On Dynamical Cournot Game on a Graph
E. Ahmed, M. I. Shehata, H. A. A. El-Saka
研究了图上的古诺动态对策。研究了系统的稳定性。采用囚徒困境博弈的方法建立了天然气输气模型。
Cournot dynamical game is studied on a graph. The stability of the system is studied. Prisoner's dilemma game is used to model natural gas transmission.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
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。
On the Role of a Market Maker in Networked Cournot Competition
我们研究的是由做市商集中管理的网络化市场中企业之间的古诺竞争。特别是，我们研究的情况下，一个做市商通过一个受约束的运输网络，促进地理上独立的市场之间的贸易。我们的重点是了解做市商设计的后果，并为最佳设计提供工具。为此，我们提供了一个企业和做市商之间的博弈均衡结果的表征。我们的研究结果强调，均衡结构显着影响做市商的目标-根据目标可能有一个唯一的均衡，多个均衡，或没有均衡。此外，博弈可能是潜在博弈（如经典古诺竞争的情况），也可能不是。除了描述博弈的均衡，我们还提供了一种设计做市商的方法，以优化设计目标（例如，社会福利）在博弈均衡时。此外，我们使用我们的结果来探索运输（贸易）的价值和做市商的效率（与单一的总市场相比）。
Multi-Agent Reinforcement Learning in Cournot Games
在这项工作中，我们研究了有限信息反馈的连续行动古诺博弈中战略代理人的相互作用。古诺博弈是许多社会经济系统中必不可少的市场模型，在这种模型中，代理人在不完全了解系统或彼此的情况下学习和竞争。我们考虑了凹古诺博弈中策略梯度算法的动态性，这是一种被广泛采用的连续控制强化学习算法。证明了当价格函数为线性函数或代理商个数为2时，策略梯度动态收敛于纳什均衡。这是第一个结果（据我们所知）的收敛性的学习算法与连续的行动空间，不属于无遗憾类。
Network Cournot Competition
古诺竞争是一个基本的经济模型，代表企业在单一市场上竞争的同质产品。每个公司都试图通过决定生产量来使其效用最大化，效用是产品的生产成本和市场价格的函数。在当今充满活力和多样化的经济中，许多公司往往同时在一个以上的市场上竞争，即，每个市场可能由这些公司的一个子集分享。在这种情况下，一个二分图模型的进入限制，其中公司在一边，市场在另一边，和边缘表明是否有进入市场的公司或没有。我们称之为\emph{Network Cournot Competition}（NCC）。在本文中，我们提出了算法，在不同的情况下，NCC游戏的纯纳什均衡。首先，当市场价格函数是该市场产量的线性函数时，我们仔细设计了NCC的势函数。然而，对于非线性价格函数，这种方法是不可行的。在这种情况下，我们将问题建模为非线性互补问题，并设计了一个多项式时间算法，找到了强凸成本函数和强单调收入函数的游戏平衡。我们还探讨了一类价格函数，确保强单调性的收入函数，并显示它由一个广泛的功能。此外，我们讨论了在这两种情况下，这意味着我们的算法找到唯一的均衡的游戏的唯一性。最后，当所有厂商在一个市场的生产成本独立于在其他市场的生产成本时，问题可以分解为几个独立的经典\emph{Cournot Oligopoly}问题。我们给这个广泛研究的问题的第一个组合算法。
No-regret Learning in Cournot Games
本文研究了具有连续行动的古诺博弈中无悔学习的收敛性。古诺博弈是许多社会经济系统的基本模型，参与者通过战略性地设定他们的产量来竞争。我们假设参与者没有充分的信息，因此不能预先计算出一个纳什均衡。两种类型的反馈被认为是：一个是强盗反馈，另一个是梯度反馈。为了研究诱导博弈序列的收敛性，引入测度收敛的概念，证明了博弈者的实际行动序列收敛于唯一的纳什均衡.此外，我们的结果自然地扩展了无遗憾学习算法的时间平均遗憾界，以获得最终迭代收敛速度。总之，我们的工作为游戏中的学习提供了显著更清晰的收敛结果，而无需对游戏属性进行强有力的假设（例如，单调性），并显示如何利用游戏信息反馈可以影响收敛速度。
Competition and Efficiency of Coalitions in Cournot Games with Uncertainty
本文研究了在存在不确定性的情况下，联盟形成对Cournot博弈效率的影响，指出通过多样性形成特定规模的联盟可提升效率，同时分析了市场力量与不确定性降低之间的权衡。
Coevolutionary Genetic Algorithms for Establishing Nash Equilibrium in Symmetric Cournot Games
我们使用协同进化的遗传算法模拟球员的学习过程中的古诺模型，并评估他们的收敛到纳什均衡。我们介绍的两种共同进化算法的“社会学习”版本在这些模型中建立了纳什均衡，与之相反的是“个体学习”版本，正如我们在这里看到的，并不意味着玩家的策略收敛到纳什结果。当博弈者使用“规范协同进化遗传算法“作为学习算法时，博弈过程是一个遍历马尔可夫链，因此我们使用相关方法和更一般的统计检验来分析模拟结果，发现在“社会”情况下，导致NE博弈的状态在链的平稳分布处非常频繁，与“个体学习”情况相反，当在我们的模拟中根本没有达到NE时，发现在极限分布处的状态与“NE状态”的预期汉明距离在“社会”中比在“个体学习情况”中显著更小;为了估计“社交”算法需要到达“NE状态”的预期时间，并验证它们的鲁棒性，最后证明大部分博弈确实处于纳什均衡。
Autocratic strategies in Cournot oligopoly game
本文研究了重复卡诺寡头垄断博弈中的零决定策略，证明了其存在并探讨了其在促进 collusion 时的效果差异。
Equilibrium Computation in Resource Allocation Games
本文研究了两个经典的资源分配博弈：原子可裂拥塞博弈和多市场古诺寡头博弈的均衡计算问题。对于具有单例策略和玩家特定仿射成本函数的原子可分割拥塞博弈，我们设计了第一个计算纯纳什均衡的多项式时间算法。我们的算法是组合的，并在假设合理输入的情况下计算精确的平衡。我们的想法是计算一个相关的整体可分割的单例拥塞游戏中，玩家只能分裂他们的需求在一个共同的数据包大小的整数倍的均衡。虽然积分游戏已被认为是在文献中之前，没有多项式时间算法计算的平衡是已知的。同样对于这门课，我们设计了第一个多项式时间算法，并将其用作我们主要算法的构建块。然后，我们开发了一个多项式时间可计算的变换映射的多市场古诺竞争游戏与公司特定的仿射价格函数和二次成本相关联的原子可分割的拥塞游戏如上所述。变换保持在任何一个游戏的均衡，因此，导致-通过我们的第一个算法-一个多项式时间算法计算古诺均衡。最后，我们的分析，积分可分割的游戏意味着新的界限之间的差异真正的古诺均衡和积分。这些边界可以被视为Todd [2016]最近获得的单一市场寡头垄断边界的推广。
Modelling Cournot Games as Multi-agent Multi-armed Bandits
我们研究了使用多代理多臂强盗（MA-MAB）设置建模重复古诺寡头博弈，其中作为代理商的公司从代表生产量（离散值）的一组武器中选择。代理与单独和独立的强盗问题交互。在这个公式中，每个代理在武器之间进行顺序选择，以最大化自己的奖励。智能体没有任何关于环境的信息;他们只能在采取行动后看到自己的奖励。然而，市场需求是工业总产量的平稳函数，不允许随机进入或退出市场。考虑到这些假设，我们发现，一个$ε$贪婪的方法提供了一个更可行的学习机制比其他传统的MAB方法，因为它不需要任何额外的知识系统操作。我们还提出了两个新的方法，利用有序的行动空间：$ε$ -贪婪+HL和$ε$ -贪婪+EL。这些新方法通过消除利润较低的选择，帮助企业专注于利润更高的活动，从而优化勘探。我们使用计算机模拟来研究结果中各种均衡的出现，并对联合累积后悔进行实证分析。
Using Non-Stationary Bandits for Learning in Repeated Cournot Games with Non-Stationary Demand
过去许多模拟重复古诺博弈的尝试都假设需求是固定的。这与现实世界的情况不符，在现实世界中，市场需求可能会因各种原因而在产品的生命周期中演变。在本文中，我们模型的重复古诺游戏与非平稳的需求，使企业/代理人面临不同的情况下，非平稳的多臂强盗问题。智能体可以选择的武器/动作集合表示离散的生产数量;这里，动作空间是有序的。智能体是独立自主的，不能从环境中观察到任何东西;它们只能在采取行动后看到自己的回报，并只为最大化这些回报而努力。我们提出了一种新的算法“自适应加权勘探（AWE）$ε$ -贪婪”，这是远程基于著名的$ε$ -贪婪的方法。该算法检测和量化由于市场需求的变化而引起的奖励变化，并根据需求变化的程度成比例地改变学习率和探索率，从而使代理更好地识别新的最优动作。为了有效地探索，它还部署了一种利用有序动作空间来权衡动作的机制。我们使用模拟来研究市场中各种均衡的出现。此外，我们研究了我们的方法在系统中的总代理数量和动作空间的大小方面的可扩展性。在我们的模型中，我们考虑了对称和非对称企业。我们发现，使用我们提出的方法，智能体能够根据需求的变化迅速改变他们的行动方针，并且他们在许多模拟中也参与了共谋行为。
Gradient-Tracking over Directed Graphs for solving Leaderless Multi-Cluster Games
我们关心的是在基于代理的多集群游戏中找到纳什均衡，其中代理被分成不同的集群。虽然每个集群内的代理合作，以实现一个共同的目标，集群被认为是虚拟的球员，相互竞争，在一个非合作的游戏相对于一个耦合的代价函数。在这种情况下，集群内的问题和集群之间的博弈需要同时解决。因此，由此产生的集群间纳什均衡也应该是集群内社会福利问题的最小化者。在这项工作中，这种设置被铸造作为一个分布式优化问题，稀疏的状态信息。因此，关键信息，如代理的代价函数，保持私有。我们提出了一个分布式算法，收敛的线性速率的最优解。此外，我们将我们的算法应用到一个扩展的古诺博弈来验证我们的理论结果。
Misspecified learning and evolutionary stability
本文将间接演化方法扩展到错误设定模型的选择，通过比较在位者与进入者模型的均衡收益定义稳定性，并证明正确设定的在位模型只能被允许多重可行信念的错误设定进入模型破坏稳定，同时分析了进入者群体规模对匹配表现的影响。
Networked Anti-Coordination Games Meet Graphical Dynamical Systems: Equilibria and Convergence
本文研究网络反协调博弈在顺序与同步更新下的纳什均衡存在性和收敛时间，证明自我非必要模式可高效求解而自我必要模式不可解，并给出特殊情形及实验验证。
A Distributed, Dynamical System View of Finite, Static Games
本文包含一个重新制定的任何$n$球员有限，静态游戏到一个框架的分布式，动态系统的基础上代理的回报为基础的偏差。重新表述将Li和Morse（2017）研究国家关系形成问题的第二部分中使用的方法推广到任何有限静态博弈的情况。文中给出了两个偏差规则，并讨论了该框架的可能应用。
Adversarial Decisions on Complex Dynamical Systems using Game Theory
我们将计算博弈论应用于基于物理的模型的统一，这些模型代表了合作和竞争过程中多个代理的决策。在这种情况下，竞争对手试图既积极影响自己的回报，又消极影响竞争对手的回报。用所谓的Boean-Kuramoto-Lanchester（BKL）复杂动态系统模型对这些相互作用进行建模，产生的结果可以应用于商业，游戏和安全环境。本文研究了BKL模型上的一类决策问题，其中使用博弈论方法分析了一个大的耦合切换动力系统集。由于它们的大小，解决这些BKL游戏的计算成本成为解决方案过程中的主导因素。为了解决这个问题，我们引入了一种新的纳什主导求解器，这是数值效率和准确。这种新的解决方案技术的性能相比，传统的精确求解器，遍历整个游戏树，以及近似求解器，如近视和蒙特卡罗树搜索（MCTS）。这些技术进行评估，并用于获得洞察非线性动力系统和战略决策在对抗性环境中。
Dynamically generated cyclic dominance in spatial prisoner's dilemma games
我们在空间囚徒困境博弈的框架下研究了时间依赖学习能力对博弈者的影响。在我们的模型中，这种能力的球员可能会减少或增加后，根据一个阶梯状函数的策略采用的时间。我们分别研究了这两种可能性，并观察到形成系统稳态模式的显著不同的机制。时间递减的学习活动有助于合作域恢复可能的背叛者入侵，从而支持合作。在另一种情况下，暂时限制的学习活动产生了一个循环的优势之间的叛逃者和合作者的策略，这有助于保持通过传播波的策略的多样性。结果是强大的，并保持有效的改变支付值，交互图或功能的学习活动的时间依赖性。我们的观察表明，动态生成的机制可能会提供替代方法，以保持合作者活着，即使在非常大的诱惑叛逃。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。