LLM Semantic Signaling Game and Mechanism Design: Systematic Blindness, Awareness Shaping, and Mindset Dynamics
本文提出语义信号博弈框架，通过意识依赖评分机制建模LLM中介的交互，结合高斯近似与完美贝叶斯纳什均衡分析策略行为，并设计机制塑造意识、惩罚欺骗以诱导良性均衡，实验验证了意识排序效应与对抗心态动力学。
2026-06-27 cs.AI cs.GT cs.MA
Computing Nash Equilibria in Multiplayer DAG-Structured Stochastic Games with Persistent Imperfect Information
Ganzfried Research（甘兹弗里德研究所）
许多重要的现实世界的设置包含多个玩家在一个未知的持续时间与概率状态转换的相互作用，自然建模为随机游戏。随机博弈算法的研究主要集中在两人零和博弈、完全信息博弈和局部信息不扩散博弈。我们提出了一个算法近似纳什均衡在多人一般和随机博弈与持续不完美的信息，延伸到整个游戏。我们在一个4人的海军战略规划场景中进行了实验。使用一个新的程序，我们能够证明，我们的算法计算的战略，密切接近纳什均衡在这个游戏中。
2021-02-18 cs.AI cs.CR cs.GT
Strategic Mitigation of Agent Inattention in Drivers with Open-Quantum Cognition Models
Missouri Univ. of Science and Technology（密苏里科技大学）；Indiana University Bloomington（印第安纳大学伯明顿分校）
最先进的驾驶员辅助系统未能有效缓解驾驶员注意力不集中，并且对不断增加的道路事故（例如，由于导致驾驶员注意力不集中的各种因素引起的事故而造成的生命损失和身体伤害）的影响很小。这是因为传统的人机交互设置是在经典和行为博弈论域中建模的，这些域在技术上适合于表征两个效用最大化代理或人类决策者之间的策略交互。因此，在试图提高驾驶员辅助系统的说服效果，我们开发了一种新的战略和个性化的驾驶员辅助系统，适应驾驶员的心理状态和选择行为。首先，我们提出了一个新的平衡概念，在人与系统的互动游戏，系统最大化其预期效用和人类的决策可以使用任何一般的决策模型。然后，我们使用这个新的均衡概念来研究战略驾驶员-车辆交互游戏，其中汽车提出了一个有说服力的建议，引导司机走向更安全的驾驶决策。我们假设驾驶员采用开放量子系统认知模型，该模型捕捉了人类决策的复杂方面，例如违反经典的全概率定律和某些心理表征信息的不相容性。我们提出了封闭形式的表达球员的最终反应，对方的策略，使我们可以数值计算纯和混合均衡。数值结果来说明这两种平衡。
2021-07-21 cs.AI cs.GT cs.MA
Representing the Insincere: Strategically Robust Proportional Representation
UNSW（新南威尔士大学）；Data61
比例代表制（PR）是世界上许多民主国家的基本原则，它们采用基于PR的投票规则来选举代表。然而，这些投票规则的规范性属性往往只在真诚投票的背景下被理解。在本文中，我们认为公关存在的战略选民。我们构造了一个投票规则，使得对于每个偏好配置文件，存在至少一个代价高昂的投票均衡，满足PR关于选民的私人和未透露的偏好-这样的投票规则被认为是战略上强大的。相比之下，一个常用的投票规则是不具有战略鲁棒性。此外，我们证明了一个限制“如何在战略上强大的”PR为基础的投票规则可以，我们表明，没有PR为基础的投票规则，确保每个均衡满足PR。总的来说，我们的研究结果突出了实现PR的可能性和限制在战略选民的存在和机制，如选举前的民意调查，协调选民的行为对均衡，满足PR的积极作用。
2018-01-29 cs.AI cs.GT
Strategic Resource Selection with Homophilic Agents
Hasso Plattner Institute（哈索·普拉特纳研究所）；University of Potsdam（波茨坦大学）；University of Twente（特温特大学）
本文提出异质性智能体资源选择博弈，引入同类型比例容忍阈值刻画同质性偏好，分析均衡存在性、质量与社会福利最大化复杂性，并证明有限理性模型下的均衡能紧密逼近完全知识设定。
2024-06-13 cs.AI cs.GT
Boolean Observation Games
CNRS（法国国家科学研究中心）；University of Toulouse（图卢兹大学）；IRIT（信息论与电信研究所）；IIT Kanpur（坎普尔印度理工学院）
本文提出布尔观察博弈，推广布尔博弈至不完全信息场景，研究其纳什均衡的存在性、结果关系及复杂性，并证明与布尔博弈的精确对应。
2024-02-08 cs.AI cs.GT
Multiscale Exit-Join Dynamics: Tactical Consensus and Strategic Coalition Formation
Department of Electrical and Computer Engineering（电气工程系）；Tandon School of Engineering（坦顿工程学院）；New York University（纽约大学）
提出多尺度联盟形成模型，耦合联盟内战术共识与战略退出-加入决策，通过固定点分析揭示不稳定性-共识悖论。
2026-06-26 cs.AI cs.GT
Reliable Intersection Control in Non-cooperative Environments
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Toyota InfoTechnology Center（丰田信息技术中心）
本文提出一种可靠交叉口控制机制，用于非合作环境中的战略自主和联网车辆。通过分析车辆的战略行为，确定纳什均衡，并识别社会最优均衡以实现公平分配。
2018-02-22 cs.AI cs.GT cs.SY
Strategic Teaching and Learning in Games
University of California, Davis（加州大学戴维斯分校）
已知在所有有限博弈中存在导致纳什均衡的非耦合学习策略。为什么玩家应该使用这种学习启发式方法？它们从何而来？我们表明，没有解耦的学习启发式导致纳什均衡在所有有限的游戏，玩家有动机采取，这将是进化稳定的，或者可以“学习自己”。相反，一个参与者有动机在战略上教导这样一个学习对手，以确保至少Stackelberg领导者的回报。不可能的结果仍然完好无损时，限制类的一般游戏，两个球员的游戏，潜在的游戏，游戏与战略补充或2x2游戏，其中学习是已知的“好”。更一般地说，它也适用于非耦合学习算法，导致相关的均衡，合理化的结果，迭代可接受的结果，或最小遏制集。一个可能的结果限制在“战略平凡”的游戏失败，如果一些通用的游戏之外，这一类被认为是以及。
2015-04-23 cs.AI cs.GT cs.LG
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
A Sheaf Framework for Strategic Multi-Agent Systems: From Consensus to Nash Equilibria
本文提出一个统一的范畴框架，通过引入博弈层概念，将事件演算、SCEL类集成形成和博弈论奖励结构整合到时空历史的格罗滕迪克拓扑中，并证明纳什均衡对应于派生最佳响应对应层的全局截面，而同调障碍分类策略一致性的失败。
2026-06-01 cs.DC cs.GT cs.MA
The Computational Complexity of Equilibria with Strategic Constraints
本研究扩展了均衡计算复杂性研究，引入战略约束博弈，分析纳什均衡与约束均衡的关系，发现不同约束显著影响计算复杂性，并展示其在战略资源分配和行为博弈论中的价值。
2023-05-08 cs.CC cs.GT
Robust equilibria in continuous games: From strategic to dynamic robustness
Stanford University（斯坦福大学）；Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、法国国家信息与自动化研究所、格勒诺布尔INP、LIG）
本文研究了连续博弈中纳什均衡的鲁棒性，探讨了战略和动态鲁棒性的关系，并展示了熵正则化学习在收敛速度上的表现。
2025-12-09 cs.GT cs.LG math.OC
Strategic Cooperation in Cost Sharing Games
在本文中，我们考虑战略成本分担游戏与所谓的任意共享的基础上各种组合优化问题，如顶点和集覆盖，设施位置，网络设计问题。我们专注于强均衡的存在性和计算复杂性，其中没有联盟可以提高其每个成员的成本。我们的主要结果揭示了战略博弈中的强均衡与经济学中传统的联盟成本分担博弈中的核心之间的联系。对于集覆盖和设施位置游戏，这导致在一个严格的强平衡的存在性的特征，使用合适的线性规划公式的完整性差距。此外，它允许通过一个统一的方法来获得所有现有的结果，在网络设计成本共享游戏的强平衡任意共享。此外，我们能够证明，一般来说，无政府状态的强无政府代价总是1。这应该与纳什均衡的无政府状态的无政府代价Θ（n）形成对比。最后，我们指出，LP方法也可以用来计算近最优和近稳定的近似强平衡。
2010-03-16 cs.DS cs.GT cs.MA
Discrete Nondeterminism and Nash Equilibria for Strategy-Based Games
一些博弈的概念享有纳什式的均衡概念，但不保证存在。有不同的方法可以弱化类纳什均衡的定义，以保证弱化均衡的存在。纳什的方法来解决这个问题的战略游戏是概率，\textit{i.e.}连续的，静态的。CP和BR对策的CP和BR方法是离散的和动态的。本文提出了一种介于这两种不同方法之间的方法：离散和静态的方法。多战略游戏作为一种形式主义，能够表达顺序和同时决策，这保证了良好的建模能力。多策略博弈是策略博弈和序贯图博弈的推广，它们仍然具有笛卡尔乘积结构，\textit{i.e.}，其中代理人实际上选择他们的策略。预先固定点的结果可以保证离散和非确定性平衡的存在。一方面，这些均衡可以用多项式（低）复杂度计算。另一方面，它们在推荐方面是有效的，如数值例子所示。
2007-12-10 cs.GT
Downside Risk-Aware Equilibria for Strategic Decision-Making
针对方差同时惩罚收益与损失的问题，本文基于下偏矩提出下行风险感知均衡DRAE，以约束下行风险、建模高阶风险偏好，并证明其存在性与最优性。
2025-10-03 cs.GT cs.MA econ.GN
Market Games for Generative Models: Equilibria, Welfare, and Strategic Entry
The Ohio State University（俄亥俄州立大学）
本文提出三层市场游戏模型，研究生成模型市场中的均衡存在条件、福利影响及战略进入机制。
2026-02-19 cs.GT cs.LG
Probabilistic Model Checking for Strategic Equilibria-based Decision Making: Advances and Challenges
博弈论的概念在经济学中得到了广泛的研究，以提供对竞争行为和战略决策的洞察。随着计算系统越来越多地涉及到并发动作的自主智能体，博弈论方法作为一种忠实的建模抽象在计算机科学中变得越来越普遍。这些技术可用于推理具有不同目标或目的的多个理性主体的竞争或协作行为。本文提供了一个概述的最新进展，在开发一个建模，验证和策略合成框架的概率模型检查器PRISM游戏中实现的并发随机游戏。这是基于一个时间逻辑，支持有限和无限地平线的时间属性在零和非零和设置，后者使用纳什和相关的平衡相对于两个最优性标准，社会福利和社会公平。我们总结了关键概念，逻辑和算法，以及目前可用的工具支持。未来的挑战和适应的框架和算法解决方案，以连续的环境和神经网络的最新进展也进行了概述。
2022-06-30 cs.FL cs.GT
A Bayesian optimization approach to compute the Nash equilibria of potential games using bandit feedback
计算策略多智能体系统的纳什均衡对于昂贵的黑盒系统是具有挑战性的。受普遍存在的涉及开发公共资源的游戏的启发，本文考虑了潜在游戏的上述问题。我们使用贝叶斯优化框架，以获得新的算法来解决有限（离散动作空间）和无限（真正的区间动作空间）潜在的游戏，利用潜在的游戏结构。数值结果表明，该方法在计算静态势博弈的纳什均衡和动态势博弈的线性纳什均衡时是有效的。
2018-11-15 cs.GT cs.MA
Two Algorithms for Computing Exact and Approximate Nash Equilibria in Bimatrix Games
在本文中，我们首先设计了两个算法，以确定是否有一个双矩阵游戏的战略等价零和游戏。如果是这样，我们提出了一个算法，计算战略等价的零和游戏。如果一个给定的双矩阵游戏是不是战略等价的零和游戏，然后我们提出了一种方法来计算零和游戏的鞍点均衡可以映射到一个良好的支持近似纳什均衡的原始游戏。我们进行了广泛的数值模拟，以建立这两种算法的有效性。
2021-08-11 cs.GT
An Algorithmic Framework for Strategic Fair Division
我们研究的范式公平分工问题分配一个可分割的好代理商之间的异质性偏好，通常被称为蛋糕切割。传统的蛋糕切割协议容易被操纵。他们的战略成果还能保证公平吗？为了解决这个问题，我们采用了一种新的算法的方法，通过设计一个具体的计算框架公平划分-类的广义切割和选择（GCC）协议}-和推理的博弈论属性的算法，在这个模型中运行。GCC协议类包含了最重要的离散切蛋糕协议，并与策略代理之间的公平划分研究相兼容。特别是，GCC协议保证有近似的子博弈完美纳什均衡，甚至精确的均衡，如果协议的平局打破规则是灵活的。我们进一步观察到，比例GCC协议的（近似）平衡--保证每个$n$代理的$1/n$ -蛋糕的一部分--必须（近似）成比例。最后，我们设计了一个协议，在这个框架中的属性，其纳什均衡分配符合（连续）无嫉妒分配的集合。
2016-07-19 cs.GT
A Local-Dominance Theory of Voting Equilibria
众所周知，没有一个合理的投票规则是防策略的。此外，常见的复数规则特别容易导致选民的策略性行为，实证研究表明，人们在实践中经常会进行策略性投票。已经提出了多种博弈论模型，以更好地理解和预测这种行为及其导致的结果。然而，这些模型往往对选民的行为和他们投票所依据的信息做出不切实际的假设。我们提出了一个新的战略投票模型，考虑到选民的有限理性，以及他们有限的可靠信息。我们介绍了一个简单的行为启发式的基础上\emph{local dominance}，每个选民认为一组可能的世界状态，而不分配给他们的概率。该集合是基于预期候选人的分数（例如，从不准确的民意调查中获得）。在\emph{voting equilibrium}中，所有选民投票给在可能的状态集合中不占优势的候选人。我们证明了这些投票均衡存在于一个广泛的本地优势关系（即，不同的方式来决定哪些国家是可能的）的多元性规则。此外，我们表明，在一个迭代的设置，选民可能会反复改变他们的投票，当地的优势为基础的动态迅速收敛到一个均衡，如果选民从真实的状态。还提供了在更一般设置中的较弱收敛保证。使用广泛的模拟产生的和真正的偏好配置文件的战略投票，我们表明，收敛速度快，鲁棒性，新兴的均衡是一致的，在不同的起始条件下，他们复制广为人知的人类投票行为的模式，如Duverger定律。此外，与真实投票相比，战略投票通常会提高获胜者的质量。
2014-04-21 cs.GT
Equilibria of Plurality Voting: Lazy and Truth-biased Voters
我们提出了一个系统的研究，多元化的选举与战略选民，除了对选举获胜者的偏好，有次要的偏好，这决定了他们的行为时，他们的投票不能影响选举结果。具体来说，我们研究了两个模型，最近被认为是在文献中：懒惰的选民，谁喜欢弃权时，他们不是关键的，和真理偏见的选民，谁喜欢如实投票时，他们不是关键的。我们扩展以前的工作，调查懒惰和真理偏见的选民在不同的平局打破规则（词典规则，随机选民规则，随机候选人规则）的行为。在先前的工作中，已经研究了这六种次要偏好和平局打破规则的组合中的两种。为了了解不同的次要偏好和平局打破规则对选举结果的影响，我们研究了其余四种组合。我们刻画了纯纳什均衡（PNE）的战略游戏，并研究了相关的计算问题的复杂性。我们的结果扩展到一些选民可能非战略性的环境。
2014-09-15 cs.GT
Flow Equilibria via Online Surge Pricing
我们探讨了Lyft和Uber等拼车服务的动态供需问题，这些服务的需求会随着时间和地理位置而波动。我们寻求最大限度地提高社会福利，这取决于出租车和乘客的位置，乘客对服务的评价，以及出租车和乘客之间的距离。我们唯一的控制手段是设定激增的价格，然后出租车和乘客在这些价格的约束下最大限度地利用他们的效用。我们研究了两个相关的模型：一个连续的出租车设置，类似于Wardrop模型，和一个离散的出租车设置。在连续环境中，每个位置都被一组无穷小的战略出租车和一组无穷小的非战略乘客占据。在离散环境中，每个位置都被一组战略代理人、出租车和乘客占据，乘客对服务有不同的价值。我们将连续模型扩展到一个时间依赖的设置，并研究相应的在线环境。如果存在一个最小成本流使出租车四处移动，使得（a）每辆出租车都遵循最佳对策，（b）在$v$处价值高于$v$的激增价格$r_v$的所有战略乘客都得到服务，以及（c）没有价值低于$r_v$的战略乘客得到服务（非战略无穷小乘客总是得到服务），则激增价格处于出租车-出租车均衡。本文计算了使出租车-出租车均衡最大化社会福利的价格波动，并且这种价格波动是在多时间内计算的。此外，乘客展示自己的真实价值是一种主导策略。我们寻求在线环境中的社会福利最大化，并为此推导出严格的竞争比界限。我们的在线算法利用随时间和地理位置计算的价格飙升，诱导连续的出租车-出租车均衡。
2018-07-12 cs.GT
Delegation in Strategic Environments and Equilibrium Uniqueness
Princeton University（普林斯顿大学）；Caltech（加州理工学院）
本文研究了战略环境中委托行为对均衡唯一性的影响，揭示了粗相关均衡与个体理性相关配置之间的结构性联系，并提出了新的条件以确保经典均衡的鲁棒性。
2026-02-25 cs.GT econ.TH
Strong Equilibria in Bayesian Games with Bounded Group Size
针对贝叶斯博弈中缺乏有界群体策略均衡的问题，提出事前贝叶斯 $k$-强均衡与贝叶斯 $k$-强均衡，并刻画了同伴预测机制抵御串谋的群体规模阈值，为评估机制稳健性提供了新标准。
2025-02-01 cs.GT
Games for the Strategic Influence of Expectations
我们引入了一类新的游戏，每个玩家的目标是随机化她的战略选择，以影响其他玩家的期望，除了她自己的。每个参与者打算施加这种影响的方式是通过多项式等式和有理系数不等式的布尔组合来表达的。我们提供了这些游戏的逻辑表示，以及平衡的存在性的计算研究。
2014-04-03 cs.GT cs.LO cs.MA
Evolutionary network games: equilibria from imitation and best-response dynamics
我们考虑网络上的战略替代和战略补充博弈。我们介绍了两种不同的进化动力学，以完善其多重平衡，我们分析了系统通过平均场的方法。我们发现，对于最佳拍摄的游戏，作为一个模型的替代品，复制器一样的动态不会导致纳什均衡，而它会导致独特的均衡（完全合作或完全背叛，取决于初始条件和游戏参数）的补充，由协调游戏表示。另一方面，当动态以最佳对策进化的形式变得对认知要求更高时，预测总是纳什均衡（至少当个体是完全理性的时候）：对于最佳对策博弈，我们找到了贡献者比例为确定值的均衡，而对于协调博弈，对称均衡只出现在合作者的初始比例低或高的情况下。我们还扩展了我们的研究，考虑复杂的异构拓扑结构，并表明，所选择的均衡的性质不会改变最好的拍摄游戏。然而，对于协调博弈，我们揭示了一个重要的区别，即在无限大的无标度网络上，任何合作激励值都会产生合作。
2017-08-28 cs.GT physics.soc-ph
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
Analysis of Equilibria and Strategic Interaction in Complex Networks
GRASP Laboratory, School of Engineering and Applied Science, University of Pennsylvania（宾夕法尼亚大学工程与应用科学学院）；Department of Operations and Information Management, Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院运营管理系）
本文研究具有线性最佳响应函数的n人同时行动博弈，利用代数图论和凸优化分析网络结构（特别是邻接矩阵的最小特征值）对纳什均衡唯一性和稳定性的影响，并推导出基于度分布、环等局部结构的新界限。
2011-06-12 cs.GT cs.SI cs.SY
Strategic Network Creation for Enabling Greedy Routing
该研究提出首个结合贪婪路由的博弈论网络创建模型，分析不同度量空间下均衡的存在性与计算难度，证明欧氏空间中Θ-图构造的网络低延展且几乎稳定。
2025-01-17 cs.GT
Reasoning and Behavioral Equilibria in LLM-Nash Games: From Mindsets to Actions
Department of Electrical；Computer Engineering, New York University, Brooklyn, NY, USA
提出LLM-Nash博弈论框架，通过显式建模基于LLM的推理提示选择过程来刻画有限理性，揭示了推理均衡与经典Nash结果的偏离，为LLM系统的策略交互提供新基础。
2025-07-10 cs.AI cs.GT
Aggregate Play and Welfare in Strategic Interactions on Networks
Bramoullé和Kranton在最近的工作中，提出了一个网络上提供公共物品的模型，并建立了这种博弈的均衡与网络性质之间的关系。Bramoullé等人进一步扩展了该模型，将不完全可替代性的博弈纳入其中。这种博弈中均衡的多样性以及网络结构微小变化时均衡的剧烈变化，使得系统规划者很难估计这种博弈的最大社会福利或设计提高这种福利的干预措施。我们的主要研究结果解决了这一挑战，提供了密切的近似最大社会福利和最大的总发挥方面的网络特性，如最大程度和独立数。对于特殊情况下，当底层网络是一棵树，我们推导公式，只使用节点的数量和他们的程度。这些结果允许系统规划者直接从底层图形结构评估总结果并设计游戏干预措施，而无需枚举游戏的所有均衡，从而显着简化了规划者的问题。我们的部分结果可以看作是[7]的逻辑推广，其中[2]中模型的最大加权总努力被刻画为图的加权独立数。
2019-06-18 cs.GT math.CO math.OC
Quantum Strategic Game Theory
我们提出了一个简单而丰富的模型来扩展策略博弈的纳什均衡和相关均衡的概念到量子环境中，然后我们研究经典均衡和量子均衡之间的关系。与以前的工作，专注于定性问题的特定游戏的小规模，我们解决以下基本和定量问题的一般游戏：有多少“优势”可以发挥量子策略，如果有的话？研究了优势的两个衡量标准，总结如下。1.一个自然的衡量标准是收益的增加。我们考虑经典态和量子态之间的自然映射，并研究这些映射如何保持平衡性质。在其他结果中，我们展示了相关均衡$p$，其量子叠加对应物$\sum_s \sqrt{p(s)}\ket{s}$远不是量子相关均衡;实际上，在[0，1]-归一化博弈中，参与者可以将其收益从几乎0增加到几乎1。我们实现这一点的张量积建设精心设计的基本情况下。2.为了研究生成相关平衡的难度，我们提出了一种新的相关生成复杂性度量\emph{correlation complexity}。我们证明了存在$n$ -位相关均衡，它可以由一个EPR对跟随本地操作（无通信）产生，但至少需要$\log(n)$经典共享随机位加上通信。随机化下界可以改进为$n$，这是最好的可能，假设（甚至是更弱的版本）线性代数中的一个最近猜想。我们认为，相关复杂性，作为著名的贝尔不等式的复杂性理论的副本，有独立的物理和计算复杂性理论的兴趣，值得更多的探索。
2011-04-14 cs.CC cs.GT quant-ph
Competitive Statistical Estimation with Strategic Data Sources
近年来，数据作为一种商品在经济中发挥着越来越重要的作用。在许多情况下，数据聚合器无法直接验证他们购买的数据的质量，也无法验证数据源在创建数据时所做的努力。最近的工作探讨了确保数据来源与单一数据汇总者共享高质量数据的机制，以解决道德风险问题。通常情况下，有一个独特的，社会有效的解决方案。在本文中，我们考虑的数据市场，有一个以上的数据聚合器。由于数据一旦创建就可以廉价地复制和传输，数据源可能与多个聚合器共享相同的数据，导致数据聚合器之间的搭便车。这种耦合可能导致均衡的非唯一性和社会效率低下。我们研究了一类特殊的机制，最近在文献中得到了研究，我们的特点是所有的广义纳什均衡所产生的数据市场。我们表明，在对比的情况下，有无限多个广义纳什均衡或没有。我们还提供了所有均衡都是社会效率低下的充分必要条件。在我们的分析中，我们确定了这些机制的组成部分，这些机制会导致这些不良的结果，表明有必要研究多个数据购买者和销售者的竞争环境机制。
2019-04-29 cs.GT stat.ML
Functional Dependence in Strategic Games (extended abstract)
本文研究了多人策略对策纳什均衡中局中人策略间函数依赖的性质。主要关注的是在支付函数的固定依赖图的上下文中函数依赖的属性。提出了一个描述任意给定图的函数依赖性质的逻辑系统，并证明了该系统是完备的。
2013-03-04 cs.GT cs.LO
Strategic Facility Location with Limited Liars
Rensselaer Polytechnic Institute（伦斯勒理工学院）
研究在任意度量空间中，部分客户撒谎对设施选址均衡的影响，证明纳什均衡存在且质量接近最优，强均衡在直线度量下也存在且成本更优。
2026-04-18 cs.GT
Functional Dependence in Strategic Games
本文研究了多人策略对策纳什均衡中局中人策略间函数依赖的性质。主要关注的是在支付函数的固定依赖图的上下文中函数依赖的属性。提出了一个描述任意给定图的函数相关性质的逻辑系统，并证明了该系统是完备的。
2013-02-03 cs.GT cs.LO math.LO
A strategic timing of arrivals to a linear slowdown processor sharing system
我们考虑一个离散的人口的用户同质的服务需求，谁需要决定何时到达一个系统中的服务率线性恶化的系统中的用户数。用户具有不同的期望出发时间，他们的目标是最小化旅行时间和期望出发时间的平方偏差的加权和。用户根据他们期望的出发时间顺序依次加入系统。我们将这种情况建模为一个非合作博弈，每个用户选择他的实际到达时间。我们提出了明确的两个用户的例子，即子博弈完美和纳什均衡的均衡解决方案，并表明可能存在多个均衡。我们进一步解释了为什么任何数量的用户的一般解决方案是计算上的挑战。困难在于目标函数是分段凸的，即，非光滑和非凸的。因此，成本的最小化依赖于检查所有的到达和离开顺序排列，这是指数大的人口规模。相反，我们提出了一个迭代的最佳响应算法，可以有效地进行数值研究。最后，我们比较了均衡到达配置文件的社会最优解决方案，并讨论了影响。
2016-05-17 cs.GT
Beyond Bayesian Nash: Learning Minimax-Regret Equilibria for Adversarial Team Games under Asymmetric Information
Massachusetts Institute of Technology（麻省理工学院）；Aerospace Control Laboratory（航空控制实验室）；Laboratory of Information and Decision Systems（信息与决策系统实验室）
研究非对称信息下对抗团队博弈，提出概率鲁棒极小极大遗憾均衡（PR-MRE），结合极小极大遗憾推理的无分布鲁棒性与概率信息，通过鲁棒双线性规划及新型元求解器 PRMRE-PSRO 实现策略学习，实验证明其在隐藏类型上性能更优，行为更稳健。
2026-07-14 cs.AI cs.GT cs.LG
Extreme Equilibria: The Benefits of Correlation
Analysis Group；Princeton University（普林斯顿大学）；CEPR；NBER
研究在一般目标下，给定纳什均衡能否在相关均衡集中改进，发现至少三个随机化参与者的纳什均衡普遍可改进，并探讨了相关性在提升战略结果中的作用。
2026-04-29 cs.GT econ.TH
Precision game engineering through reshaping strategic payoffs
本文提出一种基于混合整数线性规划的博弈工程框架，通过最优扰动策略收益来重塑博弈，从而在复杂博弈中高效实现期望纳什均衡并排除不期望均衡。
2024-03-29 cs.GT math.OC
United We Fall: On the Nash Equilibria of Multiplex and Multilayer Network Games
针对现有网络博弈模型无法覆盖多网络交互、多行动维度场景的问题，本文提出多重与多层网络博弈新模型，分析组成网络特征值对纳什均衡性质的影响，揭示均衡脆弱性成因并给出干预方向。
2025-01-13 cs.GT cs.SY eess.SY
Decentralised Update Selection with Semi-Strategic Experts
受区块链应用中采用的治理模型的启发，我们研究了以分散的方式选择适当的系统更新的问题。与大多数现有的投票方法相反，我们使用一组具有不同专业知识水平的有动机的专家的输入。特别是，我们开发了一个批准投票启发的选择机制，通过该机制，专家批准或不批准不同的更新，根据他们的看法，每个替代品的质量。考虑到他们的意见，并根据他们的专业水平进行加权，然后执行和评估单个更新，专家根据他们的选择获得奖励。我们发现，这种机制总是有近似的纯纳什均衡，这些实现了一个常数因子近似的最佳替代品的质量基准。最后，我们研究了问题的重复版本，其中专家的权重在每次更新后根据其性能进行调整。在对权重的温和假设下，我们的机制的扩展仍然具有近似的纯纳什均衡。
2022-05-17 cs.GT
The Adjusted Winner Procedure: Characterizations and Equilibria
调整赢家程序是Brams和Taylor提出的一种重要的公平分配机制。它已在实践中用于离婚协议和分析政治争端。假设真实的估值声明，它计算出一个无嫉妒、公平和帕累托最优的分配。我们表明，调整后的赢家承认了几个优雅的特征，这进一步阐明了与战略代理人达成的结果。我们发现，该程序可能不承认纯纳什均衡在离散或连续的变种，但保证有$ε$ -纳什均衡为每个$ε$ > 0。而且，在知情的平局打破下，精确的纯纳什均衡总是存在的，是帕累托最优的，并且它们的社会福利至少是最优的3/4。
2017-02-27 cs.GT
Finding Nash Equilibria of Two-Player Games
本文以研究生教科书中的一章的形式阐述了求双矩阵博弈（一种策略形式的两人博弈）的一个或所有均衡的算法。使用标记的“最佳响应多面体”，我们提出了Lemke-Howson算法，找到一个平衡。我们表明，该算法遵循的路径有一个方向，路径的端点有相反的指数，在一个典型的方式使用决定因素。作为参考，我们证明了双矩阵对策的一些非退化概念是等价的。一般的双矩阵游戏的所有均衡的计算，通过游戏的最大纳什子集的描述，规范描述使用“互补对”的最佳反应多面体的脸。
2021-02-08 cs.GT
A fundamental Game Theoretic model and approximate global Nash Equilibria computation for European Spot Power Markets
现货电力市场被认为是在博弈论的框架下，风险厌恶的球员提交订单的市场清算机制，以最大限度地提高自己的效用。与欧洲目前的做法相一致，市场出清机制被建模为一个社会福利最大化问题，分区定价，我们认为不灵活的需求，电网的物理约束，和能力受限的生产者。引入了一种新的基于最坏情况的非参数风险规避策略，降低了策略变量的维数，保证了价格的有界性。通过利用这些属性，我们设计Jacobi和高斯-赛德尔迭代方案计算近似的全球纳什均衡，这是在相反的衍生工具为基础的局部均衡。我们的方法应用于2019-2020年期间中西欧（CWE）现货市场的真实数据，并提供了价格历史时间序列的良好代表。通过解决真实投标的假设，我们设计了一个简单的方法，假设检验的基础上推断，如果以及何时生产商投标的战略（而不是如实），我们发现的证据表明，战略投标可能是相当明显的CWE地区。
2022-08-30 cs.GT econ.TH q-fin.MF
Complexity Results about Nash Equilibria
非合作博弈论为分析战略互动提供了一个规范性的框架。但是，要使工具箱可操作，必须计算它定义的解决方案。在本文中，我们提供了一个单一的约简，1）证明了确定具有某些自然属性的纳什均衡是否存在的NP-困难，2）证明了计数纳什均衡（或纳什均衡的连通集）的#P-困难。我们还表明，3）确定是否存在纯策略贝叶斯-纳什均衡是NP-难的，和4）确定是否存在纯策略纳什均衡在随机（马尔可夫）游戏是PSPACE-难的，即使游戏是不可见的（这仍然是NP-难的，如果游戏是有限的）。即使只有两个参与者且博弈是对称的，我们所有的硬度结果也成立。保留字：纳什均衡;博弈论;计算复杂性;非合作博弈论;范式对策;随机博弈;马尔可夫博弈;贝叶斯-纳什均衡;多智能体系统。
2002-05-28 cs.CC cs.GT cs.MA
A Coupled Optimization Framework for Correlated Equilibria in Normal-Form Game
本文提出非正则化博弈框架，将正则形式博弈的策略提升为联合行动上的非正则化测度，并通过熵正则化获得具有闭式解的次优相关均衡，为相关均衡建立了耦合优化基础。
2024-04-03 cs.GT math.OC
Nash Equilibria in Finite-Horizon Multiagent Concurrent Games
在有限时间目标的多智能体并发博弈中寻找纯策略纳什均衡的问题最近受到了一些关注。早期的工作通过使用拉宾自动机解决了这个问题。在这项工作中，我们利用代理人的目标的有限时域性质，并表明，检查和寻找纯策略纳什均衡可以使用安全游戏和套索测试在Büchi自动机的组合来完成。为了将策略推理与时间推理分开，我们通过确定性有限字自动机（DFA）对代理的目标进行建模，因为诸如LTL \textsubscript{f}和LDL \textsubscript{f}之类的有限时域逻辑是通过转换为等效DFA来推理的。这使我们能够将问题的复杂性描述为PSPACE完全。
2022-05-02 cs.GT
Power Allocation Games on Signed Networks: Nash Equilibria and Coevolutionary Dynamics
Peking University（北京大学）；Carleton University（卡尔顿大学）
本文提出一种用于网络国际关系中权力分配游戏的纳什均衡寻求算法，通过修改偏好公理和引入新算法，提升对国家战略互动的分析能力。
2026-08-18 cs.GT cs.SY eess.SY
Nash equilibria in four-strategy quantum game extensions of the Prisoner's Dilemma
本文研究四策略量子扩展囚徒困境的纯策略纳什均衡，分析五类同构不变量子博弈的所有均衡，发现量子版均衡更接近帕累托最优，为经典决策困境提供新见解。
2024-11-03 cs.GT quant-ph
Strategic Experimentation with Private Payoffs
本文研究了私人回报下的策略性实验游戏，发现均衡实验量高于公开观察情况，且可能达到社会最优水平。
2025-12-05 cs.GT math.OC
Dynamics to equilibrium in Network Games: individual behavior and global response
从公共物品提供到信息收集的各种社会背景都可以被描述为战略互动游戏，其中玩家的福祉取决于她自己的行动以及她的邻居所采取的行动。虽然很多注意力已经投入到识别和表征的贝叶斯-纳什均衡的这种游戏，在这项工作中，我们从进化的角度来看，在战略互动。从最近的平均场分析这些游戏中的进化动力学，在这里，我们提出了数值模拟的结果，旨在找出是否纳什均衡是通过适应玩家的策略，并在一般情况下，找到吸引子的演变。模拟使我们能够超越均衡的合作性的全局表征，并探索个体行为。我们发现，当玩家相互模仿时，进化不会达到纳什均衡，更糟糕的是，会导致福利方面非常不利的状态。相反，当玩家理性地更新他们的行为时，他们会自组织成各种各样的纳什均衡，其中个人行为和收益由游戏的性质、社会网络的结构和玩家在拓扑结构中的位置来塑造。我们的研究结果使我们能够评估平均场方法的有效性，并在不完全信息下的一次性游戏的背景下，与理论预测的均衡定性一致。
2014-04-22 cs.GT physics.soc-ph
