Reward Sharing Schemes for Stake Pools
我们介绍并研究了奖励共享方案（RSS），该方案在涉及大量利益相关者的协作项目中促进{ \em权益池}\的公平形成，例如维护权益证明（PoS）区块链。我们的机制是由所需的池数的目标值参数化。我们表明，通过适当的激励参与者，所需的股份池的数量是一个纳什均衡所产生的理性发挥。我们的均衡还表现出效率/安全性的权衡，通过一个参数，包括池之间校准最小的成本和提供保护，防止Sybil攻击，设置一个单一的利益相关者创建了大量的池，希望主导的合作项目。然后，我们描述了如何在PoS设置中部署RSS，减轻一些潜在的部署攻击和协议偏差，包括审查交易，执行Sybil攻击以控制大多数股份，谎报实际成本等。最后，我们通过实验证明了在动态环境中，玩家在无限期的互动游戏中对彼此的战略举措做出反应，从而快速收敛到均衡。我们还展示了简单的奖励分享计划，似乎更“公平”，也许违反直觉，集中均衡收敛。
2020-06-06 cs.GT
Learning Competitive Equilibria in Noisy Combinatorial Markets
我们提出了一种方法来鲁棒估计的竞争均衡（CE）的组合市场的假设下，买家不知道他们的精确估价捆绑的商品，而是只能提供嘈杂的估计。我们首先显示严格的下限和上限上的买家的效用损失，因此CE集，给定一个市场的一致近似的另一个。然后，我们为我们的设置开发了一个学习框架，并提出了两个可能近似正确的算法来学习CE，即，产生保持CE的均匀近似，具有有限样本保证。第一个是一个基线，使用Hoeffding不等式产生一个统一的近似买家的估值与高概率。第二个利用经济学的第一福利定理和统一近似之间的连接，自适应地修剪值查询时，它确定它们是可证明的CE的一部分。我们用我们的算法进行了实验，发现剪枝算法比基线用更少的样本实现了更好的估计。
2021-01-23 cs.GT
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
Competitive Equilibria in Combinatorial Exchanges with Financially Constrained Buyers:Computational Hardness and Algorithmic Solutions
计算优化的进步允许组织大型组合市场。我们的目标是分配和竞争性均衡价格，即核心的结果。这项研究的动机是设计的环境市场，但类似的问题出现在能源和物流市场或在机场时隙的分配。预算限制是许多这些市场的一个重要问题。虽然在组合交易所的分配问题已经是NP-难与收益最大化的投标人，我们发现，分配和定价问题变得甚至$Σ_2^p$ -硬，如果买家的财务约束。我们引入混合整数双层线性规划（MIBLP）来计算核心价格，并提出了基于最小核心的定价函数，如果核心是空的。我们还讨论了限制，但更简单的情况下，有效的计算技术的问题。在数值实验中，我们表明，尽管这些问题的计算难度，我们可以希望解决实际问题的大小，特别是如果我们限制的核心计算中考虑的联盟的大小。
2018-07-22 cs.GT
Competitive Equilibria for Non-quasilinear Bidders in Combinatorial Auctions
在瓦尔拉斯均衡的标准研究中，拟线性是一个普遍存在且有问题的假设。准线性意味着在瓦尔拉斯均衡中购买商品的买方价值总是与用未花费的钱购买的商品相加。在组合拍卖中，这是一个特别可疑的假设，在这种情况下，买家对商品的复杂偏好自然会超出瓦尔拉斯均衡中获得的物品。本文研究了在不假设拟线性的情况下组合拍卖中的瓦尔拉斯均衡。我们表明，存在性可以减少到一个阿罗德布鲁式的市场，一个可分的好，许多不可分的商品，和“分数”瓦尔拉斯均衡总是存在的。我们还表明，标准的积分瓦尔拉斯平衡相关的积分解的诱导配置LP与分数瓦尔拉斯平衡，推广已知的结果为拟线性和非quasilnear设置。
2016-06-22 cs.DS cs.GT
Competitive Equilibria in Matching Markets with Budgets
我们研究了具有不可分割商品和单位需求买家的经典Shapley-Shubik分配模型中的竞争均衡，预算约束：买家可以指定他们愿意为每个项目支付的最高价格，超过这个价格，他们就买不起这个项目。由预算约束引入的这种单一不连续性从根本上改变了平衡的性质：在没有预算约束的分配模型中，竞争平衡总是存在的，并且恰好对应于稳定匹配。在预算方面，竞争性均衡并不总是存在。此外，现在有两个不同的稳定性概念，取决于买方和卖方中的两个或只有一个可以在阻止对中严格受益，这两个概念不再一致，因为不连续性引起的不连续性。我们定义了弱稳定性和强稳定性的分配模型与可转移的效用，并证明了竞争平衡正好对应于强稳定的匹配。我们认为，有效地计算竞争均衡的算法问题，在扩展的分配模型与预算，每个买家指定他的偏好使用效用函数$u_{ij}$，其中$u_{ij}(p_j)$是买方$i$项目$j$的效用时，其价格是$p_j$。我们的主要结果是一个强多项式时间算法，决定是否存在竞争均衡，如果是的话，计算一个最小的，一般类的效用函数$u_{ij}$。这类效用函数包括具有预算约束的标准准线性效用模型，并且此外，允许建模市场，其中，例如，买家仅具有受每个物品的最大支付限制的物品之间的偏好排名，或者买家希望优化投资回报率（ROI）而不是准线性效用并且仅知道物品的相对价值。
2010-04-16 cs.DS cs.GT
Sharing Non-Anonymous Costs of Multiple Resources Optimally
在成本分担博弈中，纯纳什均衡的存在性和有效性从根本上取决于资源成本分担的方法。我们考虑一类一般的资源分配问题，其中一组资源被一组异构的自私用户使用。资源的成本是其用户集的（非递减）函数。假设资源的费用由统一的费用分摊协议分摊，即，协议，只使用本地信息的资源的成本结构和它的用户来确定成本份额，我们精确地量化所产生的纯纳什均衡的低效率。具体来说，我们显示严格的价格上的界限的稳定性和无政府状态的游戏，只有次模块化和超模块化的成本函数，分别，和一个渐近紧的游戏与任意集函数的界限。虽然我们所有的上限都是针对著名的Shapley成本共享协议获得的，但我们的下限适用于任意统一成本共享协议，甚至适用于具有匿名成本的游戏，即，一种游戏，其中每个资源的成本仅取决于其用户集的基数。
2015-02-04 cs.GT
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
A Decentralized Mechanism for Computing Competitive Equilibria in Deregulated Electricity Markets
University of Michigan（密歇根大学）
本文提出一种去中心化机制，利用拉格朗日对偶理论，使电力市场参与者在信息不对称和非线性因素下达成帕累托最优的竞争均衡。
2016-03-23 cs.GT cs.SY eess.SY
Competitive mediator games and urban CAV routing markets
Faculty of Mathematics and Computer Science, Jagiellonian University（雅盖隆大学数学与计算机科学学院）
本文针对未来自动驾驶路径规划与驾驶市场，提出竞争性中介博弈，证明特定条件下其均衡为垄断，并探讨相关市场的机制设计问题。
2026-08-11 cs.GT cs.MA econ.TH
Dynamic Games among Teams with Delayed Intra-Team Information Sharing
针对带延迟队内信息共享的非对称信息团队随机动态博弈，提出刻画压缩信息型纳什均衡的通用方法，分析两类压缩策略均衡的存在性并给出反向归纳求解过程，揭示了信息压缩、均衡存在性与计算三者的制约关系。
2021-04-02 cs.GT cs.MA math.OC
Unilaterally Competitive Multi-Player Stopping Games
构造了一个多人竞争Dynkin停止对策。每个玩家可以退出游戏获得事先确定的固定收益，或者留下来并根据其他玩家的决定获得调整后的收益。单周期的情况下，被证明是“弱单边竞争”。我们提出了一个明确的建设的唯一值，在纳什和最优均衡达到。探索了多个时期的概括。这个游戏在经济和金融背景下有解释，例如，作为一个有限资源的消费模型。它也是构建多人金融博弈期权的起点。特别是，最优均衡的概念成为通过超级复制的博弈期权定价的关键。
2012-11-17 cs.GT math.OC
Allocating Public Goods via Dynamic Max-Min Fairness: Long-Run Behavior and Competitive Equilibria
研究动态最大-最小公平分配（DMMF）机制下的均衡存在性与性质，发现固定阈值策略不存在Nash均衡，但对对称情况提出一种数据驱动请求策略，使智能体匹配历史分配率并优化整体福利，实现更优均衡结果。
2025-01-24 cs.GT
When Effort May Fail: Equilibria of Shared Effort with a Threshold
Paderborn University（帕德博恩大学）；Microsoft（微软）；Delft University of Technology（代尔夫特理工大学）
本文研究线性θ共享努力博弈中纯策略纳什均衡的存在性、效率及价格，并提出了通过精炼解概念来研究原始解概念的方法。
2026-05-22 cs.GT math.CO
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
Equilibria in Sequential Allocation
顺序分配是一种用于共享多个不可分割项目的简单机制。我们研究序贯分配中的策略行为。特别是，我们考虑纳什动态，以及计算和帕累托最优的纯均衡，和Stackelberg策略。我们首先证明，即使是两个代理，更好的反应可以循环。然后，我们提出了一个线性时间算法，返回一个配置文件（我们称之为“虚张声势的配置文件”），是在纯纳什均衡。有趣的是，虚张声势的配置文件的结果是相同的，真实的配置文件是在纯粹的纳什均衡\emph{all}基数效用一致的顺序偏好。我们表明，虚张声势的配置文件的结果是帕累托最优的两两比较。相比之下，我们表明，分配可能不是帕累托最优的两两比较，即使它是一个结果的偏好配置文件，是在纯纳什均衡的所有公用事业一致的顺序偏好。最后，我们提出了一个动态程序来计算两个代理的最优Stackelberg策略，其中第二个代理的项目有一个常数的不同值。
2017-05-26 cs.GT
Study of the effect of cost policies in the convergence of selfish strategies in Pure Nash Equilibria in Congestion Games
在这项工作中，我们研究了一组全球资源的用户之间的竞争情况。更确切地说，我们研究的效果，这些资源所使用的成本政策在收敛时间到一个纯粹的纳什均衡。这项工作分为两部分。在理论部分，我们证明了各种成本政策的收敛时间的上下限。然后，我们实现了我们研究的所有模型，并提供了一些实验结果。这些结果遵循的理论与一个例外，这是最有趣的实验。在联盟用户的情况下，理论上界是伪多项式的用户数，但实验结果表明，收敛时间是多项式。
2011-03-25 cs.GT
Proportional Response Dynamics in Gross Substitutes Markets
本文将比例响应算法推广至总替代品效用，首次证明其在Fisher市场中收敛到竞争均衡，并进一步证明惰性版本在Arrow-Debreu市场中的分配收敛性。
2025-06-03 cs.GT econ.TH
Competitive Equilibrium for Chores: from Dual Eisenberg-Gale to a Fast, Greedy, LP-based Algorithm
本文通过修改对偶规划避开非凸零点，使迭代优化方法首次可用于家务竞争均衡计算，并提出每次迭代仅需解一个简单线性规划的贪心 Frank-Wolfe 算法，取得最先进收敛速度，实验证明其高效实用。
2024-11-20 cs.GT math.OC
Asymptotically Optimal Distributed Channel Allocation: a Competitive Game-Theoretic Approach
本文研究了频率选择性干扰信道下大型网络中的分布式信道分配问题。性能通过可实现速率的加权和来衡量。首先，我们提出了一个自然的非合作博弈理论制定这个问题。结果表明，当干扰足够强时，该博弈的纯无政府状态无政府代价以高概率趋近无穷大，且存在渐近递增的最差均衡点.然后，我们提出了一种新的非合作M频率选择性干扰博弈（M-FSIG），其中用户限制他们的效用，使其大于零，只有他们的M个最佳信道，并为他们平等。我们表明，M-FSIG表现出，具有很高的概率，越来越多的最佳纯纳什均衡，没有坏的均衡。因此，无政府状态的纯粹无政府代价在任何干预体制中都有可能收敛为一。为了利用这些结果在算法上，我们提出了一个修改后的Fictionary Play算法，可以分布式实现。我们进行了模拟，证明其快速收敛到纯纳什均衡。
2016-03-12 cs.GT cs.IT math.IT
Congestion Games on Weighted Directed Graphs, with Applications to Spectrum Sharing
随着复杂大规模网络的发展，了解自私和空间分布的个体如何在没有集中协调的情况下共享网络资源变得越来越重要。在本文中，我们介绍了加权边的图形拥塞博弈（GCGWE）作为一个一般的理论模型来研究这个问题。在GCGWE中，我们将玩家视为加权图中的顶点。由两个邻近的玩家彼此引起的负面影响（例如拥塞）的量由连接它们的边的权重确定。GCGWE统一并显着概括了之前文献中考虑的几个更简单的模型，非常适合对广泛的网络场景进行建模。一个很好的例子是使用GCGWE对无线网络中的频谱共享进行建模，其中我们可以适当地定义边缘权重和支付函数，以捕获无线节点之间相当复杂的干扰关系。通过识别哪些GCGWE拥有纯纳什均衡和非常理想的有限改进属性，我们获得洞察空间分布的无线节点将能够自组织成一个相互接受的资源分配。我们还考虑了纯纳什均衡的效率，以及找到它们的计算复杂性。
2012-06-03 cs.GT cs.NI
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
Search for a moving target in a competitive environment
我们考虑了一个离散时间动态搜索博弈，在这个博弈中，多个玩家竞争寻找一个根据时变马尔可夫链运动的不可见物体。我们研究了这些博弈的子博弈完美均衡。本文的主要结果是子博弈完美均衡集就是贪婪策略配置集，即在这些策略配置中，局中人总是选择最大化他们立即找到目标的概率的行动。我们讨论了模型的各种变化和扩展。
2020-08-25 cs.GT econ.TH math.OC
From Rules to Nash Equilibria: A Lean 4 Case Study in Game-Theoretic Analysis of a Competitive Trading Card Game
Microsoft（微软）
该研究以宝可梦集换式卡牌游戏为案例，在Lean 4中结合真实比赛数据进行元博弈分析，通过特定方法得出纳什均衡等结果，证明流行度悖论，贡献在于展示形式验证可将定性叙述转化为可检查、可运行的战略科学。
2026-07-10 cs.FL cs.GT
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
Algorithmic Predation: Equilibrium Analysis in Dynamic Oligopolies with Smooth Market Sharing
Technical University of Munich（慕尼黑工业大学）；Listen Labs
本文利用深度强化学习计算并验证了允许企业退出的有限期动态寡头博弈中的均衡，发现最先进算法能可靠收敛，且在不对称成本结构下会出现掠夺性定价行为，回答了长期悬而未决的均衡存在问题。
2025-10-30 cs.GT econ.GN q-fin.EC
Algorithms for Nash and Pareto Equilibria for Resource Allocation in Multiple Femtocells
我们考虑在宏小区中操作的具有多个毫微微小区的蜂窝系统。他们共享一套沟通渠道。每个毫微微蜂窝基站具有需要某些最小速率保证的多个用户。每个信道具有峰值功率约束以限制对宏基站（BS）的干扰。我们制定的信道分配和功率控制的问题在毫微微蜂窝基站作为一个非合作的游戏。我们开发了分散的算法，以获得一个粗相关的平衡，满足每个用户的QoS。如果所有用户的QoS不能得到满足，那么我们得到一个公平的均衡。最后，我们还提供了一个分散的算法，以达到帕累托和纳什谈判的解决方案，它具有比算法计算NE低得多的复杂性。
2017-03-22 cs.GT cs.NI
Potential Games are Necessary to Ensure Pure Nash Equilibria in Cost Sharing Games
California Institute of Technology（加州理工学院）；University of Colorado, Boulder（科罗拉多大学博尔德分校）
本文研究了设计成本分摊规则以确保纳什均衡的存在，证明了在特定可扩展和可分离游戏中，只有潜在游戏才能保证均衡存在。
2014-02-14 cs.GT cs.MA cs.SY
On the Fragility of Worst-Case Nash Equilibria in Atomic Congestion Games
University of Colorado at Colorado Springs（科罗拉多大学科罗拉多斯普林斯分校）；Politecnico di Torino（都灵理工大学）；Thayer School of Engineering, Dartmouth College（达特茅斯学院塔克工程学院）
本研究证明原子拥塞博弈中，智能体在均衡时的满意度与系统效率正相关，且最坏情况纳什均衡具有脆弱性，即智能体在均衡与最优行动间无差异，满意度与低效不可兼得。
2026-09-14 cs.GT
Dynamic Pricing Provides Robust Equilibria in Stochastic Ridesharing Networks
拼车市场是复杂的：司机是战略性的，乘客需求和司机可用性是随机的，复杂的城市规模的现象，如天气，引起大规模的相关性跨越空间和时间。与此同时，过去的工作侧重于这些挑战的一个子集。我们提出了一个具有战略驱动、时空动态和随机性的拼车网络模型。支持计算的易处理性和更好的建模灵活性比经典的流体限制，我们使用一个两级随机模型，允许相关的天气或大型公共事件引起的冲击。利用该模型，我们提出了一种新的定价机制：随机时空定价（SSP）。我们证明了SSP机制是渐近激励相容的，当市场足够大时，所得博弈的所有（近似）均衡都是渐近福利最大化的。SSP机制基于已实现的需求和供给迭代地重新计算价格，在这个意义上，价格是动态的。我们表明，这是至关重要的：虽然一个静态的SSP机制（其价格随市场水平的随机情况而变化，但不是个人骑手和司机的决定）的变种有一个序列的渐近福利最优近似均衡，我们证明，它也有其他均衡产生极低的社会福利。因此，我们认为，动态定价是很重要的，以确保在随机乘车共享网络的鲁棒性。
2022-05-19 cs.GT math.OC
Equilibria in multiagent online problems with predictions
研究多智能体在线问题中带预测的竞争性算法，引入多智能体版滑雪租赁问题，探讨对自身及他人行为使用预测器的影响及由此形成的新均衡。
2025-07-11 cs.DS cs.GT cs.MA
Stronger core results with multidimensional prices
Princeton University（普林斯顿大学）；Stanford University（斯坦福大学）
本文研究无货币环境下的一方匹配问题，提出多维价格关联的竞争均衡概念，证明其始终存在并属于拒绝核心，且在无非饱和性设定下展示核心收敛性。
2026-03-18 cs.GT econ.TH
Nash equilibria in routing games with edge priorities
本文提出了一种新的具有边优先级的竞争分组路由模型。我们考虑的是随着时间的推移自私地通过网络路由并试图尽快到达目的地的玩家。如果想同时进入一条边的玩家数量超过了该边的流入容量，则相对于前一条边的边优先级解决这些冲突。我们的优势优先级受到交通应用的良好激励。对于这类博弈，我们证明了单源单汇博弈均衡解的存在性，并分析了这些解的结构性质。我们提出了一个算法，计算纳什均衡，我们证明了边界上的价格稳定和无政府状态的无政府代价。此外，我们引入了不信任价格的新概念。最后，我们还研究了最早到达流的关系。
2018-08-21 cs.DM cs.GT
On a Competitive Secretary Problem with Deferred Selections
我们研究秘书问题的设置与多个代理。在标准的秘书问题中，一系列任意的奖励以随机的顺序到达网上，一个决策者在每个奖励到达时立即做出不可撤销的决定。在许多情况下，由于对竞争的隐含假设，出现了立即作出决定的要求。也就是说，如果决策者不立即接受所提供的奖励，它将由其他人接受。本文的新颖之处在于引入了一个多代理模型，其中竞争是内生的。在我们的模型中，多个代理竞争到达的奖励，但决定不需要立即;相反，代理可以选择以前的奖励，只要它们可用（即，而不是由其他代理商执行）。如果一个奖项是由多个代理商选择的，则会随机或根据全球排名打破平局。这导致了一个多代理人的游戏中，选择的时间不是由游戏规则强制执行，而是代理人的策略的一个重要组成部分。我们研究了这个博弈中均衡的结构和性能。对于随机平局打破，我们描述了游戏的均衡，并表明，预期的社会福利在均衡是接近最优的，尽管代理之间的竞争。对于排名平局打破，我们给出了一个完整的3-代理博弈中的均衡的特征，并表明，随着代理的数量的增长，每个代理的非即时选择下的获胜概率接近她的即时选择下的获胜概率。
2020-07-14 cs.GT cs.MA
One for One, or All for All: Equilibria and Optimality of Collaboration in Federated Learning
Toyota Technological Institute at Chicago（芝加哥丰田理工学院）；University of California, Berkeley（加州大学伯克利分校）；Cornell University（康奈尔大学）
近年来，联邦学习已被视为一种在大量学习代理之间实现协作的方法。然而，很少有人知道如何合作协议应考虑代理的激励时，分配个人资源的共同学习，以保持这种合作。受博弈论概念的启发，本文介绍了一个激励感知学习和数据共享的框架，在联邦学习。我们的稳定和无嫉妒的平衡捕获的概念合作的代理有兴趣在满足他们的学习目标，同时保持自己的样本收集负担低的存在。例如，在无嫉妒均衡中，没有代理人希望与任何其他代理人交换他们的采样负担，并且在稳定均衡中，没有代理人希望单方面减少他们的采样负担。除了形式化这个框架，我们的贡献包括表征这种平衡的结构特性，证明它们何时存在，并展示如何计算它们。此外，我们比较的样本复杂性的激励意识的合作与最佳合作时，忽略代理的激励。
2021-03-04 cs.DS cs.GT cs.LG
MESOB: Balancing Equilibria & Social Optimality
Amazon（亚马逊）；University of California Berkeley（加州大学伯克利分校）；Citadel Securities（城堡证券）
本文提出 MESOB 双目标平均场优化框架及 MESOB-OMO 方法，用于在大规模多智能体竞争与合作博弈中渐近选择 Nash 均衡并促进社会均等化，广告出价模拟验证了其平衡多方利益的优势。
2023-07-16 cs.GT cs.LG cs.MA
Competitive Multi-armed Bandit Games for Resource Sharing
The Ohio State University（俄亥俄州立大学）；Singapore University of Technology and Design（新加坡科技设计大学）
本文研究资源共享中的竞争性多臂老虎机博弈，分析自私策略的收敛延迟和无限价格无政府状态，并提出CISP机制，通过信息与货币激励实现社会最优、预算平衡和真实报告。
2025-03-26 cs.AI cs.GT
Quantifying the Benefits of Infrastructure Sharing
Bell Labs, Nokia（贝尔实验室，诺基亚）；Rutgers University（罗格斯大学）
本文研究电信运营商间网络共享的收益，分析了在竞争与合作场景下系统动态差异，揭示非凸成本函数下共享的潜在优势。
2017-06-18 cs.GT cs.NI econ.GN
Today Me, Tomorrow Thee: Efficient Resource Allocation in Competitive Settings using Karma Games
ETH Zurich（苏黎世联邦理工学院）
我们提出了一种新型的协调机制，多个代理之间的分配有限的资源，如分配时隙通过一个十字路口。我们考虑这样一种设置，其中我们将一个计数器与每个代理相关联，我们称之为业力值，并且其中存在一个已建立的机制来基于代理交换业力来决定资源分配。这个想法是，代理人可能倾向于通过使用今天的资源，以换取业力，这将使他们更容易在未来要求资源使用。为了了解这样的系统是否可以健壮地工作，我们只设计协议，而不是代理的策略。我们采取博弈论的角度来看，并计算相应的策略的纳什均衡的游戏。我们发现，令人惊讶的是，纳什均衡的社会的自利代理人是非常接近的社会福利集中合作的解决方案。这些结果表明，许多资源分配问题可以有一个简单的，优雅的，和强大的解决方案，假设一个因果报应会计机制的可用性。
2019-07-22 cs.AI cs.GT cs.MA
Vortices Instead of Equilibria in MinMax Optimization: Chaos and Butterfly Effects of Online Learning in Zero-Sum Games
我们建立了零和游戏中的算法实验“惨败”，以确认最大最小均衡的独特，尖锐的预测。近一个世纪以来，人们一直把零和博弈视为经济稳定的典型象征，但我们证明，在零和博弈中，在线学习动态的日常行为无法做出有意义的预测。具体地说，具有常数步长的乘性权值更新（MWU）在对偶（支付）空间中是李雅普诺夫混沌。简单地说，让我们假设一个观察者问玩配对便士游戏的代理人他们是喜欢正面还是反面（以及到目前为止的总收益是多少）。在收益空间中，与任意一组小的初始条件相一致的可能答案的范围随时间呈指数增长。这个结果在算法上和博弈理论上都是鲁棒的：1）算法鲁棒性：混沌对使用FTRL算法的任何一般子族的代理都是鲁棒的，众所周知的后悔最小化动态，即使当代理混合和匹配动态时，使用不同或缓慢减小的步长。2)博弈论鲁棒性：混沌对零和游戏（严格竞争游戏）的所有仿射变体，具有任意大量代理的网络变体，甚至对超越这些的竞争设置都是鲁棒的。我们的结果与在线学习的时间平均收敛到（近似）纳什均衡形成鲜明对比，这一结果被广泛报道为“（弱）收敛到均衡”。
2019-05-29 cs.GT math.DS
Equilibria under Dynamic Benchmark Consistency in Non-Stationary Multi-Agent Systems
针对非平稳多智能体系统，提出动态基准一致性策略，证明其博弈分布可近似静态均衡序列，并提升平滑博弈的福利保证。
2025-05-26 cs.GT econ.TH
Equilibria in Two-Stage Facility Location with Atomic Clients
Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所）；Mathematics of Operations Research, University of Twente（特文特大学运筹学系）
该研究针对两阶段竞争性设施选址问题，研究了权重不可拆分且可采用混合策略的原子客户场景，证明了客户权重相同时纯子博弈完美均衡恒存在，非相同客户时近似稳定状态存在性判定难解，并给出无政府价格的紧界2。
2024-07-09 cs.AI cs.GT
Independent Learning of Nash Equilibria in Partially Observable Markov Potential Games with Decoupled Dynamics
SYCAMORE, EPFL（SYCAMORE，瑞士联邦理工学院）
本文研究了在可部分观测马尔可夫博弈（POMG）中纳什均衡的学习问题，提出了一种独立学习算法，通过不通信的方式，使玩家在仅观察自身动作和观测的情况下，联合收敛到近似纳什均衡，从而实现高效的样本和计算复杂度。
2026-11-10 cs.GT cs.LG cs.MA
Efficient Black-Box Reductions for Separable Cost Sharing
在具有延迟的成本分担博弈中，一组代理人共同分配有限的资源子集。每个资源都有一个固定的成本，必须由玩家共享，每个代理对每个资源都有一个不可共享的玩家特定延迟。一个突出的例子是无容量限制的设施位置（UFL），其中设施需要开放（以可分摊的成本），客户希望连接到开放的设施。每个客户端支付成本份额和他的不可共享的物理连接成本。给定由代理分配的子集的任何简档，可分离的成本分担协议确定满足每个资源上的预算平衡和资源上的可分离性的成本分担。此外，一个可分离的协议保证纯纳什均衡的存在性，在诱导策略博弈的代理。本文研究了几个一般组合域上的可分费用分担协议。我们提供黑盒减少，以减少一个可分离的成本分担协议的设计，一个近似算法的设计，为底层的成本最小化问题。通过这种方式，我们获得了新的可分离的成本分担协议的游戏基于任意玩家特定拟阵，单源连接游戏没有延迟，和连接游戏的$n$ -串-并图延迟。所有这些减少是有效的计算-给定一个初始分配配置文件，我们得到一个更便宜的配置文件和可分离的成本份额变成一个纯粹的纳什均衡。因此，在这些域中，任何近似算法都可以用于获得可分离的成本共享协议，其稳定性代价由近似因子限定。
2018-02-28 cs.DM cs.DS cs.GT
Phi-Actor-Critic: Steering General-Sum Games to Pareto-Efficient Correlated Equilibria
Politecnico di Milano（米兰理工大学）；Tilburg University（蒂尔堡大学）；University of Applied Sciences and Arts of Southern Switzerland（瑞士南瑞士应用科学与艺术大学）
提出Φ-Actor-Critic框架，通过交换遗憾最小化引导多智能体学习向高社会福利的关联均衡收敛，并采用集中式注意力批评家高效估计反事实遗憾，结合拉格朗日均衡选择机制优化社会福利。
2026-06-11 cs.GT cs.LG cs.MA
Convergence of a Packet Routing Model to Flows Over Time
动态流量建模的数学方法大致可以分为两类：离散包路由模型和连续流模型。尽管对这两类模型进行了非常重要的研究活动，但迄今为止对这些方法之间的联系知之甚少。在这项工作中，我们建立这种连接，指定一个（竞争）的数据包路由模型，这是离散的流量和时间，并证明其收敛性的深入研究模型的流量随着时间的推移与确定性排队。更准确地说，我们证明了收敛过程的限制，当减少数据包的大小和时间步长的数据包路由模型，构成了一个流随着时间的推移与多个商品。此外，我们表明，收敛结果意味着存在的近似平衡的竞争版本的数据包路由模型。这是显着的利益，因为精确的纯纳什均衡，类似于几乎所有其他竞争模型，不能保证在多商品设置。此外，介绍了确定性排队的分组路由模型是非常面向应用的，因为它是基于代理的传输模拟MATSim的网络加载模块的基础上。由于目前的工作是第一次数学形式化的模拟，它提供了一个理论基础和可证明的数学陈述MATSim的环境。
2022-12-08 cs.DS cs.GT math.OC
Regret Minimization in Population Network Games: Vanishing Heterogeneity and Convergence to Equilibria
School of Mechanical Engineering, Northwestern Polytechnical University（西北工业大学机械工程学院）；Department of Computing, Hong Kong Polytechnic University（香港理工大学计算机学院）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；School of Statistics and Mathematics, Yunnan University of Finance and Economics（云南财经大学统计与数学学院）；School of Artificial Intelligence, Optics and Electronics (iOPEN), Northwestern Polytechnical University（西北工业大学人工智能、光学与电子学院（iOPEN））；School of Cybersecurity, Northwestern Polytechnical University（西北工业大学网络安全学院）
本文用遗憾概率分布与连续性方程分析平滑遗憾匹配，证明大规模异质多智能体的遗憾方差会衰减并形成共识，从而在竞争与合作场景中收敛至量子响应均衡。
2025-07-23 cs.AI cs.GT cs.MA
