Two Can Play That Game: An Adversarial Evaluation of a Cyber-alert Inspection System
University of Michigan（密歇根大学）；Army Research Lab（陆军研究实验室）
网络安全是一个重要的社会问题。网络攻击的数量和每次攻击造成的破坏程度都有所增加。大型组织运营着网络安全运营中心（CSOC），构成了网络防御的第一道防线。检查网络警报是CSOC业务的一个关键部分。最近与美国陆军研究实验室合作的一项工作提出了一种基于强化学习（RL）的方法，以防止网络警报队列长度变大并压倒防御者。鉴于这种方法可能部署到美国国防机构运营的CSOC，我们对这种方法进行了红队（对抗性）评估。此外，随着最近对学习系统的攻击，测试这种RL方法的局限性变得更加重要。为此，我们学习了对抗警报生成策略，该策略是对防御者检查策略的最佳响应。令人惊讶的是，我们发现防御者的政策是相当强大的攻击者的最佳对策。为了解释这一观察结果，我们将早期的RL模型扩展到一个博弈模型，并表明存在防御者策略，可以对任何对抗性策略都具有鲁棒性。我们还从博弈论模型中推导出一个竞争基线，并将其与RL方法进行比较。然而，我们进一步利用RL模型中的MDP中的假设，并发现攻击者策略可以攻击防御者。我们使用一个双预言的方法来重新训练的防御者从这个发现的攻击者政策的插曲。这使得防御者对发现的攻击者策略具有鲁棒性，并且没有发现进一步的有害攻击者策略。总体而言，对抗性强化学习和强化学习中的双预言方法是适用于对抗性环境中其他强化学习使用的通用技术。
2018-10-13 cs.AI cs.CR cs.GT
Network Inspection for Detecting Strategic Attacks
Georgia Institute of Technology（佐治亚理工学院）；University of Texas, Austin（德克萨斯大学奥斯汀分校）；Massachusetts Institute of Technology（麻省理工学院）
本文研究了战略网络检查问题，其中防守方需检测网络中的多个攻击。网络检查策略涉及监控网络组件，可能以随机方式使用给定数量的探测器。我们将网络检查问题（P）建模为大规模双层优化问题，防守方寻求确定一个探测策略，以最小数量的探测器确保在最坏情况下目标预期检测率。我们证明，问题（P）的最优解可以从大规模零和游戏的均衡中获得。我们的均衡分析涉及博弈论和组合论的论证，并导致一种计算上可行的方法来解决（P）。首先，我们通过利用最小集合覆盖（MSC）和最大集合打包（MSP）问题的解来构造近似解，并评估其检测性能。实际上，这种构造推广了一些已知的网络安全博弈结果。其次，我们利用最优检测率的性质，通过列生成过程迭代改进我们的MSC/MSP基于的解。在基准水网络上的计算结果展示了我们方法的可扩展性、性能和操作可行性。结果表明，通过战略性地部署少量探测器，可以在大规模网络中实现高水平的保护。
2020-07-11 cs.GT cs.SY eess.SY
Kidnapping Model: An Extension of Selten's Game
塞尔滕博弈是一个绑架模型，其中捕获绑架者的概率与人质是否被释放或处决无关。通常情况下，鉴于所涉问题的高度敏感性，如果人质已被处决，当局会投入更多的精力和资源抓捕绑架者，而不是支付赎金以确保人质获释。本文研究了绑架者被抓获的概率取决于人质是否被处决的非对称博弈，并在Selten博弈中找到了一个新的唯一确定的完美均衡点。
2017-09-22 cs.GT
1-convex extensions of incomplete cooperative games and the average value
本文研究不完全1-凸合作博弈的延拓集合，并据此推广τ-value、Shapley value与nucleolus，证明最小不完全博弈下三者一致，从而提出并公理化average value。
2022-02-11 cs.GT
Multi-games and a double game extension of the Prisoner's Dilemma
我们提出了一类新的游戏，称为多游戏（MG），其中一个给定数量的玩家同时玩固定数量的基本游戏。在MG的每一轮中，每个玩家将有一组特定的权重，每个基本游戏一个，它们加起来为1，代表玩家在每个基本游戏中的投资比例。每个参与者的总收益就是它在基本博弈中获得的收益的凸组合，加上相应的权重。MG中的基本游戏可以被视为玩家的不同环境。当MG中不同博弈的局中人权重是私有信息或具有给定条件概率分布的类型时，我们得到了一类特殊的贝叶斯博弈。我们证明了，对于一类所谓的完全纯的定期双游戏（DG）有限集的类型，纳什均衡（NE）的基本游戏可以用来计算贝叶斯纳什均衡的DG在线性时间的类型的球员的数量。我们研究了DG的囚徒困境（PD）通过扩展PD与第二个所谓的社会游戏（SG），概括的概念，利他扩展的游戏中，玩家有不同的利他水平（或社会系数）。我们研究两个不同的例子贝叶斯游戏在这种情况下，社会系数有一个有限的值集，每个玩家只知道对手的社会系数的概率分布。在第一种情况下，我们有一个完全纯的定期DG，我们推导出贝叶斯NE。最后，我们使用第二个例子来比较各种策略在循环赛的DG PD，其中的球员可以改变他们的社会系数从一轮到下一轮。
2012-06-26 cs.GT
Clairvoyant Regret Minimization: Equivalence with Nemirovski's Conceptual Prox Method and Extension to General Convex Games
Piliouras等人最近的一篇论文。[2021，2022]介绍了一种用于正规形式游戏的解耦学习算法-称为千里眼MWU（CMWU）。在本文中，我们证明了CMWU等价于Nemirovski [2004]描述的概念性prox方法。这种连接立即表明，它是可能的扩展CMWU算法的任何凸游戏，一个问题由Piliouras等人留下的开放。我们呼吁由此产生的算法-再次相当于概念prox方法-千里眼OMD。与此同时，我们表明，我们的分析产生了一个改进的遗憾界相比，由Piliouras等人，因为CMWU的遗憾只与玩家数量的平方根有关，而不是玩家本身的数量。
2022-08-31 cs.GT
Tight Inefficiency Bounds for Perception-Parameterized Affine Congestion Games
拥塞对策是Rosenthal于1973年提出的一类重要的非合作对策。近年来，这些游戏的几个扩展被提出来纳入标准模型没有捕获的方面。这样的扩展的例子包括风险敏感的球员，利他的球员行为的建模和对资源的征税。这些扩展进行了深入的研究，目的是获得一个准确的理解，这些游戏的均衡的效率低下。在本文中，我们引入了一个新的模型，捕捉这些扩展（和其他）在一个统一的方式拥塞游戏。这里的关键思想是参数化每个参与者的感知成本和系统设计者的社会成本函数。直观地说，每个参与者感知到其他参与者的负荷程度为ρ，而系统设计者估计每个参与者感知到所有其他参与者的负荷程度为σ。通过相应地选择参数ρ和σ，上述扩展归结为我们模型的特殊情况。在大多数相关的作品中，我们集中在这里的仿射延迟函数的拥塞游戏。尽管事实上，我们处理更一般的一类拥塞游戏，我们设法得到严格的界限上的无政府代价价格和价格的稳定性的参数范围很大。我们的边界提供了一个完整的图片，这些感知参数化的拥塞游戏的均衡的效率低下。结果，我们得到了上述扩张的无政府无政府代价和稳定代价的紧界。我们的研究结果还揭示了应该如何“设计”的成本函数的球员，以降低价格的anar-chy。
2017-01-26 cs.GT
Positivity and convexity in incomplete cooperative games
本文系统研究不完全合作博弈中的正性与凸性，将正性相关结果推广到一般情形，刻画凸性可扩展性并给出对称凸扩展集合描述，还提出两类博弈联系的新视角。
2022-03-18 cs.GT
Permissible extensions of classical to quantum games combining three strategies
本文研究在每位参与者的两个经典策略外加入一个幺正策略以构造量子博弈，给出保持同构不变性的条件，并据此将囚徒困境扩展为具有更接近帕累托最优的唯一纳什均衡的量子博弈。
2024-04-09 cs.GT quant-ph
Permissible four-strategy quantum extensions of classical games
该研究针对Eisert-Wilkens-Lewenstein方案下的四策略量子扩展博弈，推导了同构不变性条件，划分出五类满足准则的博弈，证明了实用同构判据定理，并厘清了各类扩展的关联与极限转化关系。
2024-09-12 cs.GT quant-ph
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
Solving Cooperative Reliability Games
Microsoft Research（微软研究院）；Hebrew University（希伯来大学）
合作博弈模型的利润分配从联合行动，以下考虑，如稳定性和公平性。我们提出了这种游戏的可靠性扩展，代理可能无法参与游戏。在可靠性扩展中，每个代理只有一定的概率“生存”，联盟的价值是其幸存成员在基础游戏中获胜的概率。我们研究突出的解决方案的概念，在这样的游戏，展示了如何近似的Shapley值，以及如何计算的核心，在游戏中的代理类型很少。我们还表明，应用可靠性扩展可能会稳定的游戏，使核心非空，即使当基础游戏有一个空的核心。
2012-02-14 cs.AI cs.GT
QEGS: A Mathematica Package for the Analysis of Quantum Extended Games
本研究提出Mathematica包QEGS，基于EWL方案分析经典$2\ imes2$博弈的量子扩展，支持生成酉策略扩展并计算Nash均衡、极大极小策略等，亦可分析经典博弈。
2025-04-16 cs.GT quant-ph
An Overview of Some Extensions of Mean Field Games beyond Perfect Homogeneity and Anonymity
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
Smooth Fictitious Play in Stochastic Games with Perturbed Payoffs and Unknown Transitions
最近扩展到动态游戏的著名的虚拟游戏学习过程中的静态游戏被证明是全球收敛到固定的纳什均衡在两个重要的动态游戏类（零和相同的兴趣折扣随机游戏）。然而，这些去中心化算法需要参与者确切地知道模型（每个阶段的转移概率及其收益）。为了克服这些强假设，我们的论文引入了（Leslie 2020; Baudin 2022）中系统的正则化，以构建一系列新的无模型分散学习算法（参与者不知道转换，并且他们的收益在每个阶段都受到干扰）。我们的程序可以被看作是扩展到随机游戏的经典光滑虚拟播放学习过程中的静态游戏（其中玩家的最佳反应是正规化的，由于他们的支付函数的光滑严格凹扰动）。我们证明了我们的家庭的程序的收敛到固定的正则化纳什均衡零和和相同的利率折扣随机游戏。证明使用连续光滑最佳响应动力学对应物和随机逼近方法。当只有一个玩家时，我们的问题是强化学习的一个实例，我们的程序被证明是全局收敛到正则化MDP的最优平稳策略。从这个意义上说，它们可以被视为众所周知的Q学习过程的替代方案。
2022-07-07 cs.GT
Learning Attacker's Bounded Rationality Model in Security Games
提出了一种新的神经进化方法（NESG）来计算Stackelberg安全博弈中领导者的支付。NESG的核心是战略评估神经网络（SENN）。SENN能够有效地评估领导者的策略，而对手可能由于某些认知偏见或限制而不以完全理性的方式行事。SENN是在历史数据上训练的，不需要任何关于追随者的目标偏好、收益分布或有限理性模型的直接先验知识。NESG在一组90个基准游戏上进行了测试，这些游戏的灵感来自于被称为深度数据包检测的真实网络安全场景。实验结果表明，应用NESG的优势，现有的国家的最先进的方法时，发挥对不完全理性的对手。该方法提供了高质量的解决方案，具有优越的计算时间可扩展性。由于NESG的通用和无知识构造，该方法可以应用于各种现实生活中的安全场景。
2021-09-27 cs.GT cs.NE
TSO Games -- On the decidability of safety games under the total store order semantics (extended LMCS version with appendix)
本文将 TSO 语义扩展为回合制双人安全博弈，区分单、双方刷新缓冲区的设置，完整刻画各情形的可判定性。
2025-09-23 cs.GT
TSO Games -- On the decidability of safety games under the total store order semantics
本文研究 TSO 语义上的回合制双人安全博弈，区分单、双方执行缓冲区到共享内存消息传输的不同设定，并完整刻画各变体的可判定性。
2023-10-02 cs.GT
Quantum signaling game
我们提出了一个量子方法的信号博弈，一种特殊的广泛的不完全信息的游戏。我们的模型是基于策略形式的游戏的量子方案，其中玩家对自己的一些固定初始状态的量子比特执行酉算子，并且通过对最终状态的测量给出回报函数。我们表明，量子博弈诱导我们的计划符合作为一个特殊情况下的信号博弈和输出非经典的结果一般。作为一个例子，我们考虑一个量子扩展的信号博弈，其中的机会移动是一个三参数的酉算子，而球员的行动是等价的经典。在这种情况下，我们从纳什均衡的角度研究该博弈，并改进纯纳什均衡，以适应量子博弈的弱完美贝叶斯均衡的概念。
2014-07-24 cs.GT
Non-cooperative games with preplay negotiations
我们考虑一个扩展的战略范式游戏的谈判阶段之前，实际发挥的游戏，玩家可以使具有约束力的报价后，游戏的效用转移给其他玩家，以提供额外的激励对方发挥指定的策略。这样的提议是有条件的，接受者采取指定的策略，他们通过相应地转移玩家之间的收益来影响博弈的收益矩阵的变换。我们介绍和分析的解决方案的概念，2-球员范式游戏，这样的preplay提供在各种假设下的preplay谈判阶段，并获得有效的谈判策略的球员存在的结果。然后，我们将框架扩展到联盟的前游戏提供N-玩家的游戏，以及广泛的形式的游戏与游戏间提供方付款。
2013-11-18 cs.GT
Synthesizing Update Schedules with Game-Based Extension of Bounded Model Checking
Carl von Ossietzky Universität Oldenburg（奥尔登堡卡尔·冯·奥西茨基大学）
针对安全关键系统无中断安全软件更新的难题，提出将系统与更新交互建模为双人时间博弈、用有界SMT编码合成全局固定更新调度的方法，经自动驾驶轨迹规划器示例验证可保障所有可允许执行下的安全部署。
2026-09-28 cs.GT cs.LO
Applying Abstract Argumentation Theory to Cooperative Game Theory
King’s College London（伦敦国王学院）
我们应用抽象论证理论的思想来研究合作博弈论。在他的开创性论文的基础上，我们进一步的对应关系，Dung的四个论证语义和解决方案的概念，合作博弈论的完整扩展（接地扩展）对应罗斯的子解（分别为，超核心）。然后，我们调查之间的关系，有理有据的论证框架和凸游戏，在每种情况下的语义（分别解决方案的概念）相吻合，我们证明，三人凸游戏一般没有有理有据的论证框架。
2020-01-03 cs.AI cs.GT cs.MA
Parity Games with Weights
本文研究带任意整数权重的奇偶博弈，证明其求解属于NP∩coNP，主角有有限状态策略且内存有紧致伪多项式界，并证明阈值问题为EXPTIME-完全。
2019-08-22 cs.GT cs.LO
Quantum realization of extensive games
我们推广了一个经典的有限可拓对策的概念，使其对量子对象的应用有帮助。该推广将静态博弈的量子实现方案推广到任何有限扩展博弈。它代表了任何经典的有限扩展游戏的量子域的扩展。此外，我们的模型是兼容的静态游戏与著名的量子计划。本文通过两个实例进行了总结。
2010-08-19 cs.GT quant-ph
Robust Stackelberg Equilibria in Extensive-Form Games and Extension to Limited Lookahead
Carnegie Mellon University（卡内基梅隆大学）
Stackelberg均衡作为计算博弈论中的一个解决方案概念变得越来越重要，主要是受到安全设置等实际问题的启发。然而，在实践中，关于对手的模型通常存在不确定性。本文是，据我们所知，第一次调查Stackelberg均衡下的不确定性，在广泛形式的游戏，最广泛的游戏类之一。我们引入强大的Stackelberg均衡，其中的不确定性是关于对手的收益，以及对手有有限的前瞻性和不确定性是关于对手的节点评价函数。我们开发了一个新的混合整数规划的确定性有限前瞻设置。然后，我们扩展到强大的设置Stackelberg均衡无限和有限的前瞻下的对手。我们表明，对于对手的收益（或对手的节点评价的情况下，有限的前瞻性）的区间不确定性的特定情况下，鲁棒Stackelberg均衡可以计算与混合整数规划，是相同的渐近大小的确定性设置。
2017-11-21 cs.AI cs.GT cs.MA
Periodic Strategies II: Generalizations and Extensions
在混合纳什均衡中，只要对手坚持自己的行动，参与者的收益就不取决于自己的行动。在一个周期性的战略，在以前的文件（arXiv：1307.2035v4）开发的概念，相反，自己的回报不依赖于对手的行动。在这里，我们将其推广到多人同时完美信息策略型博弈。我们表明，也在这类游戏中，总是存在至少一个周期性的战略，我们调查这样的周期性战略的数学性质。此外，我们证明了周期策略可能存在于不完全信息的博弈中，我们将专注于贝叶斯博弈。并讨论了周期策略理论与合作对策理论的区别。事实上，周期策略是以一种纯粹的非合作方式获得的，并且周期策略与纳什均衡一样是合作的。最后，我们将周期性的战略在认知博弈论的框架，并讨论了这种方法的几个特点。
2020-05-26 cs.GT econ.TH
Programming and Verifying Subgame Perfect Mechanisms
扩展的WHILE语言的编程涉及多个代理的博弈论机制。这种机制的例子包括拍卖、投票程序和协商协议。一个结构化的操作语义提供了广泛的游戏几乎完美的信息。Hoare风格的部分正确性断言提出的原因，这些机制的正确性，正确性被解释为存在一个子博弈完美均衡。使用一个扩展的方法，前，后条件，我们表明，Hoare的原始演算的扩展是健全的和完整的推理子博弈完美均衡的博弈论机制。
2005-03-08 cs.GT cs.LO
Quantum Protocol for Decision Making and Verifying Truthfulness among $N$-quantum Parties: Solution and Extension of the Quantum Coin Flipping Game
提出一种量子协议，使两方在量子信道中能验证彼此测量并达成一致，消除量子抛硬币游戏中的作弊可能，并扩展到N方场景，为未来量子网络中的信息验证提供方案。
2022-11-03 cs.CR cs.GT math-ph
Derivation of evolutionary payoffs from observable behavior
解释动物的行为，特别是合作或自私，是对进化理论的挑战。竞争的策略应该遵循相应的达尔文收益的可用行为选项。然而，收益和决策过程很难观察和量化。在这里，我们提出了一个通用的方法，从可观察的统计相互作用的进化收益的推导。该方法被应用到男性碗和doily蜘蛛的战斗，捕食者检查棘鱼和狮子的领土防御，展示动物行为作为一种新型的博弈理论均衡。动物玩的游戏可以明确地从它们可观察的行为中推导出来，然而，由于我们无法观察到所有的信息交换机制（通信），重建可能受到根本性的限制。
2008-09-06 cs.GT physics.soc-ph q-bio.PE
On rankings in multiplayer games with an application to the game of Whist
Department of Mathematics, Naxys, Unamur, Belgium（比利时那慕尔大学纳西斯研究所数学系）；Department of Physics and Astronomy, CSDC, University of Florence, Italy（意大利佛罗伦萨大学物理与天文学系CSDC）
本文提出了一种新的Bradley-Terry模型扩展，应用于多玩家游戏，通过Newman算法在合成数据和真实卡片游戏数据上验证其有效性。
2026-04-01 cs.GT cs.LG
Approximating Values of Generalized-Reachability Stochastic Games
简单随机游戏是回合制的2.5人游戏，具有可达性目标。基本问题是，一个玩家是否能确保以至少给定的概率达到给定的目标。一个自然的扩展是以这些条件的结合为目标的博弈。尽管最近有大量的结果分析系统的多目标，这个基本问题的可判定性仍然是开放的。在本文中，我们提出了一个算法近似的帕累托边界的可实现的值，以给定的精度。此外，它是一个随时算法，这意味着它可以在任何时候停止返回当前近似及其误差界。
2020-04-27 cs.GT cs.LO
Pure Nash Equilibria in Weighted Congestion Games with Complementarities and Beyond
本文研究带互补性的加权拟阵拥塞博弈及其推广，在简化单调性假设下证明了纯纳什均衡的存在性，并扩展了特定与加权混合成本博弈的均衡存在性结果。
2024-01-08 cs.DM cs.GT math.CO
The temporal logic of coalitional goal assignments in concurrent multi-player games
我们介绍和研究交替时间时序逻辑ATL的自然扩展，称为联盟目标的时序逻辑（TLCGA）。它的特点是只有一个，但很有表现力，联盟战略运营商，即联盟目标分配运营商，这是基于映射分配给游戏中的每组球员的联盟目标，形式化的TLCGA语言的路径公式，即一个公式前缀与时间运营商X，U，或G，代表相应的联盟的时间目标，描述满足该目标的策略的属性。建立了TLCGA的μ-演算扩展中时间目标分配的不动点刻画，讨论了它的表达性并举例说明，证明了它相对于适当定义的互模拟概念的互模拟不变性和Hennessy-Milner性质，构造了TLCGA的一个完善的公理系统，并通过有限模型性质得到了它的可判定性.
2022-02-22 cs.GT cs.LO cs.MA
