏,有一个显着减少能源消耗。
2014-07-05 cs.GT math.OC
Network, Popularity and Social Cohesion: A Game-Theoretic Approach
在社会动力学的研究中,凝聚力是指一个群体保持团结的倾向,正如社会计量学所认为的那样,这种倾向源于群体成员之间人际关系的网络拓扑结构。我们遵循这一思想,提出了一个基于游戏的凝聚力模型,不仅依赖于社会网络,但也反映了个人的社会需求。特别是,我们的模型是一种合作游戏,玩家可以通过策略性地形成群体来获得人气。如果大联盟的核心稳定,那么一个群体就是社会凝聚力。我们研究了一些特殊类型的图的社会凝聚力,并绘制了社会凝聚力和结构凝聚力的经典概念之间的联系。然后,我们专注于决定一个给定的社交网络是否具有社会凝聚力的问题,并表明这个问题是CoNP完全的。尽管如此,我们给出了两个有效的联盟结构,球员享有很高的知名度和实验评估他们的表现。
2016-12-26 cs.CC cs.GT cs.MA
Network Formation Game with Different Cost Value for Players
在社交网络中,研究所形成的网络的类型、其相对于社会目标的效率以及哪些网络是稳定的往往是有趣的。在这方面已经做了许多工作。在网络形成游戏中,玩家会产生一定的成本来形成一个链接。在以前的工作中,所有的球员将有相同的成本,形成一个链接,他的网络。在这里我们将研究在社会网络中,当每个参与者有不同的成本值来形成链接时的最优网络和纳什均衡网络。
2016-04-12 cs.GT
The Complexity of Testing Properties of Simple Games
简单的游戏包括投票系统,其中一个单一的替代方案,如法案或修正案,是对现状。一个简单的游戏或一个是-否投票系统是一组规则,精确地指定哪些“是”票的集合会使手头的问题获得通过。一群“赞成”的选民组成了一个获胜的联盟。我们感兴趣的是对这些游戏的问题进行复杂性分析,这取决于游戏的表示。我们考虑四个自然的明确表示,赢,输,最小的胜利,最大的损失。我们首先分析了从一个不同的简单游戏获得一个特定的表示的计算复杂性。我们表明,在某些情况下,这种转换可以在多项式时间,而其他人需要指数时间。第二个问题是对复杂性进行分类,以测试游戏是简单的还是加权的。我们表明,这四种类型的表示这两个问题都可以在多项式时间内解决。最后,我们提供了测试的复杂性的结果是否一个简单的游戏或加权游戏是一种特殊类型。通过这种方式,我们分析了强壮性,适当性,决定性和同质性,这是一个简单的游戏所需要满足的属性。
2008-03-04 cs.CC cs.GT
A "Game of Like" : Online Social Network Sharing As Strategic Interaction
本文提出一个基础博弈模型,将在线社交网络内容分享视为用户间的策略互动,并借鉴凯恩斯选美竞赛类比分析内容放大与回音室现象。
2023-07-11 cs.GT cs.SI
Game Dynamics for Players with Social and Material Preferences
我们考虑大种群的个人谁可以玩各种类型的非合作博弈的动态,存在性和稳定性的平衡态。参与者模仿最有吸引力的策略,选择的动机不仅是策略的物质回报,而且是它们在人群中的受欢迎程度。决定平衡态中两个因素权重的参数对于所有类型的博弈都具有相同的解析形式,并与Hernstein匹配律中的增强参数敏感性相一致。我们证明定理的存在性和唯一性,并讨论了多个局部稳定的多态平衡所考虑的游戏类型的例子。
2012-03-30 cs.GT nlin.AO
A Game Theoretical Approach to Broadcast Information Diffusion in Social Networks
社交网络的一个主要功能(例如,大规模在线社交网络)是信息的传播,例如科学知识、新闻和谣言。信息可以由网络用户通过自然联系以书面、口头或电子表格的形式传播。信息从发送者传递到接收者并返回(以评论的形式),涉及所有考虑他们的知识,信任和受欢迎程度的参与者,这些影响了他们的发布和评论策略。为了理解这样的人的方面的信息传播,我们提出了一个博弈论模型的单向信息转发和反馈机制,在一个星形的社会网络,考虑到沟通演员的个性。
2011-06-25 cs.GT cs.SI physics.soc-ph
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
Maximizing Social Welfare in Score-Based Social Distance Games
本文提出基于可定制评分向量的社交距离博弈效用函数,证明在树状网络上可高效计算社会福利最大化联盟划分,并扩展至纳什稳定与个体理性联盟。
2023-07-11 cs.DS cs.GT
Inducing Social Optimality in Games via Adaptive Incentive Design
社会规划者如何自适应地激励那些在战略环境中学习的自私代理人,以诱导长期的社会最优结果?我们提出了一个两个时间尺度的学习动力学来回答这个问题,在原子和非原子游戏。在我们的学习动态中,玩家采用一类学习规则以更快的时间尺度更新他们的策略,而社会规划者以更慢的时间尺度更新激励机制。具体而言,激励机制的更新是基于每个参与者的外部性,外部性被评估为每个时间步中参与者的边际成本与社会边际成本之差。我们发现,我们的学习动力学的任何不动点对应的最优激励机制,使相应的纳什均衡也达到社会最优。我们还提供了充分的条件,学习动态收敛到一个固定点,使自适应激励机制最终诱导社会最优的结果。最后,我们证明了收敛的充分条件满足各种游戏,包括(i)原子网络二次聚合游戏,(ii)原子古诺竞争,和(iii)非原子网络路由游戏。
2022-04-12 cs.GT cs.SY econ.GN
Maximizing Social Welfare in Score-Based Social Distance Games
该研究针对基于得分的社会距离博弈,证明树状网络上福利最大化联盟划分的可解性,提出特定场景下的高效算法,并将结果扩展至纳什稳定与个体理性联盟计算,体现了该效用函数的优势。
2023-12-12 cs.DS cs.GT
Stable Nash equilibria of medium access games under symmetric, socially altruistic behavior
我们考虑利他行为对随机介质访问控制(时隙ALOHA)的局域通信网络的影响。对于一个理想化的,同步迭代的,两个玩家的游戏与不对称的球员的需求,我们发现一个哈密顿量下的纯粹利他行为的Jacobi动力学。虽然内部纳什均衡点的位置不改变利他行为的存在,其局部渐近稳定的性质。存在一个局部利他行为区域,在该区域内,两个内部纳什均衡点都不是局部渐近稳定的。此外,对于一个单一的纳什均衡的权力控制游戏,我们展示了它的稳定性如何变化的函数的利他主义参数。这些利他主义的游戏框架的变化进行了讨论,考虑功率(而不是吞吐量)为基础的成本和线性效用函数。
2010-08-24 cs.GT cs.NI
MEGA-PT: A Meta-Game Framework for Agile Penetration Testing
New York University(纽约大学)
本文提出元博弈渗透测试框架MEGA-PT,通过微观战术博弈与宏观策略过程实现分布式、自适应的敏捷自动化渗透测试,有效解决维度灾难与可扩展性问题。
2024-09-21 cs.AI cs.CR 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
Open-Loop Equilibrium Strategies for Dynamic Influence Maximization Game Over Social Networks
研究了社交网络上竞争影响力最大化化的预算分配问题。在这个问题中,多个竞争方(玩家)希望将他们有限的广告资源分配给一组社会个体,以最大化他们的长期累积收益。假设个体通过社会网络连接,并基于经典的DeGroot模型更新他们的意见。参与者必须在有限的竞选次数内决定个人之间的预算分配,以最大化他们的总收益,作为个人意见的函数。我们证明了:(1)通过求解凹规划,可以在多项式时间内找到单人博弈的最优投资策略;(2)通过遵循自然后悔最小化动力学,可以有效地计算多人动态博弈的开环均衡策略.我们的研究结果扩展了以前的工作的静态版本的问题,一个动态的多级游戏。
2021-08-30 cs.GT cs.MA cs.SY
Nash Social Distancing Games with Equity Constraints: How Inequality Aversion Affects the Spread of Epidemics
在本文中,我们提出了一个博弈论模型,描述了自愿的社会距离在流行病的传播。代理人的收益取决于他们的社会距离和被感染的概率。我们考虑两种类型的代理商,非脆弱的代理商谁有一个小的成本,如果他们被感染,和脆弱的代理商谁有一个较高的成本。对于流行病爆发的建模,我们考虑了SIR(易感-感染-移除)模型的一个变体,该模型涉及易感人群、感染人群和移除的弱势和非弱势人群。研究了这种社会距离博弈的纳什均衡。这项工作的主要贡献是分析了希望实现低社会不平等的参与者对回报方差提出限制的情况。在这种情况下,我们介绍和刻画的概念,广义纳什均衡(GNE)的游戏与连续的球员。通过数值研究,我们表明,不平等的约束导致疫情的传播速度较慢,并提高了脆弱的球员的成本。此外,不平等限制也可能对非弱势行为者有利。
2021-04-03 cs.GT cs.SY eess.SY
Robust Self-testing for Synchronous Correlations and Games
本文提出同步相关性与博弈鲁棒自测试的抽象算子代数刻画,证明其等价于适当 $C^*$-代数上状态或顺从迹状态的唯一性,并揭示该概念与交换算子自测试不等价。
2025-03-30 cs.GT math-ph math.MP
Multi-agent Reinforcement Learning in Sequential Social Dilemmas
DeepMind
像囚徒困境这样的矩阵游戏已经指导了几十年的社会困境研究。然而,他们必须把合作或背叛的选择视为原子行动。在现实世界的社会困境中,这些选择在时间上被延长了。合作性是一种适用于政策的属性,而不是基本行动。我们介绍了顺序的社会困境,共享矩阵博弈社会困境的混合激励结构,但也需要代理学习政策,实现他们的战略意图。我们分析了多个自利的独立学习代理学习的策略的动态,每个学习代理都使用自己的深度Q网络,在这里介绍的两个马尔可夫博弈中:1。一个水果收集游戏和2.狼群狩猎游戏我们描述了每个领域的学习行为如何随着环境因素(包括资源丰度)的变化而变化。我们的实验展示了冲突如何从对共享资源的竞争中产生,并揭示了现实世界社会困境的连续性如何影响合作。
2017-02-10 cs.AI cs.GT cs.LG
Contribution Games in Social Networks
我们考虑网络贡献游戏,其中社交网络中的每个代理都有一个预算,他可以为不同的合作项目或关系做出贡献。根据参与主体的贡献,一种关系将蓬勃发展或淹没,为了衡量成功,我们对每种关系使用奖励函数。每个代理都试图从它所参与的所有关系中获得最大化的回报。我们考虑了这种博弈的两两均衡,并根据所涉及的奖励函数的类型来刻画均衡的存在性、计算复杂性和质量。例如,当所有的报酬函数都是凹的时,我们证明了无政府状态的无政府代价至多为2。对于凸函数,只有在某些特殊但非常自然的条件下才成立。本文的一个特别关注点是最小努力博弈,其中关系的回报仅取决于任何参与者的最小努力。最后,我们展示了这些游戏中的近似均衡和动态收敛的紧界。
2011-04-20 cs.DS cs.GT cs.MA
Reinforcement Learning and Nonparametric Detection of Game-Theoretic Equilibrium Play in Social Networks
University of British Columbia(不列颠哥伦比亚大学)
本文研究了社交网络中非合作博弈均衡行为的两个重要信号处理方面,即强化学习和均衡博弈检测。本文的第一部分提出了一种强化学习(自适应过滤)算法,该算法通过在社会网络中采用扩散合作策略来学习均衡。智能体形成了同性恋的社会群体,在这个群体中,他们通过一个无向图交换过去的经验。它表明,如果所有的代理遵循所提出的算法,他们的全球行为被吸引到相关的均衡集的游戏。本文的第二部分提供了一个测试,以检测是否代理的行动是一致的,从凹势博弈的均衡发挥。利用微观经济学中的显示偏好理论,构造了一种非参数决策检验和统计检验方法,该方法只需要主体的探测和相关行为。给出了一种随机梯度算法,对探测器进行实时的优化,使探测器在给定的Ⅰ类错误概率下,探测器的Ⅱ类错误概率最小。我们提供了一个现实世界的例子,使用能源市场,和一个数值例子来检测恶意代理在在线社交网络。
2014-12-11 cs.GT cs.LG cs.SI
Power indices of influence games and new centrality measures for social networks
在社会网络分析中,有一种普遍的看法,即影响力与决定社会的全球行为有关,因此它可以用来通过针对适当的初始个体集来加强合作,或者分析全球选择过程。在这里,我们提出了中心性的措施,可以用来分析相关的影响力传播过程中的演员的相关性。在[39]中,它被认为是一个多智能体系统,其中智能体渴望根据对其他个体执行任务的意愿的感知来执行集体任务。该设置使用称为影响力游戏的简单游戏的概念建模。这些游戏是在图上定义的,其中节点由其影响力阈值标记,节点之间的影响力传播用于确定联盟是否获胜。影响力博弈提供了通过经典的权力指数来衡量社会网络中参与者的重要性的工具,并提供了一个考虑新的中心性标准的框架。在本文中,我们考虑了两个最经典的幂指数,即,Banzhaf和Shapley-Shubik指数作为影响力博弈中社交网络的中心性度量。虽然有一些工作与博弈论网络的特定场景相关,但在这里,我们使用这些指数作为任何社交网络中的中心性度量,其中可以应用影响力传播现象。此外,我们定义了新的中心性度量,如满意度和努力度,据我们所知,到目前为止还没有考虑过。我们还进行了比较的建议措施与其他三个经典的中心性措施,度,接近度和介数,考虑三个社交网络。我们表明,在某些情况下,我们的测量提供类似于其他措施的中心层次结构,而在其他情况下,提供不同的层次结构。
2013-06-28 cs.GT cs.SI physics.soc-ph
Learning with Episodic Hypothesis Testing in General Games: A Framework for Equilibrium Selection
该研究提出一种结合假设检验与效用驱动探索的学习动力学,证明其在一般有限标准型博弈中收敛至最大化所有参与者最小变换后效用的精炼均衡,为均衡选择提供了新机制。
2025-07-30 cs.GT cs.SY eess.SY
The role of intra- and inter-group Matthew effect in the social dilemma of public goods games
本研究探讨了公共物品博弈中组内与组间马太效应对合作的影响,发现组内效应在高生产力下维持合作,组间效应在低生产力下促进合作,而两者混合会损害合作,为调整财富积累以解决社会困境提供了见解。
2023-10-23 cond-mat.stat-mech cs.GT nlin.CG
Nonzero-sum Adversarial Hypothesis Testing Games
Indian Institute of Science(印度科学学院);Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);Inria(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔国立理工学院);MPI-SWS(马克斯·普朗克软件系统研究所)
我们研究了在对抗分类的背景下出现的非零和假设检验游戏,在贝叶斯框架和Neyman-Pearson框架中。我们首先表明,这些游戏承认混合策略纳什均衡,然后我们研究了一些有趣的集中现象,这些均衡。我们的主要结果是指数收敛率的分类错误在平衡,这是类似于著名的Baffff-Stein引理和Baffff信息描述的错误指数在经典的二元假设检验问题,但参数来自对抗模型。通过数值实验验证了结果。
2019-09-28 cs.GT cs.LG math.ST
Optimal Statistical Hypothesis Testing for Social Choice
Rensselaer Polytechnic Institute(伦斯勒理工学院)
我们在本文中解决以下问题:“什么是最强大的统计方法的社会选择?"通过利用Neyman-Pearson框架中的一致最不利分布理论,对有限模型和随机化检验,我们刻画了一致最大功效(UMP)检验,这是一种被广泛接受的统计最优性。鲁棒性,用于测试给定的替代品是否是马洛斯的模型和孔多塞的模型下的赢家,分别。
2020-06-19 cs.AI cs.GT math.ST