Approachability, Regret and Calibration; implications and equivalences
Blackwell可接近性、后悔最小化和校准是评价不同序贯决策问题或参与者与自然之间重复博弈中策略(或算法)的三个标准。虽然乍一看它们没有任何共同之处,但它们之间的联系已经被发现:在一些辅助博弈中,通过遵循可接近性策略,可以构建一致的和校准的策略。我们收集了著名的或最近的结果,并提供新的,以发展和推广Blackwell的优雅的理论。最后的目标是展示它如何可以被用来作为一个基本的强大的工具来展示一类新的直观的算法,基于简单的几何性质。为了完整,我们还证明了可接近性可以被视为一致或校准策略存在的副产品。
2013-01-12 cs.GT
A Primal Condition for Approachability with Partial Monitoring
Technion(以色列理工学院);Université Paris-Diderot(巴黎第七大学);CNRS(法国国家科学研究中心);Ecole normale supérieure(巴黎高等师范学院);HEC Paris(巴黎高等商学院)
在完全监控的可逼近性中,已知有两种类型的条件对于凸集是等价的:原始条件和对偶条件。原始的形式是:一个集合C是可接近的当且仅当所有包含的半空间在一次博弈中是可接近的;而对偶的形式是:一个凸集C是可接近的当且仅当它与所有具有某种形式的支付集相交。我们考虑部分监控博弈中的可接近性。在以前的工作(Perchet 2011; Mannor et al. 2011)中,我们提供了可逼近凸集的对偶特征;我们还展示了C是多胞形的情况下的有效策略。本文给出了凸集可部分监控逼近的基本条件。它们依赖于修改后的报酬函数,并导致可接近性策略,基于修改后的支付函数,进行类似于Blackwell(1956)的策略的预测;这是在对比与以前研究的策略,在这种情况下,主要依赖于信号结构,旨在估计以及所收到的信号的分布。我们的结果推广了Kohlberg 1975的经典结果(也可参见Mertens et al. 1994),并适用于具有任意信号结构的博弈以及任意凸集。
2013-05-23 cs.GT cs.LG math.OC
Extensive-Form Game Solving via Blackwell Approachability on Treeplexes
该研究提出首个序列形式多面体上的Blackwell可达性算法框架,衍生步长不变的后悔最小化算法,结合预测在线镜像下降提出PTB+并优化得到O(1/T)收敛速率的算法,实验验证了其性能优势。
2024-03-07 cs.GT
Response-Based Approachability and its Application to Generalized No-Regret Algorithms
Technion – Israel Institute of Technology(以色列理工学院)
由Blackwell(1956)引入的可逼近性理论提供了具有向量值支付的重复博弈的基本结果,并且从那时起就被有效地应用于博弈学习理论和在线对抗设置中的学习算法。给定一个具有向量收益的重复博弈,如果某个参与者(代理人)能够确保平均收益向量收敛到目标集合$S$,则该参与者(代理人)可以接近该目标集合,无论他的对手对手做什么。布莱克威尔提供了两个等价的条件集凸集是可接近的。第一个(主要)条件是几何分离条件,而第二个(双重)条件要求集合是{ \em不可排除},即对于对手的每个混合动作,存在代理的混合动作({ \em响应}),使得所得的回报向量属于$S$。现有的可接近性算法依赖于原始条件,并且基本上需要在每个阶段计算从给定点到$S$的投影方向。在本文中,我们介绍了一个可接近性算法,依赖于Blackwell的{ \em对偶}条件。因此,该算法依赖于计算对手在每个阶段的某个动作的反应,而不是投影。该算法的实用性证明了它的经典遗憾最小化问题,其中包括遗憾最小化与侧约束和遗憾最小化的全局成本函数的某些推广。在这些问题中,所需的预测计算通常是复杂的,但响应是容易获得的。
2013-12-30 cs.GT cs.LG
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
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
Self-Fulfilling Signal of an Endogenous State in Network Congestion Games
研究了在交通流信息不完全的情况下,网络拥塞博弈中通过信号协调来改善社会福利的问题。传统的信号控制研究只关注拥挤的外生因素,忽视了拥挤的外部性,没有考虑交通流的振荡现象。为了解决这一差距,我们制定了一个问题,设计一个协调信号的交通流量的内源性信息,并介绍了它的自我实现的信号,保证结果流与信号本身一致,而不会引起不必要的振荡特性。在高斯信号分布的情况下示出了自实现信号的实例。此外,我们给出了简单的数值例子。结果揭示了自实现信号如何抑制振荡,同时通过提高网络效率来提高社会福利。
2017-05-22 cs.GT
Collaborative Control Method of Transit Signal Priority Based on Cooperative Game and Reinforcement Learning
本文提出CBQL-TSP方法,将合作博弈与Q-Learning结合用于八相位公交信号优先控制,通过Shapley值量化各相位贡献并动态调整配时,在保证公平性的同时提升优先信号控制的灵活性与效率。
2024-04-30 cs.GT
Games on graphs with a public signal monitoring
我们研究纯纳什均衡在图上的不完美的监测的基础上的公共信号。在这样的游戏中,偏差和对这些偏差负责的玩家可能很难检测和跟踪。我们提出了一个通用的认知游戏的抽象,它方便地允许代表这些偏差的球员的知识,并给出了纳什均衡的特征在抽象的获胜策略。然后,我们使用抽象来开发一些支付函数的算法。
2018-02-26 cs.GT cs.LO
Correlated Equilibria of Classical Strategic Games with Quantum Signals
本文研究经典策略博弈中量子信号能否超越经典相关均衡的效率,并给出肯定结论。
2003-09-02 cs.GT econ.TH quant-ph
Inferring the prior in routing games using public signalling
本文考虑贝叶斯说服路由游戏的不确定状态的网络信息提供的交通信息系统(TIS)使用公共信号。在这种设置中,TIS承诺一个信令方案,参与者根据先前的信念和接收到的信号形成关于网络状态的后验信念。他们随后选择的路线,最大限度地减少他们的个人预期的旅行时间下,他们的后验信念,从而产生Wardrop均衡。我们研究了TIS如何通过设计合适的信号方案来推断参与者的先验信念,并观察不同信号下的均衡流。我们表明,在温和的条件下,一个信号方案,允许精确的推理的先验存在。然后,我们提供了一个迭代算法,发现这样的计划在有限数量的步骤。我们表明,我们的算法设计的计划是强大的,在这个意义上说,他们仍然可以识别足够小的扰动后的先验。我们还调查的情况下,人口被划分在多个先验,并给出条件下,与每个先验的分数可以确定。几个例子说明了我们的结果。
2023-02-01 cs.GT cs.SY eess.SY
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
Hardness Results for Signaling in Bayesian Zero-Sum and Network Routing Games
我们研究了贝叶斯博弈中完全知情的委托人所面临的最优化问题,委托人向参与者透露有关自然状态的信息,以获得理想的均衡。这个信号问题是游戏中不确定性激发的自然设计问题,最近引起了广泛的关注。我们提出了新的硬度结果信号问题(a)贝叶斯两人零和游戏,(b)贝叶斯网络路由游戏。对于贝叶斯零和博弈,当主要寻求最大化的均衡效用的球员,我们表明,它是NP-难获得的添加剂FPTAS。我们的硬度证明以一种新的方式利用了对偶性和分离与优化的等价性。此外,我们排除了添加剂PTAS假设种植集团硬度,这表明没有多项式时间算法可以从Erdens-Rényi随机图恢复种植集团。补充这些,我们得到一个PTAS的结构类零和游戏(其中获得FPTAS仍然是NP-难)时,支付矩阵服从Lipschitz条件。以前的结果排除了FPTAS假设种植集团硬度,和PTAS只为隐式游戏与准多项式大小的策略集。对于贝叶斯网络路由游戏,其中的主要目的是尽量减少纳什流的平均延迟,我们表明,它是NP-难获得(乘法)$(4/3 - ε)$ -近似,即使是线性延迟函数。这是最佳的不可逼近性的结果,线性laundry,因为我们表明,充分的启示实现了$(4/3)$ -近似线性laundry。
2016-10-30 cs.DS cs.GT
Game Theory for Signal Processing in Networks
在本教程中,将介绍博弈论的基础知识,并概述其在信号处理中的最新和新兴应用。其中一个主要特点,这方面的贡献是收集在一个单一的文件,一些基本的博弈论的概念和工具,在过去几年中,已成为广泛传播的大量文件。特别是,这两个战略形式和联盟形式的游戏进行了详细的描述,而它们之间的主要联系和区别进行了概述。此外,还特别注意澄清战略形式的游戏和分布式优化和学习算法之间的联系。除了介绍基本概念和主要解决方案方法之外,还提供了几个精心设计的示例,以便更好地理解如何应用所描述的工具。
2015-07-03 cs.GT cs.IT 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
Multihop Relaying in Millimeter Wave Networks: A Proportionally Fair Cooperative Network Formation Game
毫米波信道在信源和目的地之间的非视距(NLOS)时,信道质量会显著下降。因此,多跳中继有望改善源和目的地之间的通信。这是通过将信号发送到中继序列来实现的,其中视线(LOS)信号存在于沿着路径的两个节点之间,或者更一般地,当信号比直接从源到目的地的发送信号更好时。在本文中,我们考虑一个毫米波网络组成的多个源-目的地对和一组部署中继。我们制定的问题,多跳中继作为一个合作的网络形成游戏中,每个中继选择的源-目的地对协助,以提高端到端的性能,即源和目的地之间的多跳延迟。此外,我们提出了一个算法的基础上的纳什谈判解决方案,以确保不同的源-目的地对之间的公平性,并评估其效率的数值模拟。
2015-10-27 cs.GT cs.NI
Observing Each Other's Observations in the Electronic Mail Game
Max Planck Institute for Research on Collective Goods(马克斯·普朗克集体事务研究所)
研究一个贝叶斯协调博弈,参与者获得私人信息和相互的私人信号。结果显示信息评估存在协调博弈,信号精度影响均衡的内生性,高精度信号导致多重均衡。
2014-12-19 cs.GT econ.GN q-fin.EC
Player Modeling using Behavioral Signals in Competitive Online Games
DePaul University(德保罗大学)
竞争性网络游戏使用评级系统来匹配具有相似技能的玩家,以确保玩家获得满意的体验。在本文中,我们专注于解决不同方面的游戏行为建模时,创建比赛的球员的重要性。为此,我们从超过75,000场大逃杀比赛的数据集中设计了几个行为特征,并根据检索到的特征创建了玩家模型。然后,我们使用创建的模型来预测数据中不同玩家群体的排名。预测的排名进行比较,三个流行的评级系统。我们的研究结果表明,简单的行为模型优于主流评级系统。一些行为特征为所有玩家群体提供了准确的预测,而另一些行为特征则被证明对某些玩家群体有用。这项研究的结果强调了在分配任务时考虑球员行为的不同方面,如目标,策略和专业知识的必要性。
2021-11-29 cs.GT cs.LG
Eliciting Truthful Reports with Partial Signals in Repeated Games
The University of Texas at Austin(德克萨斯大学奥斯汀分校);The Hong Kong Polytechnic University(香港理工大学);Drexel University(德雷塞尔大学)
我们考虑一个重复的游戏,其中玩家自我报告她使用的服务,并相应地由中心收取费用。该中心观察一个部分信号,代表玩家的真实消费的一部分,这是从一个公开的已知分布产生的。玩家可以报告任何与信号不矛盾的值,中心根据报告的信息发出付款。这样的问题在电力市场中的净计量计费中得到应用,其中电力网络的客户的实际消耗被掩盖并且完全验证是不切实际的。当潜在的真实值是相对恒定的,我们提出了一个惩罚机制,elevently真实的自我报告。也就是说,除了向玩家收取报告值之外,该机制还根据她不一致的报告收取成比例的惩罚。我们展示了对未来不确定性的恐惧如何激励玩家今天诚实。对于Bernoulli分布,我们给出了完整的分析和最优策略,给出了任何惩罚。由于完全真实是不可能的连续分布,我们给近似真实的结果减少伯努利分布。我们还将我们的机制扩展到多玩家成本分摊设置,并给出均衡结果。
2022-08-15 cs.AI cs.GT
Commitment with Signaling under Double-sided Information Asymmetry
New York University(纽约大学)
本文研究双边信息不对称贝叶斯Stackelberg博弈,通过设计信号传递装置证明领导者信息优势更显著,提出用信念空间概率测度简化分析并实现均衡几何刻画。
2023-08-26 cs.GT cs.LG
Secure Transmissions Using Artificial Noise in MIMO Wiretap Interference Channel: A Game Theoretic Approach
我们认为联合优化的人工噪声(AN)和信息信号在MIMO窃听干扰网络,其中每个链路的传输可能会被偷听到的几个MIMO能力的窃听。每个信息信号都伴随着AN,由同一用户产生,以迷惑附近的窃听者。利用非合作博弈,提出了一种分布式优化机制,以最大化各链路的保密率。这里的决策变量是信息信号和AN的协方差矩阵。然而,每个链路的优化问题的非凸性(即,最佳对策)使得传统的凸博弈不适用,甚至无法找到是否存在纳什均衡(NE)。为了解决这个问题,我们分析了拟议的游戏使用一个宽松的均衡概念,称为准纳什均衡(QNE)。在每个玩家的问题的约束资格条件下,QNE的集合包括所提出的游戏的NE。我们还得到了所得到的QNE的存在性和唯一性的条件。事实证明,唯一性条件限制太多,在典型的网络场景中并不总是成立。因此,所提出的游戏通常有多个QNE,并不总是保证收敛到一个QNE。为了克服这些问题,我们通过在每个效用函数中添加几个特定项来修改玩家的效用函数。修改后的游戏收敛到一个QNE,即使当多个QNE存在。此外,玩家有能力选择所需的QNE来优化给定的社交目标(例如,和速率或保密和速率)。根据所选择的目标,可以控制信令开销的量以及所得到的QNE的性能。仿真结果表明,由于QNE选择机制,我们可以实现一个显着的改善,在保密和速率和功率效率。
2016-12-23 cs.GT cs.IT math.IT
On the Equilibrium Elicitation of Markov Games Through Information Design
New York University(纽约大学)
这项工作考虑了一个新的信息设计问题,并研究如何支付相关的环境信号的工艺单独可以影响智能代理的行为。智能体之间的策略交互被不完全信息马尔可夫博弈捕获,每个智能体首先从多个信号源中选择一个环境信号作为额外的收益相关信息,然后采取行动。有一个理性的信息设计者(设计者),他拥有一个信号源,目的是通过设计发送给代理人的信号的信息结构来控制代理人的平衡行为。建立了一个服从性原则,指出在信息设计激励每个智能体选择设计者发出的信号时,应不失一般性地关注直接信息设计,从而避免了对智能体策略选择行为的预测。然后,我们介绍了设计协议给定的目标的设计者被称为听话的可实现性(OIL),并在一类听话的完美贝叶斯马尔可夫纳什均衡(O-PBME)的OIL的特征。基于最大化最优松弛变量的方法,提出了一种新的信息设计框架。最后,我们制定了设计者的目标选择问题,并通过建立O-PBME和贝叶斯马尔可夫相关均衡之间的关系,我们建立在经典的信息设计在经济学中的启示原则,信息设计方面的特点。所提出的方法可以应用于多智能体系统在竞争以及合作环境中的预期行为,并扩展到完全和不完全信息环境中的异构随机博弈。
2021-02-14 cs.AI cs.GT cs.MA
Spreading Code and Widely-Linear Receiver Design: Non-Cooperative Games for Wireless CDMA Networks
研究了接收端采用宽线性检测的多用户无线码分多址数据网上行链路非协作收发机的优化问题。虽然以前在这方面的工作集中在一个简单的实信号模型,在本文中使用的数据的基带复表示,以便适当地考虑到接收信号的I和Q分量。对于接收信号不正确的情况,考虑了一种宽线性接收结构,分别处理数据及其复共轭。几个非合作的资源分配游戏被认为是这种新的情况下,通过使用宽线性检测的性能增益进行了评估,通过理论分析。数值结果证实了理论研究结果的有效性,并表明,利用非合作资源分配中的数据的不适当的性质带来显着的多用户无线系统的性能改善。
2009-06-18 cs.GT cs.IT math.IT
Adversarial Machine Learning and Defense Game for NextG Signal Classification with Deep Learning
National Security Institute(国家安全研究所);Virginia Tech(弗吉尼亚理工大学)
本文提出了一个博弈论框架来研究基于深度学习的NextG信号分类的攻击和防御的相互作用。NextG系统(诸如为大量IoT设备设想的系统)可以采用深度神经网络(DNN)来执行各种任务,诸如用户设备识别、物理层认证和现任用户的检测(诸如在公民宽带无线电服务(CBRS)频带中)。通过训练另一个DNN作为代理模型,攻击者可以发起推理(探索性)攻击以学习受害者模型的行为,预测成功的操作模式(例如,信道接入),并干扰它们。防御机制可以通过在受害者模型的决策中引入受控错误来增加对手的不确定性(即,毒化对手的训练数据)。这种防御对攻击是有效的,但在没有攻击时会降低性能。防御者和对手之间的交互被公式化为非合作博弈,其中防御者选择防御的概率或防御水平本身(即,伪造决策的比率),并且对手选择攻击的概率。防御者的目标是最大化其回报(例如,吞吐量或传输成功率),而对手的目标是最小化该奖励及其攻击成本。纳什均衡策略被确定为一种操作模式,使得在另一方的策略固定的情况下,任何一方都不能单方面提高自己的效用。一个虚构的发挥制定为每个球员反复玩游戏,以响应对手的行动的经验频率。将纳什均衡下的性能与固定攻击和防御情况下的性能进行了比较,并量化了NextG信号分类对攻击的弹性。
2022-12-22 cs.AI cs.CR cs.GT
A Rolling Horizon Game Considering Network Effect in Cluster Forming for Dynamic Resilient Multiagent Systems
在多智能体一致性环境下,提出了弹性图上的两人博弈问题。攻击者能够禁用网络的一些边缘,目的是通过发射干扰信号将代理划分为集群,而作为响应,防御者通过增加通信信号的传输功率来恢复一些边缘。具体来说,我们考虑攻击者和防御者之间的重复博弈,其中两个玩家的最优策略是基于效用函数以滚动时域的方式得出的,该效用函数考虑了代理的状态和集群的大小(称为网络效应)。参与者在每个离散时间步的行动受到他们传输信号的能量的约束,对攻击者的约束不那么严格。在能量约束的影响下,给出了Agent一致性的必要条件和充分条件。集群的代理在无限的时间,在面对攻击和恢复的数量也被表征。仿真结果表明,玩家的行为对集群形成的影响,并说明了玩家的表现为不同的地平线参数。
2023-01-09 cs.GT cs.MA cs.SY