Strategic disclosure of opinions on a social network
IRIT（图卢兹计算机研究所）；CNRS（法国国家科学研究中心）；University of Toulouse（图卢兹大学）
我们研究的战略方面的社会影响力的社会代理人的信任网络连接，引入一类新的游戏称为游戏的影响力。影响力博弈是一个无限重复的博弈，在每个交互阶段，代理人可以让她的意见可见（公开）或不可见（私人），以影响其他代理人的意见。影响过程是由信任网络介导的，因为我们假设给定代理的意见只受她认为值得信赖的那些代理的意见的影响（即，信任网络中直接链接到她的代理）。每个代理被赋予一个目标，表示在一个合适的时间语言的灵感来自线性时序逻辑（LTL）。我们表明，游戏的影响力提供了一个简单的抽象探索的信任网络结构对代理人的行为的影响，考虑解决方案的概念，从博弈论，如纳什均衡，弱优势和获胜策略。
2016-02-05 cs.AI cs.GT
Mining Determinism in Human Strategic Behavior
TU Bergakademie Freiberg（弗赖贝格工业大学）
这项工作的关键在于实验经济学和数据采掘的融合。它延续了作者以前的工作，从实验数据中挖掘人类受试者的行为规则，其中博弈论预测部分失败。博弈论的预测，也就是均衡，只有在有经验的受试者参与特定的博弈时才有可能成功，而这一点很少被给出。除了博弈论之外，当代实验经济学还提供了许多可供选择的模型。在相关文献中，这些模型总是带有心理学和近心理学理论的偏见，并声称得到了数据的证明。这项工作介绍了一个数据采掘的方法来解决这个问题，而不使用庞大的心理背景。除了决定论，没有其他偏见被视为。采用来自不同人类受试者实验的两个数据集进行评估。第一个是重复混合策略零和博弈，第二个是重复最后通牒博弈.最后，对人类战略行为中确定性风险的挖掘方法进行了描述和评价。作为未来的工作，一个新的表示形式主义的设计进行了讨论。
2012-11-11 cs.AI cs.GT
GTBench: Uncovering the Strategic Reasoning Limitations of LLMs via Game-Theoretic Evaluations
Drexel University（德雷塞尔大学）；LLNL（劳伦斯利弗莫尔国家实验室）；Lehigh University（里海大学）；UNC Chapel Hill（北卡罗来纳大学教堂山分校）；MIT（麻省理工学院）；Harvard University（哈佛大学）；Boston University（波士顿大学）
本文提出GTBench博弈论评估环境，系统刻画并比较LLMs在10类游戏中的策略推理能力，揭示其在不同信息与概率场景下的行为差异、开源与商业模型差距及代码预训练的作用。
2024-06-10 cs.AI cs.CL cs.LG
FAIRGAME: a Framework for AI Agents Bias Recognition using Game Theory
FAIRGAME利用博弈论框架识别AI代理中的偏见，通过模拟和比较不同场景下的结果，系统发现偏见并预测战略互动中的行为。
2026-03-16 cs.AI
Generating Novelty in Open-World Multi-Agent Strategic Board Games
本文介绍GNOME实验平台，通过将游戏智能体与模拟器分离来测试多智能体AI面对非预期新颖性的能力，并概述其在DARPA SAIL-ON项目中的实验设计。
2025-07-04 cs.AI
Pick Your Battles: Interaction Graphs as Population-Level Objectives for Strategic Diversity
DeepMind（深度思维）
策略多样性在游戏中通常是必不可少的：例如，在多人游戏中，根据不同的策略对玩家进行评估将产生对其表现的更准确的估计。此外，在具有非传递性的博弈中，多样性允许参与者覆盖几个获胜策略。然而，尽管战略多样性的重要性，培训代理人表现出不同的行为仍然是一个挑战。在本文中，我们研究如何构建不同的人口代理人仔细构造如何在人口中的个人相互作用。我们的方法是基于交互图，它控制训练过程中代理之间的信息流，并可以鼓励代理专注于不同的策略，从而提高整体性能。我们提供了证据证明多样性在多智能体训练中的重要性，并分析了在一系列游戏中应用不同交互图对训练轨迹、多样性和种群性能的影响。这是在AAMAS上发表的长摘要的扩展版本。
2021-10-08 cs.AI
Strat-Reasoner: Reinforcing Strategic Reasoning of LLMs in Multi-Agent Games
School of Software Engineering, South China University of Technology（华南理工大学软件学院）；Department of Computer Science, University of Oxford（牛津大学计算机科学系）
提出Strat-Reasoner框架，通过递归推理范式和集中式思维链比较模块，结合混合优势与组相对强化学习，提升大语言模型在多智能体游戏中的战略推理能力。
2026-05-25 cs.AI
ElementaryNet: A Non-Strategic Neural Network for Predicting Human Behavior in Normal-Form Games
针对现有GameNet的level-0模型可能模拟策略推理的问题，本文提出无法表达策略行为的ElementaryNet，其预测性能与GameNet无显著差异，还可用于挖掘人类行为推理相关洞见。
2025-11-18 cs.AI cs.GT cs.LG
Examples as Interaction: On Humans Teaching a Computer to Play a Game
Hellenic Open University（希腊开放大学）
本文回顾了一个人机交互的实验，当人类试图教计算机玩战略棋盘游戏时，会发生交互。我们发现，虽然单独学习的模型可以提高计算机的播放性能，但它们的直接组合会稀释早期学习的内容。这一观察表明，当一个人希望利用多个人类专家来开发一个高质量的计算机玩家时，交互不能轻易地分布。这与机器人任务学习中的类似方法和人类学习的经典方法有关，并加强了开发工具的必要性，这些工具有助于将基于人类的教学和计算机自学相结合。
2009-11-05 cs.AI cs.GT
Epistemic Analysis of Strategic Games with Arbitrary Strategy Sets
CWI（荷兰国家数学与计算机科学研究所）；University of Amsterdam（阿姆斯特丹大学）
我们在这里提供了一个基于可能性对应的任意策略博弈的认识论分析。这种分析要求使用相应算子的超限迭代。我们的方法是基于塔斯基的不动点定理，并适用于合理化和严格控制策略的迭代消除的概念。
2007-06-07 cs.AI cs.GT
From Images to Connections: Can DQN with GNNs learn the Strategic Game of Hex?
TU Darmstadt（达姆施塔特工业大学）；Hessian Center for Artificial Intelligence (hessian.AI)（黑森人工智能中心）；Centre for Cognitive Science, TU Darmstadt（达姆施塔特工业大学认知科学中心）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
研究GNN能否在自博弈强化学习中替代CNN处理Hex等策略游戏，发现GNN擅长处理长距离依赖且不易过拟合，但在识别局部模式上较弱，暗示利用游戏特定结构重塑RL的范式转变。
2023-11-22 cs.AI cs.GT cs.LG
Using HMM in Strategic Games
Federal University of Rio de Janeiro（里约热内卢联邦大学）
在本文中，我们描述了一种方法来解决战略游戏中，玩家可以沿着游戏假设不同的类型。我们的目标是推断对手在每一时刻采用哪种类型，以便我们可以增加玩家的赔率。为了实现这一点，我们使用马尔可夫博弈结合隐马尔可夫模型。我们讨论一个假设的例子，网球比赛的解决方案可以应用到任何游戏具有类似的特点。
2014-04-01 cs.GT cs.IR cs.LG
Strategic Decompositions of Normal Form Games: Zero-sum Games and Potential Games
我们研究了新的游戏类，称为零和等价游戏和零和等价潜在的游戏，并证明了分解定理涉及这些游戏类。我们说两个博弈是“战略等价的”，如果对每个参与者来说，两个策略之间的收益差异（保持其他参与者的策略不变）是相同的。零和等价博弈是一种在战略上等价于零和博弈的博弈;零和等价势博弈是一种在战略上等价于共同利益博弈的零和等价博弈。我们也称一个博弈为“正规化”，如果一个参与人的收益之和，给定其他参与人的策略，总是为零。我们证明了任何范式博弈都可以被唯一地分解为（i）零和等价博弈和规范化的共同利益博弈，或者（ii）零和等价势博弈、规范化零和博弈和规范化的共同利益博弈，每一个博弈都具有独特的均衡性质。例如，我们表明，两个玩家的零和等价游戏有限的策略集一般有一个唯一的纳什均衡和两个玩家的零和等价的潜在的游戏有限的策略集一般有一个严格的优势纳什均衡。
2020-05-19 cs.GT
ALYMPICS: LLM Agents Meet Game Theory -- Exploring Strategic Decision-Making with AI Agents
Microsoft Research Asia（微软亚洲研究院）
本文提出Alympics仿真框架，利用LLM智能体研究博弈论问题，并通过水资源分配挑战验证其在战略决策分析中的有效性。
2024-01-16 cs.AI cs.CL cs.GT
Human strategic decision making in parametrized games
Ganzfried Research（甘兹弗里德研究）
本文提出一种框架，使人类能在无需实时求解器的情况下快速做出决策，适用于多玩家和不完全信息环境。
2026-03-24 cs.AI cs.GT cs.LG
A Primer on Strategic Games
这是一个简短的介绍战略游戏的主题。我们重点讨论了最佳对策，纳什均衡，严格和弱优势，以及混合策略的概念，并研究了这些概念之间的关系的背景下，迭代消除的战略。此外，我们还讨论了战略博弈的原始定义的一些变体。最后，我们介绍了机制设计的基础知识，并使用前贝叶斯博弈来解释它。
2011-02-01 cs.GT
Ethical Dilemmas in Strategic Games
Scripps College（斯克里普斯学院）
一个代理人，或代理人的联盟，面临着一个道德困境之间的几个声明，如果她被迫作出有意识的选择之间的这些陈述将是正确的。本文提出捕捉道德困境作为一种模态在战略博弈设置有和没有限制的牺牲和完美和不完美的信息博弈。作者表明，困境模态不能通过早先提出的责备模态来定义。主要的技术成果是一个健全的和完整的公理化的属性，这种形式的牺牲在游戏中的完美信息。
2021-03-02 cs.AI cs.GT cs.LO
Linear Programming Tools for Analyzing Strategic Games of Independence-Friendly Logic and Applications
在最近的工作中，独立友好逻辑的语义游戏被研究在策略形式的（混合策略）纳什均衡。独立友好逻辑的策略博弈类包含在输赢、零和二人博弈类中。在本说明中，我们借鉴线性规划的理论，开发工具来分析这种游戏的价值。我们给出了两个应用程序的独立友好的逻辑下，所谓的平衡语义这些工具。
2014-01-20 cs.GT math.LO
Large-Scale Strategic Games and Adversarial Machine Learning
The University of Melbourne（墨尔本大学）
在现代大规模和复杂的系统，如通信网络，智能电网和网络物理系统的决策激励新的博弈论方法。本文研究了大的战略（非合作）游戏，其中有限数量的个人局中人都有大量的连续决策变量和输入数据点。这种高维决策空间和大数据集导致了计算挑战，涉及到非线性优化扩展到大型变量系统的努力。除了这些计算挑战之外，由于识别偏好参数的成本过高或由于在动态在线设置中操作，现实世界的玩家通常具有关于其偏好参数的有限信息。有限信息的挑战在高维度和大数据集中加剧。由于计算和信息的限制，限制了大战略博弈的直接解决方案，我们的调查中心约简使用线性变换，如随机投影方法及其对纳什均衡解决方案的影响。具体的分析结果二次游戏和近似。此外，提出了一个对抗性学习游戏，其中随机投影和抽样方案进行了研究。
2016-09-21 cs.GT cs.LG
TMGBench: A Systematic Game Benchmark for Evaluating Strategic Reasoning Abilities of LLMs
TMGBench是一个系统性博弈基准，覆盖全部144种2x2博弈类型，通过经典与故事化场景及顺序、并行、嵌套结构，全面评估大语言模型的战略推理能力，揭示其在准确性和心智理论上的不足。
2025-05-27 cs.AI cs.GT
Decomposition of games: some strategic considerations
Candogan等人（2011）提供了一个将有限博弈分解为潜在、调和和非策略分量的正交直和分解。在本文中，我们研究的问题，从博弈论的角度来看，分解游戏的战略是等价的，例如游戏通过转换，如复制的战略或正仿射映射的收益。我们需要定义类的分解，以实现交换性的游戏变换和分解。
2020-03-30 cs.GT math.OC
Budget-restricted utility games with ordered strategic decisions
我们引入了预算游戏的概念。玩家选择一组任务，每个任务对游戏中的每一种资源都有一定的需求。每个资源都有预算。如果预算不足以满足所有需求的总和，则必须在任务之间共享。我们研究战略预算游戏，其中预算按比例分配。我们还考虑了一个变量，其中战略决策的顺序影响预算的分配。分析了最优解的复杂性以及平衡点的存在性、复杂性和质量。最后，我们证明了一个有序的预算游戏需要收敛到均衡的时间可能是指数的。
2014-07-11 cs.GT
Constructive proof of the existence of Nash Equilibrium in a finite strategic game with sequentially locally non-constant payoff functions by Sperner's lemma
利用Sperner引理对单纯形的修改划分，我们将建设性地证明在一个有限的战略博弈与顺序局部非常数支付函数的纳什均衡的存在性。我们遵循毕肖普式的构造性数学。
2011-08-23 cs.GT math.LO
Game-Of-Goals: Using adversarial games to achieve strategic resilience
School of Computing and Information Technology, University of Wollongong（伍伦贡大学计算与信息技术学院）
本文提出 Game-Of-Goals 框架，将战略目标建模为目标树，并利用 minimax 等博弈树搜索与评估函数选择最能抵御竞争者对抗行动的执行策略。
2025-02-16 cs.AI cs.GT
Notions of Anonymity, Fairness and Symmetry for Finite Strategic-Form Games
本文综述了有关文献中关于有限策略型对策的匿名性和对称性的各种概念，讨论了公平性的概念，证明了对策双射和对策同构构成群胚，引入匹配作为策略平凡性的一个方便的刻画，并讨论了对策的对称性。并概述如何构造和部分订购参数化（对称）游戏的例子涵盖了所调查的对称概念的所有组合，当与本文中的其他结果结合时，给出了各种对称概念之间的精确关系。
2021-05-05 cs.GT math.CO
The complexity of approximating a trembling hand perfect equilibrium of a multi-player game in strategic form
我们考虑的任务是计算一个近似的颤抖的手完美均衡的n-玩家游戏的战略形式，n >= 3。我们证明了这个任务对于复杂性类FIXP_a是完全的。特别是，任务是多项式时间相当于计算一个近似的纳什均衡的战略形式的游戏与三个（或更多）的球员的任务。
2014-08-05 cs.CC cs.GT
Public Announcements in Strategic Games with Arbitrary Strategy Sets
在[Van Benthem 2007]中，公开声明的概念被用来研究迭代消除严格劣势策略的效果。我们提供了一个简单的概括这种方法，以涵盖任意的战略游戏和许多最优性的概念。我们区分最优性的宣告和理性的宣告。
2010-12-23 cs.GT
A Compositional Coalgebraic Semantics of Strategic Games
我们提供了一个战略游戏的合成共代数语义。在我们的框架中，就像在函数式程序设计语言的语义中一样，余代数表示系统的可观察行为，这些行为来自不可观察状态空间上的部件的行为。我们使用共代数来描述和程序阶段游戏，重复和潜在的无限重复的层次或并行游戏的不完美和不完整的信息的基础上确定性，不确定性或概率决策的学习代理在可能的内源性网络。我们的框架是组合的，因为可以组成任意复杂的游戏网络。共代数的方法允许代表自我指涉或自反结构，如制度动态，从网络内的战略网络形成，信念形成，学习代理或其他自我指涉的现象，复杂的社会系统的认知代理。最后，我们的游戏直接以函数式程序设计语言表示可运行的代码，这些代码也可以通过软件工程的复杂验证和逻辑工具进行分析。
2017-12-22 cs.GT
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
Strategic decentralization in binary choice composite congestion games
研究了二元选择复合网络拥塞博弈中的策略分散问题。如果一个参与者让一些自主智能体分别决定如何将其库存的不同部分从起点发送到目的地，那么她就是去中心化的。本文证明了，在凸的、严格递增的和可微的弧成本函数下，原子可分参与者总是有一个最优的单边分散策略。此外，单方面的权力下放给她同样的优势，作为一个Stackelberg拥塞游戏的领导者。最后，单方面分散的原子的球员有负面影响的社会成本和成本的其他球员在拥挤的游戏均衡。
2015-09-15 cs.GT
Transforming Strategic Games into Biform Games: Applications in Allocation Mechanisms and Green Technology Investment
College of Management, Guizhou University（贵州大学管理学院）；College of Mathematics and Statistics, Guizhou University（贵州大学数学与统计学院）
本文提出将战略游戏转化为双形式游戏模型，用于分析分配机制和绿色技术投资中的合作与竞争问题。
2025-11-23 cs.GT math.OC
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
The Role of Monotonicity in the Epistemic Analysis of Strategic Games
众所周知，在有限策略博弈中，真正的理性共同信念（或共同知识）意味着参与者将只选择那些在严格劣势策略的迭代淘汰中幸存下来的策略。我们建立了一个一般定理，处理单调理性的概念和任意的战略游戏，并允许加强上述结果的任意游戏，其他理性的概念，和超限迭代的消除过程。我们还澄清了什么样的结论，可以得出的习惯优势的概念，不是单调的。主要工具是塔斯基不动点定理。
2010-11-23 cs.GT math.LO
Strategy, Not Payoffs: A Behavioural Embedding of Normal-Form Games
University of Waterloo（滑铁卢大学）
该研究提出轻量双特征行为嵌入，可预测大型语言模型在不同标准型博弈间微调后的策略能力变化，证明策略能力迁移由决策行为结构而非收益几何决定。
2026-07-31 cs.AI cs.GT cs.LG
A Machine Learning Approach to Detect Strategic Behavior from Large-Population Observational Data Applied to Game Mode Prediction on a Team-Based Video Game
针对仅能观测智能体行动时难以判断其是否策略性行动的问题，提出基于机器学习的策略行为检测方法，通过在《风暴英雄》游戏模式预测中加入历史共玩特征显著提升准确率，验证了玩家策略决策的存在。
2025-01-17 cs.GT
A Game-Theoretic Approach to Recommendation Systems with Strategic Content Providers
我们引入了一个博弈论的方法来研究与战略内容提供方的推荐系统。这种制度应该是公平和稳定的。传统的方法无法满足这些要求，我们提出了Shapley调解人。我们表明，Shapley调解满足公平性和稳定性的要求，在线性时间内运行，是唯一的经济有效的机制，满足这些属性。
2018-10-18 cs.GT cs.IR
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
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
Intelligence in Strategic Games
本文认为，战略联盟的基础上的情报信息的一些其他代理人的举动。主要技术成果是一个健全和完整的逻辑系统，描述了在不完全信息博弈中，具有智能的联合力量形态和分布式知识形态之间的相互作用。
2019-10-16 cs.GT cs.LO cs.MA
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
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
Strategic Coalitions in Stochastic Games
Claremont McKenna College（克莱蒙特·麦肯纳学院）；Vassar College（瓦萨学院）
本文引入了具有失效状态的随机博弈的概念，提出了两个模态联合的逻辑系统在达到给定目标的同时，具有以给定概率过渡到非失效状态的策略。“这种模态的逻辑属性取决于模态语言是否允许空联盟。主要技术成果是一个空联合逻辑系统的完备性定理，一个无空联合逻辑系统的强完备性定理，以及一个表明在有空联合的语言中不存在强完备逻辑系统的不完备性定理。
2019-10-10 cs.AI cs.GT cs.LO
Blameworthiness in Strategic Games
Claremont McKenna College（克莱蒙特·麦肯纳学院）；Lafayette College（拉斐特学院）
有多种联盟责任的概念。本文的重点是通过替代可能性的原则定义的blameworthiness：一个联盟是责备的声明，如果声明是真的，但联盟有一个战略，以防止it.The主要的技术成果是一个健全的和完整的双峰逻辑系统，描述属性的blameworthiness在一杆游戏。
2018-09-14 cs.AI cs.GT cs.LO
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
Intention Games: Towards Strategic Coexistence between Partially Honest and Blind Players
竞争实体之间的战略互动通常被认为是从这些互动中获得的利益的完整揭示的角度来看，在公开的支付函数和/或信念的形式，在宣布的游戏。然而，在类似的竞争环境中，竞争对手之间存在着战略相互作用，在这种情况下，玩家可以选择在私人收益的可用性下制定战略。在这篇文章中，我们提出了一个正式的框架，竞争性的生态系统中，每个球员都被允许从公开的最优策略的某些私人收益大于宣布的收益，鉴于这些叛逃有一定的可接受的范围内，从长远来看，所有的球员同意。我们把这种博弈论的构造称为意图博弈。我们正式定义了一个意图游戏，并存在于这种相互作用，允许公开叛逃的参与者的均衡的概念。我们比较了意图游戏与传统的战略形式的游戏，并证明了类型理论的意图游戏的建设。在一个部分诚实的环境中，我们给出了古诺竞争、移动应用程序之间的安全交互、互联网服务提供商之间通过内容分发网络进行的互联网服务数据采购竞争以及比特币挖矿竞争的意图博弈实例。我们给出了一个使用意图游戏来确定玩家参与的密码协议。最后，我们证明了意图游戏框架的双重模型的可能性。
2020-02-11 cs.CR cs.GT
Computational Asymmetry in Strategic Bayesian Networks
在当今经济行为者所做的战略选择中，有关于算法和计算资源的选择。对计算资源的不同访问可能导致一种类似于信息不对称的经济不对称。为了在博弈论框架内表示战略计算选择，我们提出了一个新的博弈规范，战略贝叶斯网络（SBN）。在SBN中，随机变量被表示为图中的节点，边表示概率依赖性。对于某些节点，玩家可以选择条件概率分布作为策略选择。使用SBN，我们呈现了两个展示计算不对称性的游戏。这些游戏是对称的，除了演员的计算限制。我们发现，更好的计算赋予玩家获得更大的回报。
2012-06-13 cs.CC cs.GT
Periodic Strategies: A New Solution Concept and an Algorithm for NonTrivial Strategic Form Games
我们引入了一个新的解决方案的概念，称为周期性，在战略形式的游戏选择最佳策略。这种周期性解决方案的概念产生了新的见解，非平凡的游戏。在混合策略策略形式博弈中，周期解产生的每个参与者的效用函数值等于纳什均衡值。与纳什策略相反，这里每个参与人的收益都是稳健的。有时候，周期性策略会产生更高的效用，有时候纳什策略会产生更高的效用，但这两种策略的效用往往是一致的。本文正式定义并研究了两局中人完全信息策略型纯策略对策中的周期策略，证明了每个非平凡有限对策至少有一个周期策略，且具有非平凡意义的非退化支付。在某些使用混合策略的游戏中，我们确定了量化特征。特别有趣的是集体行动游戏的影响，因为在那里的集体行动策略可以被纳入一个纯粹的非合作的背景下。此外，我们解决的周期性问题时，球员有一个连续的一组可用的策略。
2018-01-24 cs.GT econ.TH
Is Knowledge Power? On the (Im)possibility of Learning from Strategic Interactions
UC Berkeley（加州大学伯克利分校）；MIT（麻省理工学院）；Archimedes AI（阿基米德人工智能公司）
本文通过元博弈的纯纳什均衡分析证明，仅靠重复策略性交互无法让信息劣势方获得Stackelberg价值，且信息不对称的影响取决于博弈结构。
2024-11-20 cs.GT cs.LG
Strategically Robust Linear Quadratic Dynamic Games
California Institute of Technology（加州理工学院）
本文研究了玩家对彼此控制策略和目标不确定的线性二次动态博弈，提出战略鲁棒动态均衡概念，证明其存在性和唯一性，并通过数值模拟展示鲁棒性在设计鲁棒分布式控制中的优势。
2026-11-13 cs.GT cs.SY eess.SY
The Limits of Morality in Strategic Games
University of British Columbia（英属哥伦比亚大学）；Claremont McKenna College（克莱蒙特麦肯纳学院）
如果一个联盟有一个策略来阻止一个结果，那么这个联盟就应该受到指责。以前有人建议，预防的成本，或者牺牲的成本，可以用来衡量责任的程度。本文采用这种方法，并提出了一个模态逻辑系统的推理程度的责备。主要的技术成果是所提出的系统的完整性定理。
2019-01-22 cs.AI cs.GT cs.LO
Stochastic Stability Analysis of Perturbed Learning Automata with Constant Step-Size in Strategic-Form Games
本文考虑了学习自动机家族中的一类随机学习，并给出了策略型对策的随机稳定性分析。对于这类动态，收敛到纯纳什均衡已被证明只为罚款类潜在的游戏。先前的工作主要通过随机近似提供动态的收敛性质，其中渐近行为可以与常微分方程（ODE）的极限点相关联。然而，通过ODE近似分析全局收敛性需要存在一个李雅普诺夫或一个潜在的功能，这自然限制了这些算法的适用性，一类罚款的游戏。为了克服这些局限性，本文介绍了一种替代框架分析随机稳定性的基础上，明确表征的（唯一）不变的概率测度的诱导马尔可夫链。
2017-02-27 cs.GT
Strategic Reasoning with Language Models
Stanford University（斯坦福大学）
本文提出利用预训练大语言模型结合少样本思维链和系统生成的推理演示来实现战略推理，实验表明该方法可近乎完美泛化到新博弈结构、不同目标及隐藏信息场景，并能在现实谈判中产生类人策略而无需额外训练。
2023-05-30 cs.AI cs.CL cs.GT
Strategic Algorithmic Monoculture: Experimental Evidence from Coordination Games
Pennsylvania State University（宾夕法尼亚州立大学）
研究通过实验设计区分算法单一性与战略算法单一性，发现LLM在协调任务中表现优异，但在奖励分歧时难以维持多样性。
2026-04-13 cs.AI cs.GT cs.MA
Nash equilibrium in asymmetric multi-players zero-sum game with two strategic variables and only one alien
考虑了一个具有两个策略变量的部分非对称多局中人零和对策。除了一个参与人之外，所有参与人都有相同的支付函数，只有一个参与人（参与人$n$）没有。两个策略变量是每个参与者$i$的$t_i$和$s_i$。我们将主要展示以下结果。1)当所有参与人都选择$t_i$时的均衡等价于当除了一个参与人之外所有参与人都选择$t_i$并且参与人$n$选择$s_n$作为他们的策略变量时的均衡。2)当所有参与人都选择$s_i$时的均衡等价于当除了一个参与人之外所有参与人都选择$s_i$并且参与人$n$选择$t_n$作为他们的策略变量时的均衡。所有参与者选择$t_i$的均衡和所有参与者选择$s_i$的均衡并不等价，尽管它们在所有参与者具有相同支付函数的对称对策中是等价的。
2018-09-04 cs.GT math.OC
