Efficient Computation of the Shapley Value for Game-Theoretic Network Centrality
Shapley值-可能是联盟博弈中最重要的规范性收益划分方案-最近被提倡作为网络中心性的有用度量。然而，尽管这种方法有各种现实世界的应用（包括社会和组织网络，生物网络和通信网络），其计算特性尚未得到广泛研究。迄今为止，计算基于Shapley值的中心性的唯一可行方法是通过Monte Carlo模拟，其计算成本高，并且不能保证给出精确的答案。在此背景下，本文提出了第一次研究的计算方面的Shapley值的网络中心。具体来说，我们开发了基于Shapley值的加权和未加权网络的中心性的精确分析公式，并开发了基于它们的高效（多项式时间）和精确算法。我们经验评估这些算法在两个现实生活中的例子（基础设施网络代表的拓扑结构的西部国家电网和天体物理学领域的合作网络），并证明他们提供显着的蒙特卡洛方法的加速。例如，在未加权网络的情况下，我们的算法能够比Monte Carlo近似快1600倍地返回精确解，即使我们允许后一种方法有10%的误差。
2014-02-04 cs.GT
On a Network Centrality Maximization Game
研究参与者通过选择有向出边连接以最大化自身 PageRank 中心性的网络形成博弈，证明其为势博弈，刻画了 Nash 均衡条件，并在同质情形下对特定出边数的均衡进行了完整分类，发现该机制会催生无向且非连通或松散连通的网络。
2023-09-11 cs.GT cs.SI cs.SY
Ride the Lightning: The Game Theory of Payment Channels
引入支付渠道是为了解决各种突出的加密货币可扩展性问题。多个支付渠道在区块链之上构建了一个网络，即所谓的第2层。在这项工作中，我们通过网络创建游戏的镜头分析支付网络。我们确定中间性和接近中心性作为支付网络的核心概念。我们研究的拓扑结构时出现的球员自私的行为，并确定参数空间中，他们构成了一个纳什均衡。此外，我们确定的社会最优依赖于介数和接近中心的相关性。在可能的情况下，我们限制了无政府状态的无政府代价。我们还简要讨论了稳定的代价。
2019-12-10 cs.GT
Game-to-Real Gap: Quantifying the Effect of Model Misspecification in Network Games
Thayer School of Engineering at Dartmouth College（达特茅斯学院塔克工程学院）；Department of Electrical and Computer Engineering at Johns Hopkins University（约翰斯·霍普金斯大学电气与计算机工程系）
本文提出游戏到现实的差距度量，用于量化多智能体环境中模型不规范的影响，并开发了新的网络中心性度量方法。
2026-01-22 cs.GT cs.SY eess.SY
Hiders' Game
本文提出隐藏者博弈这一网络形成博弈模型，研究新来者如何在保持低中心性的同时与高中心性节点建立连接，并刻画了成对纳什稳定网络的结构、效率界及其在反恐与反间谍中的应用。
2023-12-03 cs.GT
Attacking Power Indices by Manipulating Player Reliability
我们调查操纵的权力指数在TU合作游戏刺激（受预算约束）的变化，其他玩家参与游戏的倾向。我们展示了几种算法，表明问题往往是易于处理的所谓的网络中心性游戏和影响归因游戏，以及一个例子时，最佳操纵是棘手的，即使计算能力指数是可行的。
2019-05-16 cs.AI cs.GT cs.MA
Game theoretic foundations of the Gately power measure for directed networks
基于具有可转移效用的合作博弈的Gately值，提出一种新的有向网络中心性测度，并研究了其性质、Core指标条件、与$β$-测度的关系及公理化。
2023-08-04 cs.GT cs.SI econ.TH
It's Not Whom You Know, It's What You (or Your Friends) Can Do: Succint Coalitional Frameworks for Network Centralities
West University of Timişoara（蒂米什瓦拉西部大学）；e-Austria Research Institute（奥地利电子研究所以及（注：此处）
我们调查的网络中心性的措施，使用一个框架，融合了社会网络表示与合作技能游戏的简洁形式主义的表示。我们讨论了新框架的表现力，并强调了它的一些优点，包括一个固定参数的易处理性计算中心的措施，在这种表示的结果。作为一个应用程序，我们引入了新的网络中心性措施，捕捉在何种程度上，某个节点的邻居可以帮助它完成相关的任务。
2019-09-24 cs.AI cs.GT cs.MA
Provision of Public Goods on Networks: On Existence, Uniqueness, and Centralities
我们考虑在战略代理网络上提供公共产品。我们研究这些网络游戏的不同努力的结果，即纳什均衡，帕累托有效的努力配置文件，和半合作的均衡（努力配置文件之间的互动联盟的代理）。我们确定的纳什均衡的唯一性的网络结构的必要条件和充分条件。我们表明，我们的发现统一（和加强）现有的文献结果。我们还确定了纳什均衡的存在条件，在我们的模型的两个极端，即游戏的战略补充和游戏的战略替代品的游戏的子类。我们提供了一个图形理论的解释代理人的努力在纳什均衡，以及帕累托有效的结果和半合作的均衡，通过连接代理人的决定，她在互动网络的中心。使用这种连接，我们分开的影响，传入和传出的边缘代理的努力，并发现一个交替的影响，在网络中不同长度的步行。
2016-05-18 cs.GT cs.SI
Optimal Targeting in Super-Modular Games
本文研究了具有二进制行动和多个局中人的超模块对策的最优目标选择问题。所考虑的问题包括在选择的一个子集的球员的最小尺寸，这样，当这些球员的行动被迫到一个控制值，而其他人都留下反复发挥最佳反应的行动，系统将收敛到最大的纳什均衡的游戏。我们的主要贡献在于表明，这个问题是NP-完全的，并提出了一个有效的迭代算法，证明其解决方案的收敛性。我们详细讨论了网络协调博弈的特殊情况及其与凝聚力概念的关系。最后，我们通过模拟展示了我们的方法在基于经典网络中心性度量的朴素算法方面的优势。
2020-09-21 cs.GT cs.MA cs.SY
Weighted and Near Weighted Potential Games with Application to Game Theoretic Control
提出了一种算法来验证有限对策是否是加权势对策（WPG），而无需预先知道其权重。然后，该算法也适用于找到一个给定的有限游戏的最接近的WPG。给出了近权势博弈的概念和判据，指出了有限博弈与其最近权势博弈之间的演化等价性。在此基础上，提出了一种在博弈控制中用NWPG代替PG的方法，提高了PG优化的适用性。
2021-06-23 cs.GT
A Game-Theoretic Analysis of the Off-Switch Game
开关关闭博弈是一个高智能机器人与人类互动的博弈论模型。在Hadfield-Menell等人（2016年）的原始论文中，分析并不完全是博弈论的，因为人类被建模为非理性的玩家，机器人的最佳行动仅在不现实的正态性和软最大假设下计算。在本文中，我们充分博弈论的分析，通过模拟人类作为一个理性的球员与随机效用函数。因此，我们能够很容易地计算机器人的最佳行动任意的信念和非理性的假设。
2017-08-13 cs.GT
Some Game Theoretic Remarks on Two-Player Generalized Cops and Robbers Games
本文研究了Bonato和MacGillivray提出的两人广义Cops and Robber（GCR）对策。我们的主要目标是提出一个完整的，自成一体的博弈论分析这样的游戏。
2020-11-19 cs.DM cs.GT math.CO
Nash or Stackelberg? -- A comparative study for game-theoretic AV decision-making
本文针对自动驾驶汽车决策问题，构建滚动时域多玩家博弈模型，比较纳什博弈与斯塔克尔伯格博弈在成对和多玩家设置下的安全性、通行效率与计算时间表现。
2023-10-30 cs.GT
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
Kolmogorov's strong law of large numbers in game-theoretic probability: Reality's side
柯尔莫哥洛夫强大数定律的博弈论版本说，怀疑论者有一个策略，迫使在涉及现实、预测者和怀疑论者的预测博弈中陈述定律。本文描述了一个简单的Reality匹配策略。
2013-03-20 cs.GT math.PR
Packing, Scheduling and Covering Problems in a Game-Theoretic Perspective
以前在各种运输和生产问题的背景下由计算机科学文献考虑的许多包装、调度和覆盖问题似乎也适合于描述和建模网络优化中的各种基本方面，例如路由、资源分配、拥塞控制等。已经从博弈论的观点研究了各种组合问题，我们试图补充这个研究体系。具体来说，我们考虑装箱问题的经典和参数版本，作业调度问题和机器覆盖问题在各种机器模型。我们提出了新的解释，这些问题的背景下，现代网络和研究这些问题从博弈论的角度来模拟他们作为游戏，然后有关这些游戏中的各种博弈论的概念相结合的工具，从博弈论和传统的组合优化。在这项研究的框架中，我们介绍和研究模型，以前没有考虑过，也改善了以前已知的结果。
2011-10-28 cs.GT
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
Network Creation Games with 2-Neighborhood Maximization
本文研究以最大化2-邻域为目标的网络创建博弈，分析了纳什均衡和贪婪均衡的存在性、结构及直径界，并给出了与边代价和智能体数量无关的直径常数界及无政府代价的非平凡界。
2025-02-10 cs.GT
Geometric Network Creation Games
网络创建游戏是一种众所周知的方法，用于解释和分析现实世界网络的结构，质量和动态，如互联网和其他基础设施网络，这些网络通过自私代理的相互作用而发展，而没有中央权威。在这些博弈中，对应于网络中节点的自私代理策略性地购买事件边以提高其中心性。然而，过去对这些游戏的研究只考虑创建具有单位权重边缘的网络。在实践中，例如，当构建光纤网络时，连接哪些节点以及链路的诱导价格的选择关键取决于所涉及的节点之间的距离，并且可以通过边加权图来对这些设置进行建模。我们将任意边的权重推广的知名模型Fabrikant等人。[PODC'03]中的一个例子，并着重于几何设置，其中的权重是由一些度量空间中的距离引起的。在形成鲜明对比的国家的最先进的单位重量的版本，无政府状态的无政府代价是固定不变的，解决这是一个主要的开放问题，我们证明了一个紧密的非恒定的约束的无政府代价的公制版本和一个稍微弱的上限为非公制的情况下。此外，我们分析了几个自然度量的平衡点的存在性，计算难度和博弈动力学。我们提出的模型可以看作是经典网络设计问题的一个变体的博弈论模拟。因此，我们的游戏的低成本均衡对应于最佳网络设计的分散和稳定的近似。
2020-06-26 cs.GT
Game theoretical modelling of network/cybersecurity
博弈论是一个成熟的数学分支，它为多人战略决策提供了一套丰富的数学工具，可以用来模拟安全问题中竞争有限和共享资源的决策者之间的互动。本文回顾了网络/网络安全的博弈论建模领域的文献。
2019-10-19 cs.GT
Game-theoretic Learning Anti-jamming Approaches in Wireless Networks
本文从博弈论学习的角度研究了抗干扰通信问题。通过对智能抗干扰通信的探讨和分析，提出了干扰源的特点和智能抗干扰的要求。这种方法需要自我感知、自我决策、自我协调、自我评价和学习能力。然后，提出了一种博弈论学习抗干扰（GTLAJ）范式，并介绍了它的框架和GTLAJ面临的挑战。此外，通过三个案例，即，讨论了Stackelberg抗干扰对策、Markov抗干扰对策和基于超图的抗干扰对策等不同的抗干扰对策模型及其应用，并提出了未来的研究方向。
2022-06-20 cs.GT cs.NI
GUARD: Constructing Realistic Two-Player Matrix and Security Games for Benchmarking Game-Theoretic Algorithms
本文提出 GUARD 框架，利用开放数据集生成现实的矩阵与安全博弈实例，支持自定义效用函数，并通过理论与实证证明其优于随机博弈基线，为博弈论算法提供更贴近现实的基准测试。
2025-05-27 cs.GT
Architectural innovation: A game-theoretic approach
在本文中，我们认为互联网下的博弈论的镜头，努力解释和克服互联网的创新低迷。博弈论被用来模拟互联网环境作为技术竞争的问题，最终理解他们的新兴现象和塑造他们的进化力量。然而，我们的研究结果超越了理解互联网架构，帮助互联网人口实现社会理想的结果。
2012-10-29 cs.GT cs.NI
A Game-Theoretic Learning Framework for Multi-Agent Intelligent Wireless Networks
在这篇文章中，我们介绍了一个游戏理论的学习框架的多智能体无线网络。通过将人工智能（AI）中的学习与博弈论相结合，出现了一些有前途的特性，例如在未知和动态环境中获得高回报，协调代理的行动以及在恶意用户存在的情况下做出对抗性决策。不幸的是，天下没有免费的午餐。首先，我们主要在三个层次上讨论了人工智能学习和博弈论之间的联系，即，模式识别、预测和决策。然后，讨论了智能无线网络中Agent能力受限、从环境中获取的信息不完全以及无线网络的分布性、动态可扩展性和异构性等特点对融合的挑战和要求。为了解决这些问题，我们提出了一个无线网络的博弈论学习框架，包括内部协调（资源优化）和外部对抗性决策（抗干扰）。基于该框架，我们介绍了几个有吸引力的博弈论学习方法结合我们提出的典型应用。更重要的是，我们开发了一个现实生活中的测试平台的多智能体抗干扰问题的基础上的博弈论学习框架。实验结果验证了所提出的博弈论学习方法的有效性。
2019-04-17 cs.GT
A Generalised Method for Empirical Game Theoretic Analysis
本文提供了理论界的经验博弈理论分析的复杂多智能体的相互作用。我们提供的经验Meta游戏的见解表明，一个纳什均衡的元游戏是一个近似的纳什均衡的真正的底层游戏。我们调查并显示需要多少数据样本，以获得足够接近的基本游戏。此外，我们将元博弈分析方法扩展到非对称博弈。国家的最先进的只考虑经验游戏中，代理人有机会获得相同的策略集和支付结构是对称的，这意味着代理人是可互换的。最后，我们在几个领域进行了经验说明的一般化方法，说明了理论和进化动力学的几个版本的AlphaGo算法（对称），由人类玩家在Facebook上玩的上校Blotto游戏的动态（对称），并在Leduc扑克元游戏的一个例子（不对称），由PSRO多智能体学习算法生成。
2018-03-16 cs.GT cs.MA
Fundamental Limits of Game-Theoretic LLM Alignment: Smith Consistency and Preference Matching
本文系统研究博弈论LLM对齐中基于成对偏好的收益选择，建立Condorcet一致性、多样性与Smith一致性的充要条件，并证明偏好匹配的不可能性，揭示其基本极限。
2025-05-27 cs.GT stat.ML
Game-Theoretic Semantics for Alternating-Time Temporal Logic
我们介绍了交替时间时态逻辑（ATL）的博弈论语义（GTS）的版本。在GTS中，真理被定义为在语义评估博弈中获胜策略的存在，因此博弈论的视角出现在ATL的框架中的两个语义层面上：在策略算子的标准语义中的对象层面上，以及在元层面上，博弈论的逻辑语义被应用于ATL。我们统一这两个角度到专门为ATL设计的语义评估游戏。博弈论的角度，使我们能够确定新的变体的ATL语义的基础上限制的时间资源提供给验证者和证伪者的语义评估游戏。我们介绍和分析一个无界和（序数）有界的GTS，并证明这些是等价的标准（塔斯基风格）的成分语义。我们证明了在这两个版本的GTS中，ATL公式的真值总是可以在有限时间内确定的，即，而不需要构建无限的路径。我们还介绍了一个不等价的有界语义，并认为这是自然的逻辑和博弈论的角度来看。
2019-06-15 cs.GT cs.LO math.LO
Game Theoretic Rating in N-player general-sum games with Equilibria
DeepMind（深度思维）；University College London（伦敦大学学院）；Google（谷歌）；Carnegie Mellon University（卡内基梅隆大学）
博弈中的评级策略是博弈论和人工智能的一个重要研究领域，可以应用于任何现实世界的竞争或合作环境。传统上，只有策略之间的传递依赖关系被用于对策略进行评级（例如Elo），然而最近的工作已经扩展了评级，以利用博弈论解决方案来更好地对非传递博弈中的策略进行评级。本文推广了这些思想，并根据收益评级系统提出了适用于正规型博弈中N人一般和策略评级的新算法。这使得成熟的解决方案概念，如均衡，能够被利用来有效地评估具有复杂策略交互的游戏中的策略，这些策略交互出现在多智能体训练和许多智能体之间的真实世界交互中。我们经验验证我们的方法对现实世界的正常形式的数据（英超联赛）和多智能体强化学习代理评估。
2022-10-05 cs.GT cs.LG cs.MA
A Game-Theoretic Computational Interpretation of Proofs in Classical Analysis
已经证明，数学分析中证明的函数解释可以通过选择函数的乘积给出，这是一种递归模式，在序列博弈中计算最优策略时具有直观的阅读效果。我们认为，这一结果具有真正的实用价值，通过解释一些著名的数学定理，并证明该产品给这些定理一个自然的计算解释，可以清楚地理解博弈论的条款。
2012-04-24 cs.GT cs.LO math.LO
A game-theoretic probability approach to loopholes in CHSH experiments
The University of Osaka（大阪大学）；Kanazawa University（金泽大学）
本文提出一种基于博弈论的概率方法，用于分析CHSH实验中的局部和测量依赖性漏洞，通过构建资本过程游戏证明自然无法同时满足两个条件，从而为科学家提供胜利策略并解释实验观测结果。
2026-03-13 cs.GT math.PR quant-ph
A coding theoretic study of homogeneous Markovian predictive games
本文研究齐次马尔可夫预测博弈，利用通用编码方案构建投注策略证明博弈论大数定律，并将结果应用于西拉德热力学思维实验。
2025-02-04 cs.GT cs.IT math.IT
Game of GANs: Game-Theoretical Models for Generative Adversarial Networks
Isfahan University of Technology（伊斯法罕理工大学）；University of Arizona（亚利桑那大学）
生成对抗网络（GANs）最近在AI社区引起了相当大的关注，因为它能够生成与真实数据具有显著统计相似性的高质量数据。从根本上说，GAN是两个神经网络之间的博弈，它们以对抗的方式训练，以达到零和纳什均衡。尽管GANs在过去几年中取得了进步，但仍有一些问题有待解决。本文回顾了有关GANs博弈论方面的文献，并讨论了博弈论模型如何解决生成模型的特定挑战并提高GAN的性能。我们首先介绍了一些基本知识，包括基本的GAN模型和一些博弈论背景。然后，我们提出了分类法，将最先进的解决方案分为三个主要类别：修改后的游戏模型，修改后的架构和修改后的学习方法。分类是基于修改的基本GAN模型提出的博弈论方法在文献中。然后，我们探讨每个类别的目标，并讨论每个类别的近期作品。最后，我们讨论了在这一领域仍然存在的挑战，并提出未来的研究方向。
2022-01-03 cs.AI cs.GT cs.LG
