The Computational Complexity of Single-Player Imperfect-Recall Games
Carnegie Mellon University(卡内基梅隆大学);University of Oxford(牛津大学)
本文研究单人非完美回忆博弈的计算复杂性,将事前最优性、(EDT,GDH)-均衡和(CDT,GT)-均衡对应到多项式最大化问题的不同解概念,证明了前两者的NP-hard性与不可近似性,以及后者的CLS-完全性。
2023-05-28 cs.AI cs.CC cs.GT
Existence of Secure Equilibrium in Multi-Player Games with Perfect Information
安全均衡是纳什均衡的一种改进,它为局中人在改变策略时提供了一定的安全性。安全均衡的概念是专门为假设-保证综合而提出的,并已在这方面得到应用。然而,对于它在两个以上参与者的游戏中的存在,人们知之甚少。在本文中,我们建立了两类多局中人完全信息回合制博弈的安全均衡的存在性:(1)在可能有概率转移的博弈中,具有可数状态和有限动作空间以及有界和连续的支付函数,(2)在只有确定性转移的博弈中,具有任意状态和动作空间以及有限范围的Borel支付函数(特别是定性的Borel支付函数)。我们表明,这些结果适用于几种类型的游戏在文献中研究。
2014-05-07 cs.GT
On the Complexity of Stationary Nash Equilibria in Discounted Perfect Information Stochastic Games
Aarhus University(奥胡斯大学)
从计算复杂性角度研究折扣完美信息随机博弈中平稳纳什均衡的计算问题,证明了双人博弈为 PPAD 完全,并给出了 3 人与 4 人博弈中相关计算的困难性证明。
2025-10-13 cs.CC cs.GT
Extensive-Form Perfect Equilibrium Computation in Two-Player Games
研究了2人博弈中的可拓形式完美均衡(EFPE)的计算问题。这个均衡概念细化了纳什均衡,需要相对于相对于时间的弹性。一个特定的消失扰动(代表每个决策节点上参与者的错误)。科学上的挑战是EFPE定义所固有的:它需要对代理形式进行扰动,但由于存在高度非线性约束,代理形式在计算上效率低下。我们表明,序列形式可以利用在一个非平凡的方式,并为一般和游戏,找到一个EFPE是相当于解决一个适当扰动的线性互补问题。我们证明Lemke的算法可以应用,显示计算EFPE是$\textsf{PPAD}$ -完全的。在著名的零和博弈的情况下,问题是在$\textsf{FP}$中,可以通过线性规划来解决。我们的算法还允许一个人找到一个纳什均衡时,玩家不能完美地控制他们的动作,受到一个给定的执行不确定性,是在最现实的物理设置的情况下。
2016-11-15 cs.GT
Pure and Stationary Optimal Strategies in Perfect-Information Stochastic Games with Global Preferences
本文研究了两个局中人对抗的最优确定性平稳策略的存在性问题本文讨论了具有多个状态和行动的完全信息随机对策的最优稳定策略的存在性问题,证明了这类策略的存在性是由某些单局人对策的最优稳定策略的存在性导出的,从而将问题从两局人对策归结为单局人对策(马尔可夫决策问题),通常它是更容易处理。减少是非常普遍的,它不仅适用于所有可能的支付映射,但也适用于更一般的情况下,球员的偏好不表示的支付。
2016-11-25 cs.GT
Solution Concepts in A-Loss Recall Games: Existence and Computational Complexity
不完美回忆游戏代表动态互动,玩家忘记先前已知的信息,如历史上发挥的行动。不完美回忆游戏的重要性源于允许一个简洁的策略表示相比,完美回忆游戏,玩家记住所有信息。然而,大多数算法的结果是否定的不完美回忆游戏-一个纳什均衡~(NE)不一定存在,计算最佳对策或最大最小策略是NP-难的。我们专注于一个子类的不完美的回忆游戏,称为A-损失回忆游戏,其中的最佳对策可以在多项式时间。我们得到了A-损失回忆对策的新性质,包括(1)A-损失回忆对策中NE存在的充分必要条件,(2)NE和maxmin都需要无理数作为有理输入的例子,(3)寻找maxmin策略和NE策略存在性问题的NP-困难性.
2017-05-24 cs.GT
The Value of Recall in Extensive-Form Games
本文提出回忆的价值(VoR)来量化扩展式博弈中完美回忆带来的效用增益,通过机会节点结构和心不在焉程度进行参数化,分析其病态情形、计算复杂度及部分回忆的最优分配,并借助平滑性框架在广泛博弈类中刻画VoR。
2024-12-27 cs.GT
Existential Theory of the Reals Completeness of Stationary Nash Equilibria in Perfect Information Stochastic Games
我们证明了在多人完全信息递归博弈(即具有终端报酬的随机博弈)中,是否存在一个确保每个人都有一定收益的稳态纳什均衡的问题是实数势理论完备的.我们的结果适用于非循环游戏,其中纳什均衡可以通过逆向归纳法有效地计算,甚至适用于具有非负终端奖励的确定性非循环游戏。我们进一步扩展我们的结果,一个单一的球员肯定是赢家的纳什均衡的存在。将所得结果与已知的无平稳纳什均衡的小工具博弈相结合,得到了对于循环博弈,只要判定存在平稳纳什均衡就是势理论的实数完备性.这适用于到达集合博弈、停留集合博弈和确定性递归博弈。
2020-07-06 cs.CC cs.GT
Study and improvement of search algorithms in two-players perfect information games
LAMSADE, Université Paris Dauphine - PSL, CNRS(LAMSADE,巴黎政治经济大学-PSL,国家科学研究中心)
针对双人零和完美信息博弈,本文评估现有搜索算法的通用性能,并提出一种新搜索算法,在短时间和中等搜索时间设置下均取得显著优于既有算法的表现。
2025-05-06 cs.AI cs.GT
Doomsday Equilibria for Omega-Regular Games
图上的二人博弈为反应合成等重要问题提供了理论框架。虽然传统的两人零和博弈的研究已经扩展到多人博弈的几个概念的平衡,他们是可判定的,只有完美的信息游戏,而一些应用程序需要的信息不对称的游戏。在本文中,我们提出了一个新的均衡的概念,称为末日均衡,这是一个战略配置文件,使所有的球员满足自己的目标,如果任何联盟的球员偏离和违反,甚至一个球员的目标,那么每个球员的目标是违反。我们目前的算法和复杂性的结果,决定存在的末日平衡的各种类别的欧米茄经常的目标,无论是为信息游戏,并为完美的信息游戏。我们提供了最佳的复杂性界限的信息博弈,并在大多数情况下,完美的信息博弈。
2013-11-13 cs.GT
Model Checking an Epistemic mu-calculus with Synchronous and Perfect Recall Semantics
我们确定了一个子问题的模型检查问题的认知μ演算是可判定的。在这个子问题的实例中,公式允许在认知模态的范围内以限制的形式存在自由变量,以避免体现任何形式的共同知识。我们的子问题包含已知的可判定片段的认知CTL/LTL,可以表示获胜策略,在两个玩家的游戏中,一个玩家有不完美的信息和不可观察的目标,并与一个合适的编码,可判定的实例的模型检查问题的ATLiR。
2013-10-23 cs.GT cs.LO
On the power of dominated players in team competitions
我们研究了两支球队之间的多轮团队比赛,每支球队在每轮比赛中同时选择一名球员,每个球员最多只能打一次。比赛定义了一个具有完美回忆的扩展形式的游戏,可以通过标准方法有效地解决。我们感兴趣的是这个博弈的子博弈完美均衡的性质。我们首先证明了当没有多余的参与人时,一致随机策略是两个团队的子博弈完美均衡策略(即,每队参赛人数与比赛轮数相等)。第二,如果球队有多余的球员,并且球员的实力是可传递的,那么球队可以安全地放弃其弱势球员。然后,我们专注于更有趣的情况下,有多余的球员和球员的实力是不可传递的。在这种情况下,我们得到了几个违反直觉的结果。首先,一个参与者可能会帮助提高其团队的收益,即使它被整个其他团队所控制。我们给出了劣势局中人有用的一个必要条件。我们还研究了处于劣势的参与者可以在多大程度上增加收益。这些结果带来了见解,发挥和设计一般的团队比赛。
2016-02-24 cs.GT cs.MA
Existence of structured perfect Bayesian equilibrium in dynamic games of asymmetric information
在文献[1]中,作者考虑了一个一般的非对称信息动态博弈有限时间模型,其中N个局中人的类型按独立的马尔可夫过程演化,每个局中人完全观察自己的类型和所有局中人的行动。作者提出了一个序列分解算法,以找到所有结构完美的贝叶斯均衡的游戏。该算法由求解一类方程组的不动点组成,每次$t,π_t$,其存在性是一个开放的问题。本文在紧度量空间中证明了这类不动点方程的存在性。
2020-05-29 cs.GT cs.SY econ.TH
Does randomization matter in dynamic games?
研究了完全信息动态博弈中的混合策略。通过一个例子说明了一个博弈者采用混合策略可以获得更高的收益。与此相反,本文的主要结果表明,每个两人的动态零和对策的性质具有非混合性质,这意味着混合策略是无用的,在这类最经典的游戏。在应用方面,我们证明了两人自然零和对策中纯策略子对策完美均衡的存在性。在此基础上,我们还证明了存在一个普适子博弈完美均衡,它能导出此类博弈中所有的纯策略子博弈完美均衡。对多个局中人的主要结果进行了推广,并讨论了进一步的结果。
2019-12-30 cs.GT math.OC
Simultaneous games with purchase of randomly supplied perfect information: Oracle Games
我们研究了昂贵的信息在非合作两人博弈中的作用时,一个外部的第三方信息经纪人是不对称的,允许一个球员获得有关其他球员的行动的信息。这个经纪人或“神谕”是由响应概率定义的,随机提供正确的信息;知情的玩家可以为更高的响应概率支付更多的钱。我们确定的必要条件和充分条件的战略配置文件是均衡的,双方球员如何改变他们的战略,以应对存在的神谕,其成本的信息功能。对于混合策略均衡,随着信息变得更便宜,会有一个连续的变化,在纯策略变为支配(或非支配)的关键{ \it节点}处会发生明显的转变。这些节点将对出售信息的不同反应分开,在付费玩家增加购买信息量的区域和其他玩家远离风险较高的策略的区域之间交替,以支持更安全的赌注,从而最大限度地减少损失。我们通过定义信息的值来推导这些响应的条件。
2020-02-19 cs.GT cs.IT math.IT
Markov perfect equilibria in non-stationary mean-field games
University of Texas, Austin(德克萨斯大学奥斯汀分校)
本文研究了有限和无限时间 horizon 折扣动态均场博弈中的非平稳群体状态动态,提出了一种新的递归算法来计算依赖于玩家私人类型和当前动态群体状态的马尔可夫完美均衡,并应用该算法研究了网络系统安全问题。
2019-10-21 cs.GT cs.SY eess.SY
A tutorial for computer scientists on finite extensive games with perfect information
我们提供了一个自我包含的介绍有限广泛的游戏完美的信息。在这些游戏中,参与者轮流进行,在每个阶段,有许多移动供他们处置,每一局总是结束,在每一局中,参与者都完全知道以前的移动。几乎所有讨论的结果都是众所周知的,但它们往往不是以最佳形式呈现的。此外,它们通常出现在针对经济学家或数学家的文献中,因此算法或逻辑方面的代表性不足。
2022-04-19 cs.GT
On the existence of weak subgame perfect equilibria
我们研究多玩家回合制游戏(潜在无限)有向图。游戏的每一局都有一个结果。每个玩家都有一个偏好关系的结果,使他能够比较发挥。我们专注于最近引入的概念弱子博弈完美均衡(弱SPE)。这是经典SPE概念的一个变体,在经典SPE概念中,偏离的参与者只能在有限数量的历史中使用偏离其初始策略的策略。在游戏中有一个SPE意味着有一个弱SPE,但相反通常是错误的。我们提出了一般条件的游戏图的结构和玩家的偏好关系,保证存在一个弱SPE,这另外是有限的记忆。从这个一般性的结果,我们得到两大类游戏,总是存在一个弱SPE:(i)游戏与有限范围的结果函数,和(ii)游戏与有限的底层图和前缀独立的结果函数。对于第二类,我们确定条件的偏好关系,保证弱SPE的无记忆策略。
2017-10-05 cs.GT
Imperfect-Recall Games: Equilibrium Concepts and Their Complexity
Carnegie Mellon University(卡内基梅隆大学);Yale University(耶鲁大学);University of Oxford(牛津大学);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(策略机器人公司);Optimized Markets, Inc.(优化市场公司)
该研究在不完美记忆扩展式博弈框架下,分析了多人场景下纳什、EDT多自我、CDT多自我三类均衡的精确与近似计算复杂度,并探讨了特殊博弈场景与P、PPAD等复杂度类的关联。
2024-06-23 cs.AI cs.CC cs.GT
A Note on Kuhn's Theorem with Ambiguity Averse Players
The University of Chicago(芝加哥大学);Research School of Economics, Australian National University(澳大利亚国立大学经济研究学院)
本文探讨了在模糊厌恶玩家使用maxmin决策规则和全贝叶斯更新时,库恩定理的局限性。
2014-08-06 cs.GT econ.GN q-fin.EC
Perfect Half Space Games
我们介绍完美的半空间游戏,其中玩家2的目标是使所遇到的多维权重的总和在一个方向上发散,该方向与所选择的完美半空间序列(由玩家2动态选择)一致。我们建立了Jurdzienski等人(ICALP 2015)的边界博弈可以简化为完美半空间博弈,这反过来又可以转化为Colcombet和Niwienski的词典能量博弈,并且在很强的意义上是位置确定的(参与人2可以在不知道当前完美半空间的情况下进行博弈)。最后,我们展示了如何完美的半空间游戏和边界游戏可以用来解决多维能量奇偶游戏在伪多项式时间的能量维度和优先级的数量是固定的,无论是否初始信用的输入或存在量化的一部分。这也产生了一个最佳的2-EXPTIME复杂度与给定的初始信用,其中最知名的上限是非初等的。
2017-04-20 cs.GT cs.LO
On (Subgame Perfect) Secure Equilibrium in Quantitative Reachability Games
我们研究了有限图上可达目标的回合制定量多人非零和博弈。在这样的博弈中,每个参与者的目标都是尽快达到自己的目标状态集。以前对这个模型的研究表明,纳什均衡(分别为)。安全均衡)被保证存在于多人游戏中(相应地,两个玩家)的情况下。在多人情况下安全均衡的存在性仍然是一个悬而未决的问题。在本文中,我们集中研究子博弈完美均衡的概念,一个完善的纳什均衡非常适合在框架内的游戏玩的图。我们还引入了子博弈完美安全均衡的新概念。我们证明了子博弈完美均衡的存在性(分别为)。子博弈完美安全均衡)在多人游戏(分别)。两人)定量可达性游戏。此外,我们还提供了一个确定多人情况下安全均衡存在性的算法。
2013-02-26 cs.GT cs.LO
Pure Strategies in Imperfect Information Stochastic Games
我们考虑不完全信息随机博弈,我们要求玩家使用纯(即非随机)策略。我们考虑可达性,安全性,Büchi和合作Büchi的目标,并调查存在的几乎肯定/积极获胜的策略,第一个球员时,第二个球员是完全知情或更多的知情比第一个球员。我们得到了正可达性和几乎必然Büchi的最优算法,以确定存在的纯获胜策略,并计算一个,如果存在的可判定性结果。我们完成的图片显示,积极的安全是不可判定的限制时,纯策略,即使第二个球员是完全知情的。
2018-03-27 cs.FL cs.GT
A Sequence-Form Characterization and Differentiable Path-Following Method for Computing Normal-Form Perfect Equilibria in Extensive-Form Games
Xi’an Jiaotong University(西安交通大学);City University of Hong Kong(香港城市大学)
针对n人完美记忆扩展式博弈的策略式完美均衡计算缺口,本文给出序列形式刻画,提出可证明收敛的可微路径跟踪方法及两种扩展替代方法,实验验证了方法的有效性与效率。
2025-11-18 cs.GT
Sequential Equilibrium in Computational Games
我们在计算游戏的背景下研究序列均衡,其中代理人负责计算。在这样的博弈中,智能体可以理性地选择遗忘,因此出现了不完美回忆的问题。在这种情况下,我们考虑两个概念的序列均衡。一种是事前概念,即参与人在博弈开始前选择策略,并致力于此,但选择的方式是即使偏离均衡路径也保持最优;另一种是过渡概念,即参与人可以在每个信息集上重新考虑他是否在做“正确”的事情,如果不是,可以改变他的策略。这两个概念在完美回忆游戏中一致,但在不完美回忆游戏中不一致。虽然过渡概念似乎更吸引人,但\fullv {Halpern和Pass [2011]认为,在不完美回忆的标准游戏中,它存在一些深层次的概念问题。我们发现,概念问题在很大程度上消失在计算环境中。此外,在这种情况下,在自然假设下,这两个概念是一致的。
2014-12-19 cs.GT
Do players reason by forward induction in dynamic perfect information games?
我们进行了一项实验,参与者与计算机进行完全信息游戏,计算机在游戏开始时经常偏离其逆向归纳策略。参与者知道,在每一场比赛中,计算机仍然在根据参与者未来策略的一些信念进行优化。结果表明,总的来说,参与者可能会以一种最优的方式做出反应,这种方式与他们的最佳合理化扩展形式合理化猜想有关--也就是说,计算机追求的奖品比它放弃的奖品更大,即使这必然意味着计算机在游戏中迈出第一步时将未来的非理性归因于参与者。因此,似乎参与者采用了前瞻性归纳法。然而,对于大多数参与者的选择,存在其他的解释;例如,选择可以基于参与者在游戏剩余时间内归因于计算机的风险规避程度,而不是计算机在游戏开始时已经放弃的沉没外部选项。由于这个原因,实验的结果还没有为参与者的前向归纳推理提供决定性的证据。
2016-06-24 cs.GT
Automated Construction of Bounded-Loss Imperfect-Recall Abstractions in Extensive-Form Games
可拓形式博弈(Extensive-form games,EFG)是一种模拟博弈者之间有限连续互动的博弈模型。代表这些游戏所需的内存量是计算最优策略的算法的主要瓶颈,这些策略的大小对于现实世界的应用程序来说往往是不切实际的。解决内存瓶颈的一种常见方法是使用信息抽象,删除玩家可用的部分信息,从而减少游戏中决策点的数量。然而,现有的信息抽象技术要么是特定的特定领域,它们不提供任何质量保证,或者它们适用于非常小的EFG子类。我们提出了独立于域的抽象方法,用于在扩展形式的游戏中创建不完美的召回抽象,允许在原始游戏中(接近)最优的计算策略。为此,我们介绍了两个新的算法,FPIRA和CFR+IRA,基于虚构的发挥和反事实遗憾最小化。这些算法可以从一个任意的领域特定的,或粗略的可能,原始游戏的抽象。该算法迭代地检测缺失的信息,他们需要计算一个战略的抽象游戏,是(近)在原来的游戏最佳。然后,这些信息又被包含到抽象游戏中。此外,我们的算法能够利用记忆召回抽象,让玩家忘记自己的行动甚至历史。然而,这些算法需要遍历完整的未抽象的博弈树。我们的实验表明,我们的算法可以密切接近纳什均衡的大型游戏使用抽象的信息集的原始游戏只有0.9%。此外,结果表明,随着原始游戏规模的增加,内存节省也会增加。
2020-04-15 cs.GT
Constrained existence problem for weak subgame perfect equilibria with omega-regular Boolean objectives (full version)
我们研究了在有限有向图上进行的多人回合制游戏,每个玩家的目标是满足一个Ω正则布尔目标。代替著名的纳什均衡(NE)和子博弈完美均衡(SPE)的概念,我们专注于最近的概念弱子博弈完美均衡(弱SPE),SPE的细化。在这种情况下,偏离的玩家只能在有限数量的历史上使用与原始策略不同的策略子类。我们感兴趣的是弱SPE的约束存在性问题。我们提供了这个问题的计算复杂性的一个完整的表征:它是P-完全的显式Muller目标,NP-完全的Co-Büchi,奇偶校验,Muller,Rabin,和Streett目标,PSPACE-完全的可达性和安全性目标(我们只证明NP-成员的Büchi目标)。我们还表明,约束存在性问题是固定参数易处理的,是多项式时,局中人的数量是固定的。所有这些结果都是基于对不动点算法的精细分析,该算法计算弱SPE下可能的收益曲线集。
2018-08-15 cs.GT
An Approximate Subgame-Perfect Equilibrium Computation Technique for Repeated Games
本文提出了一种近似的技术,以任何精度,子博弈完美均衡(SPE)的折扣重复游戏。该过程从SPE集合的单个超立方体近似开始。然后将初始超立方体逐渐划分为一组较小的相邻超立方体,而那些不包含任何属于SPE集合的点的超立方体同时被撤回。通过适当的数学程序验证了一个给定的超立方体是否可以包含一个平衡点。三种不同的配方的算法都近似计算的SPE支付和提取球员的策略,然后提出:前两个,不假设存在的外部协调球员之间,第三个,假设一定程度的协调,在游戏过程中凸化的连续支付后,任何重复的游戏历史。一个特别注意的问题,提取球员的策略和他们的有限自动机的形式,人工智能体系统的一个重要功能的可表示性。
2010-02-08 cs.GT
Random perfect information games
本文给出了上连续支付的零和完全信息对策的一个自然测度空间。每个游戏都由游戏树指定,并由活跃玩家的分配和树的每个节点的容量指定。博弈中的收益被定义为在博弈期间访问过的节点的容量的下确界。活跃的玩家,孩子的数量和容量是从一个给定的联合分布中独立地跨节点得出的。我们使用所谓的值生成函数的不动点来表征值$v$的累积分布函数。这一特征导致事件$v \geq k$以正概率发生的充分必要条件。我们还研究了一组玩家I的$k$ -最优策略和相应的播放的概率特性。
2021-04-21 cs.GT econ.TH math.PR
Submixing and Shift-invariant Stochastic Games
考虑了具有完全信息和多个状态和行动的零和随机对策。收益由一个函数计算,该函数将状态和动作的每个无限序列与一个实数相关联。我们证明了,如果支付函数是移动不变的和submixing,那么游戏是半位置的,即第一个玩家有一个最优策略,这是确定性和固定的。这一结果依赖于转移不变博弈中ε子博弈完美策略的存在,这是本文的第二个贡献。这些技术可以用来建立第三个结果:对于平移不变和细分支付函数,在单人游戏中玩家2的有限记忆策略的存在也意味着双人游戏的相同属性。
2022-03-28 cs.GT
Opacity Issues in Games with Imperfect Information
我们深入研究了一类不透明条件下的博弈,这是两个球员的不完美信息的游戏中,其中一个球员只有不完美的信息,而获胜的条件依赖于他沿着发挥的信息。这些博弈与计算系统的安全性有关:当拥有不完全信息的玩家永远不会“知道”当前位置是一个独特的“秘密”位置时,游戏是不透明的。我们研究了决定每个局中人获胜策略存在性的问题,我们称之为不透明度违反问题和不透明度保证问题。关注具有完美信息的参与者在非完全信息博弈领域是新的,因为当考虑经典的获胜条件时,它相当于解决了潜在的完美信息博弈。我们建立了上述两个问题的EXPTIME-完备性,表明我们的获胜条件为具有完美信息的玩家带来了复杂性的差距,并且我们展示了相关的不透明度验证问题,这显着概括了文献中考虑的离散事件系统不透明度分析方法。在盲对策的情况下,这个问题与两个初始问题有关,得到了具有不透明条件的盲对策的确定性和这三个问题的PSPACE-完全性。
2011-06-07 cs.GT
Application of the EWL protocol to decision problems with imperfect recall
我们证明了实现的Zerwert-Wilkens-Lewenstein计划是yond正规形式的游戏。我们的研究范围包括决策问题,即,一个玩家广泛的游戏。该研究是基于检查他们的功能时,通过EWL协议进行决策问题。我们证明了酉算子在不完全回忆的决策问题中可以扮演策略的角色。此外,我们证明了酉运营商提供的决策者的可能性,是无法访问的经典策略。
2011-01-19 cs.GT quant-ph
Computational Complexity of Computing a Quasi-Proper Equilibrium
我们研究了一个给定的有限扩展形式的完美回忆博弈的计算或近似一个拟真均衡的计算复杂性。我们表明,计算一个象征性的拟适当的平衡的任务是$\mathrm{PPAD}$ -完成两个球员的游戏。对于零和对策的情形,我们得到了一个基于线性规划的多项式时间算法。对于一般的$n$ -玩家博弈,我们证明了计算一个拟真均衡的近似是$\mathrm{FIXP}_a$ -完全的。
2021-07-09 cs.CC cs.GT
Constrained Existence Problem for Weak Subgame Perfect Equilibria with $ω$-Regular Boolean Objectives
我们研究了在有限有向图上进行的多人回合制游戏,每个玩家的目标是满足一个Ω正则布尔目标。代替著名的纳什均衡(NE)和子博弈完美均衡(SPE)的概念,我们专注于最近的概念弱子博弈完美均衡(弱SPE),SPE的细化。在这种情况下,偏离的玩家只能在有限数量的历史上使用与原始策略不同的策略子类。我们感兴趣的是弱SPE的约束存在性问题。我们提供了这个问题的计算复杂性的一个完整的表征:它是P-完全的显式Muller目标,NP-完全的Co-Büchi,奇偶校验,Muller,Rabin,和Streett目标,PSPACE-完全的可达性和安全性目标(我们只证明NP-成员的Büchi目标)。我们还表明,约束存在性问题是固定参数易处理的,是多项式时,局中人的数量是固定的。所有这些结果都是基于对不动点算法的精细分析,该算法计算弱SPE下可能的收益曲线集。
2018-09-10 cs.GT
Weak Subgame Perfect Equilibria and their Application to Quantitative Reachability
我们研究了有限有向图上的$n$ -玩家回合制游戏。对于每一场比赛,球员必须支付他们想要最小化的成本。而不是众所周知的概念的纳什均衡(NE),我们专注于子博弈完美均衡(SPE)的概念,一个完善的NE非常适合在框架内的游戏玩图。我们还研究了SPE的自然变体,命名为弱(分别)。非常弱)SPE,其中偏离的参与者不能使用完整的策略类,而只能使用具有有限数量(resp.唯一的)偏差步骤。我们的成果有三个方面。首先,我们的特点是在一个民间定理的形式的所有播放的结果,一个弱SPE的集合。其次,对于一类定量可达性游戏,我们证明了有限记忆SPE的存在性,并提供了一个算法来计算它(只有存在性是已知的,没有关于记忆的信息)。此外,我们表明,存在一个受约束的SPE,即SPE,使每个玩家支付的成本小于一个给定的常数,可以决定。证明依赖于我们的民间定理弱SPE(这符合SPE的情况下,定量可达性游戏)和无限的话MSO逻辑的可判定性。最后,与类似的技术,我们提供了第二个一般类的游戏,存在(约束)弱SPE是可判定的。
2015-04-10 cs.GT
An Overview of Some Extensions of Mean Field Games beyond Perfect Homogeneity and Anonymity
NYU-ECNU Institute of Mathematical Sciences, NYU Shanghai(纽约大学-华东师范大学数学科学研究所,上海纽约大学)
本文以教学视角综述了放松同质性与匿名性假设的多种平均场博弈扩展模型,涵盖多种群、graphon、主次及Stackelberg MFG等框架,并讨论了合作参与者变体。
2025-11-07 cs.GT math.OC
What You Earn from What You Learn: Characterization and Complexity of the Value of Information
Carnegie Mellon University(卡内基梅隆大学);Massachusetts Institute of Technology(麻省理工学院)
该研究表征了扩展式决策问题中信息的价值,揭示其与分数色数的关联,证明完美信息价值计算为NP完全、回忆价值计算为S2P完全,且回忆价值比完美信息价值更难计算。
2026-10-14 cs.GT
Perfect Prediction Equilibrium
在具有完全信息和严格偏好的广义有限对策框架下,引入了一个新的均衡概念:完全预测均衡(PPE)。在纳什范式中,理性参与者认为对手的策略是固定的,同时最大化他们的收益。另一方面,PPE用另一种形式的理性来模拟代理人的行为,这种理性涉及与过去的Stackelberg竞争。具有这种理性形式的智能体在推理中融入了他们具有准确的逻辑和预测能力,世界是完全透明的:所有参与者都分享相同的知识,并且知道的与无所不知的外部观察者一样多。特别是,有一个共同的知识的解决方案的游戏,包括达到的结果和思维过程,导致它的PPE是稳定的,因为每个球员的知识,其实际结果,并没有使用任何假设在未达到的节点。本文给出了PPE作为不动点问题的一般定义和构造,证明了PPE的存在性、唯一性和Pareto最优性,并给出了计算PPE的两种算法,最后,将PPE与现有文献(Newcomb问题、超理性、纳什均衡、子博弈完美均衡、反向归纳Pareto、正向归纳)进行了比较。
2021-01-29 cs.GT
Computing Maxmin Strategies in Extensive-Form Zero-Sum Games with Imperfect Recall
不完全回忆的可拓形式博弈是一个重要的博弈论模型,它允许在动态策略交互中紧凑地表示策略。由于负面的理论结果,不完美回忆游戏的实际应用受到限制:纳什均衡不一定存在,计算最大最小策略是NP困难的,并且它们可能需要无理数。我们提出了第一个算法近似最大最小的两个球员零和不完美回忆游戏没有心不在焉的策略。我们修改了著名的序列形式的线性规划模型的策略不完美的回忆游戏,并使用最近的技术来近似双线性项。我们的主要算法是一个分支定界搜索这些线性规划,可证明达到所需的近似指数后的步骤的大小的游戏。实验结果表明,该算法可以在几分钟内逼近随机生成的大小超过玩具问题的不完美回忆游戏的最大最小策略。
2017-05-24 cs.GT
Well-Founded Extensive Games with Perfect Information
我们考虑了具有完备信息和良基博弈树的广义博弈,并研究了这些博弈中子博弈完美均衡集的存在性和刻画问题。我们还提供了这样的两类游戏中存在子博弈完美均衡的刻画:两个玩家零和游戏,分别有两个和三个结果。
2021-06-22 cs.GT
No-Regret Learning in Extensive-Form Games with Imperfect Recall
University of Alberta(阿尔伯塔大学)
反事实遗憾最小化(CFR)是一种有效的无遗憾学习算法,用于决策问题建模为广泛的游戏。CFR的后悔界限取决于完美回忆的要求:玩家总是记得透露给他们的信息以及信息透露的顺序。然而,在没有完美回忆的游戏中,CFR的保证不适用。在本文中,我们提出了第一个遗憾时,适用于一般类的游戏不完美的回忆CFR界。此外,我们表明,CFR适用于任何抽象属于我们的一般类的结果,不仅为抽象的游戏,但对于完整的游戏以及遗憾界。我们验证了我们的理论,并展示了如何不完美的回忆可以用来交易一个小的增加,在三个领域的记忆显着减少遗憾:骰子卷扑克,幻影井字游戏,虚张声势。
2012-05-03 cs.AI cs.GT
Last-iterate Convergence to Trembling-hand Perfect Equilibria
设计有效的算法来寻找序贯博弈中的纳什均衡(NE)改进在实践中至关重要。事实上,众所周知,NE有几个弱点,因为它可能规定在游戏的那些永远不会达到均衡的部分采取次优行动。NE改进,如扩展形式完美均衡(EFPE),通过考虑参与者错误的可能性来修正这些弱点。这在现实世界的应用中是至关重要的,在现实世界中,有限理性的玩家通常都参与其中,事实证明,这在提高超人智能体在扑克等娱乐游戏中的表现方面也很有用。然而,只有少数作品解决了计算NE细化的问题。他们中的大多数人提出的算法,通过线性规划找到确切的NE细化,因此,这些都没有扩大到现实世界的大小游戏的潜力。另一方面,现有的迭代算法,利用顺序游戏的树结构只提供收敛保证近似细化。在本文中,我们提供了第一个有效的最后一个算法,可证明收敛到EFPE两个球员零和序列游戏的不完美信息。我们的算法的工作原理是跟踪一系列的均衡适当定义,正则化扰动游戏。为了做到这一点,它使用了一个程序,该程序是专门为收敛到最后一个这样的游戏的均衡。至关重要的是,这样一个程序执行的更新可以有效地通过访问游戏树,从而使我们的算法可能比其基于线性规划的竞争对手更具可扩展性。最后,我们评估我们的算法在一个标准的测试平台的游戏,表明它产生的策略是更强大的球员的错误比那些国家的最先进的NE计算算法。
2022-08-17 cs.GT
Generalized Solution Concepts in Games with Possibly Unaware Players
博弈论中的大多数工作都假设参与者是完美的推理者,并且对博弈的所有重要方面都有共同的知识。在早期的工作中,我们提出了一个框架,表示和分析游戏可能不知道的球员,并提出了一个推广的纳什均衡适当的游戏不知道的球员,我们称之为广义纳什均衡。在这里,我们使用这个框架来分析其他解决方案的概念,已被认为是在博弈论文献中,重点是顺序均衡。我们还提供了一些洞察广义纳什均衡的概念,证明它是密切相关的合理化的概念,当我们限制在范式的游戏分析,没有意识参与。
2007-07-12 cs.GT
Stochastic Control Approach to Reputation Games
通过一个随机控制理论的方法,我们分析了声誉游戏中的策略长寿的球员行为在一个连续的重复游戏对一组短命的球员。在我们的模型中,关键的假设是,短命的球员的信息是嵌套在长寿的球员。这种嵌套的信息结构是通过适当的监测结构获得的。在这种监督结构下,我们表明,在温和的假设下,完美贝叶斯均衡的收益集与马尔可夫完美均衡的收益相吻合,因此可以得到一个动态规划公式计算的战略长寿的球员在折扣设置的均衡策略。我们还考虑了未贴现的平均收益设置,我们得到了一个最优的均衡策略的战略长寿的球员在进一步的技术条件。然后,我们使用这个最优策略在未贴现的设置作为一个工具,以获得一个严格的上限支付的任意耐心长寿的球员在贴现的设置。最后,通过使用测量集中技术,我们得到了一个细化的折扣设置下的声誉值的支付下界。我们还研究了均衡收益在先验信念下的连续性。
2020-01-20 cs.GT math.OC
The Query Complexity of Cake Cutting
我们研究了蛋糕切割的查询复杂性,并给出了计算的下限和上限近似无嫉妒,完美,公平的分配与最小数量的削减。的下界是紧的计算连接羡慕免费分配之间的n=3的球员和计算完美和公平的分配与n=2的球员之间的最小数量的削减。我们还正式移动刀程序,并表明,这个家庭,它捕获所有已知的移动刀程序的一个大的子类,可以有效地模拟任意小的错误在罗伯逊-韦伯查询模型。
2018-07-13 cs.GT
Infinite subgame perfect equilibrium in the Hausdorff difference hierarchy
子博弈完美均衡是完全信息博弈中的一种特殊的纳什均衡。它们很重要,因为它们关系到参与者的理性。它们总是存在于具有连续实值收益的无限博弈中,但即使在具有轻微不连续收益的简单博弈中也可能不存在。本文只考虑其结果函数在开集的Hausdorff差分层次中可测的博弈(在Baire空间中时为\textit{i.e.} $Δ^0_2$),它刻画了线性偏好族,使得每个使用这些偏好的博弈都有一个子博弈完美均衡:没有无限上升链的偏好(当然),因此对于所有参与者$a$和$b$以及结果$x,y,z$,我们有$\neg(z <_a y <_a x \,\wedge\, x <_b z <_b y)$。此外,在博弈的每个节点上,证明所构造的均衡在子博弈中发生的所有结果中都是帕累托最优的。非线性偏好的其他结果。
2015-09-30 cs.GT math.LO
Partial-Observation Stochastic Games: How to Win when Belief Fails
在图上部分观察的两人有限状态随机博弈中,在图的每个状态中,参与者同时选择一个行动,他们的联合行动决定了后继状态的概率分布。我们考虑可达性目标,其中参与人1试图确保目标状态几乎肯定或积极地被访问。在信息的基础上,游戏可以是单边的,即(a)参与者1或(b)参与者2具有部分观察,或者是双边的,即两个参与者都具有部分观察。在随机化的基础上,(a)玩家可能不被允许使用随机化(纯策略),或者(b)可以选择概率分布,但实际的随机选择是不可见的(行动不可见),或者(c)可以使用完全随机化。我们对纯策略的研究结果如下:(1)对于参与人2完全观察的单边博弈,我们证明了基于信念的策略是不充分的,并给出了几乎肯定获胜策略和正获胜策略的记忆指数上界;我们证明了决定参与人1的几乎肯定和积极获胜策略的存在性的问题是EXPTIME-完整的和目前的符号算法,避免显式指数建设。(2)对于参与人1完全观察的单边博弈,我们证明了非基本记忆对于几乎肯定获胜策略和积极获胜策略都是必要的和充分的。(3)We表明,对于双方的情况下,有限的记忆策略是足够的积极和几乎肯定的胜利。我们建立了几乎肯定获胜问题的纯策略与随机策略的行动不可见的等价性。我们的等价结果表现出严重的缺陷,在以前的结果在文献中:我们显示了一个非基本的记忆下界几乎肯定获胜,而指数上界声称。
2011-07-11 cs.GT
A Stochastic Game Framework for Analyzing Computational Investment Strategies in Distributed Computing
本文研究了一个动态局中人集合的随机博弈框架,用于建模和分析分布式计算中局中人的计算投资策略。玩家通过解决问题或提供计算资源获得一定的奖励,同时根据投入的时间和计算能力产生一定的成本。我们首先研究了一个场景,其中为解决问题提供奖励,例如在区块链采矿中。我们发现,在马尔可夫完美均衡,玩家的成本参数超过一定的阈值,不投资,而那些成本参数小于这个阈值,投资最大的权力。在这里,玩家不需要知道系统状态。然后,我们考虑的情况下,奖励是提供一个共同的中央实体,如在志愿者计算的计算能力作出贡献。在这里,在马尔可夫完美均衡中,只有在给定状态下成本参数处于相对较低范围内的参与者才会投资。对于同质玩家的情况,他们的投资比例与“回报与成本”之比成正比。对于这两种情况下,我们研究了球员的到达率和离开率对他们的效用使用模拟的影响,并提供额外的见解。
2019-11-16 cs.DC cs.GT cs.MA
An Efficient Optimal-Equilibrium Algorithm for Two-player Game Trees
二人完全信息博弈树可能是研究一般和博弈和寻找均衡的计算问题的最简单的可能设置。这些游戏承认一个简单的自下而上的算法,有效地找到子博弈完美的纳什均衡。然而,这样的算法可能无法识别最优均衡,例如使社会福利最大化的均衡。原因是,与直觉相反,有时需要概率性的行动选择来实现最大回报。我们提供了一种新的多项式时间算法,明确的原因,随机决策,并证明其使用的例子纸牌游戏。
2012-06-27 cs.GT
Equilibria in multi-player multi-outcome infinite sequential games
我们研究了多人多结局无限序列博弈中某些类型均衡(Nash,$\varepsilon$ -Nash,子博弈完美,$\varepsilon$ -子博弈完美,Pareto最优)的存在性.我们使用两个基本的方法:一个需要强大的拓扑限制的游戏,但产生非常强的存在性结果。另一个只需要一些非常基本的决定性性质,仍然得到一些存在性结果。这两个结果都是转移结果:从一小类博弈的某些均衡的存在性开始,它们允许我们得出一个更大类的某种类型的均衡的存在性的结论。为了使抽象的结果更具体,我们研究了作为一个特殊情况的无限序列游戏与实值支付函数。根据支付函数的类(连续,上半连续,博雷尔)和游戏是否是零和,我们得到各种存在性结果的平衡。我们的结果适用于两个或可数个参与人的博弈。
2016-03-16 cs.GT cs.LO math.GN
Generalized Cops and Robbers: A Multi-Player Pursuit Game on Graphs
我们介绍和研究了广义警察和强盗游戏(GCR),一个N-局中人追逐游戏的图。双人版基本上相当于经典的警察和强盗(CR)游戏。三人版可以理解为在同一个图上同时进行的两个CR游戏;一个玩家可以同时是追赶者和逃避者。对于四个或更多的玩家也是如此。我们制定GCR作为一个折扣随机博弈的完美信息,并证明,对于三个或更多的球员,它至少有两个纳什均衡:一个位置确定性策略和另一个在非位置的。我们还研究了GCR纳什均衡与图的Cop-number的关系。最后,我们简要地讨论了GCR作为一个更广泛的家庭的多玩家图形追求游戏的一员,而有趣的属性。
2018-07-23 cs.DM cs.GT
The Curse of Ties in Congestion Games with Limited Lookahead
我们引入了一个新的框架,模型有限的前瞻拥塞游戏。直觉上,玩家按顺序进入游戏,并在假设$k-1$后续玩家完美地玩子游戏的情况下选择最佳行动。我们的模型自然地在贪婪最佳反应($k=1$)和子博弈完美结果($k=n$,玩家数量)之间进行插值。我们研究了有限的前瞻(参数化$k$)的稳定性和低效率的结果的影响。正如我们的研究结果所揭示的那样,增加前瞻并不一定会带来更好的结果;事实上,它的效果关键取决于关系的存在和所考虑的游戏类型。更具体地说,对于非常简单的网络拥塞博弈,我们已经证明了子博弈完美的结果(完全前瞻)可能是不稳定的,而贪婪的最佳反应结果(没有前瞻)是稳定的。我们表明,这种不稳定性是由于球员的冷漠(领带)。如果博弈是通用的(不存在平局),那么所有的结果都是稳定的,与前瞻$k$无关。特别地,这意味着$k$ -前瞻结果(对于任意$k$)的无政府状态的价格等于无政府状态的标准无政府代价。对于成本分担博弈和共识博弈的特殊情况,我们表明,没有前瞻导致稳定的结果。同样,这可以通过消除约束来解决,尽管对于成本分担博弈来说,只有完全前瞻才能提供稳定的结果。我们还确定了一类通用的成本分摊游戏的低效率降低前瞻$k$增加。
2018-04-19 cs.GT
Zero Knowledge Games
本文提出具有不完美回忆和不完全信息的非揭示性零知识博弈模型,引入修改的滑动分组码生成知情程度的共同知识,证明双方知情的博弈在混合策略纳什均衡中确立信任效用,并指出不知情者会暴露状态且验证意愿可能被侵蚀。
2024-09-22 cs.AI cs.GT