Greediness and Equilibrium in Congestion Games
Rosenthal(1973)引入了拥塞博弈类,并证明了它们在纯策略下总是存在一个纳什均衡。Fotakis et al.(2005)引入了贪婪策略元组的概念,其中参与者顺序地并且可重复地选择一个策略,该策略是对前参与者选择的策略的最佳反应。前一种解决方案的概念是由对参与者的理性及其常识的强烈假设驱动的,而后者对参与者的行为假设很少。从Fotakis \cite{fotakis10}可以得出,对于树可表示拥塞博弈,贪婪行为导致NE。本文给出了这两个解概念等价的充要条件。这种等同性增强了这些概念作为环境的现实结果的可行性。单调对称博弈出现这种等价的条件是策略集具有树形,或者等价地是一个“扩张并行图”。
2012-08-09 cs.GT
On the Rationality of Escalation
升级是无限博弈的一个典型特征。因此,为研究无限数学结构而设计的工具,也就是那些从共归纳中推导出来的工具是必不可少的。在这里,我们使用共归纳,或反向共归纳(以显示其与有限博弈的相同概念的连接),以仔细和正式研究的无限博弈,特别是那些被称为美元拍卖,这被认为是升级的范式。不像什么是公认的,我们表明,假设其他代理人将永远停止,投标是理性的,因为它会导致一个子博弈完美均衡。我们证明了这不是唯一的理性策略(唯一的子博弈完美均衡)。事实上,如果一个行动者停下来,并且每走一步都会停下来,我们就可以说他也是理性的,只要他承认他的对手永远不会停下来,因为这对应于一个子博弈完美均衡。令人惊讶的是,在无限美元拍卖博弈中,双方在每一步都停止的行为不是纳什均衡,因此不是子博弈完美均衡,因此不是理性的。
2011-12-15 cs.GT
Perfect Prediction in Normal Form: Superrational Thinking Extended to Non-Symmetric Games
本文提出了一种新的无约束纯策略范式非合作对策解的概念:完全透明均衡。参与者在所有可能的世界中都是理性的,并且知道彼此在所有可能的世界中的策略,我们统称为完美预测。对手对参与者决策的预期是反事实地依赖于决策,这与纳什均衡中决策是独立做出的不同。当均衡存在时,它是唯一的,是帕累托最优的。这个均衡是完美预测均衡的标准形式对应物;预测发生在“另一个房间”而不是过去。均衡也可以被看作是霍夫施塔特的超理性的非对称博弈的自然延伸。在数学上,执行非个体理性策略配置文件的迭代消除,直到最多剩下一个。均衡是一种策略轮廓,它不受所有可能世界中的策略知识和所有可能世界中的理性的影响,这是一个比理性的常识更强大的概念,也比理性的常见反事实信念更强大。我们形式化和对比的非Nashian决策理论范式,共同的这篇论文和其他几篇论文,因果决策理论和证据决策理论。我们定义的完全透明的均衡算法,当它存在,证明其唯一性,它的帕累托最优性,它与霍夫施塔特的超理性对称游戏。我们还涉及到文献中发现的概念,如个人理性,极小极大可实现性,相关均衡。最后,我们具体讨论了对称博弈的特殊情况下的包含关系,并将其与非对称博弈进行了对比。
2020-03-18 cs.GT
The security deposit for finitely repeated Prisoner's dilemma
在完全理性假设下,纳什均衡是重复囚徒困境的唯一合理策略(集)。事实上,有些策略只是稍微偏离了所谓的理性,相应的收益可能比纳什均衡的收益好得多。本文指出,即使在理性的假设下,博弈双方也有理由寻求一个互利的协议(帕累托支配下的纳什均衡)和一个弱的、可选择的约束条件,使协议得以顺利实施。如果约束不损害参与者的利益,或者约束的负面影响可以忽略不计,那么重复的囚徒困境就变成了一个关于策略序列的讨价还价问题和寻求约束的问题。约束条件的量化,即本文所称的保证金,几乎是一个从协议(策略集)到完全合理性的距离的概念。
2014-01-08 cs.GT
Solution Concepts in Hierarchical Games under Bounded Rationality with Applications to Autonomous Driving
University of Waterloo(滑铁卢大学)
本文通过行为博弈论视角研究人类驾驶的有限理性,改编四种元模型并形式化层级博弈中的解概念,基于真实交叉口数据评估发现,Quantal level-k及maxmax非策略模型在不同层面拟合最佳,且情境因素影响显著。
2024-06-05 cs.AI cs.GT cs.MA
Rationalizability and Epistemic Priority Orderings
在动态博弈的开始阶段,参与者可能对对手的博弈有外生的理论。假设这些理论是众所周知的。然后,玩家将通过战略推理来完善他们的一阶信念,并挑战他们自己的理论。我开发和表征认识上的一个新的解决方案的概念,选择性的可实现性,它完成了以下假设下的任务:当观察到的行为是不兼容的信念在球员的理性和理论的所有订单,球员保持秩序的信念本身与观察到的行为是兼容的理性,并放弃不兼容的信念的理论。因此,选择性可验证性(Selective Problemalizability)捕获了理性的共同强信念(Battigalli and Siniscalchi,2002),并细化了外延形式可验证性(Pearce,1984; BS,2002),而强- $Δ$ -可验证性(Battigalli,2003; Battigalli and Siniscalchi,2003)捕获了相反的认识优先选择。选择性可证性可以扩展到包含对手行为的不同理论之间更丰富的认知优先顺序。这使得建立一个令人惊讶的联系与战略稳定(科尔伯格和梅尔滕斯,1986年)。
2017-07-27 cs.GT
On the Rationality of Escalation
升级是无限博弈的一个典型特征。因此,为研究无限数学结构而设计的工具,也就是那些从共归纳中推导出来的工具是必不可少的。在这里,我们使用共归纳,或反向共归纳(以显示其与有限博弈的相同概念的连接),以仔细和正式研究的无限博弈,特别是那些被称为美元拍卖,这被认为是升级的范式。不像什么是公认的,我们表明,假设其他代理人将永远停止,投标是理性的,因为它会导致一个子博弈完美均衡。我们证明了这不是唯一的理性策略(唯一的子博弈完美均衡)。事实上,如果一个行动者停下来,并且每走一步都会停下来,我们就可以说他也是理性的,只要他承认他的对手永远不会停下来,因为这对应于一个子博弈完美均衡。令人惊讶的是,在无限美元拍卖博弈中,双方在每一步都停止的行为不是纳什均衡,因此不是子博弈完美均衡,因此不是理性的。
2010-04-29 cs.GT cs.LO
Exploration-Exploitation in Multi-Agent Competition: Convergence with Bounded Rationality
Singapore University of Technology and Design(新加坡科技设计大学);University of Oxford(牛津大学)
在竞争性多智能体学习中,探索和利用之间的相互作用还远未得到很好的理解。受此启发,我们研究了平滑Q学习,这是一种典型的学习模型,它明确地捕捉了游戏奖励和探索成本之间的平衡。我们表明,Q-学习总是收敛到唯一的量子响应均衡(QRE),有限理性下的游戏的标准解概念,在加权零和多矩阵游戏与异构学习代理使用积极的探索率。补充最近的结果收敛加权潜在的游戏,我们表明,快速收敛的Q-学习在竞争环境中获得的代理的数量无关,没有任何需要的参数微调。正如我们在网络零和博弈中的实验所展示的那样,这些理论结果为竞争性多智能体环境中平衡选择的算法方法提供了必要的保证。
2021-06-24 cs.GT cs.LG cs.MA
On the Effect of Bounded Rationality in Electricity Markets
该研究针对电力市场纳什均衡完全理性假设的局限,基于level-k推理构建双供应商古诺竞争模型,分析有限理性对社会福利的影响,刻画社会计划者的多类策略并通过实验验证相关结论。
2024-07-11 cs.GT cs.SY eess.SY
Balancing rationality and social influence: Alpha-rational Nash equilibrium in games with herding
本文在包含α比例理性参与者和从众非理性参与者的平均场博弈中提出α-理性纳什均衡(α-RNE),分析了两行动博弈中的新均衡,并证明理性与非理性参与者都可能因从众行为而获得更高效用。
2024-06-06 cs.GT
Hindsight and Sequential Rationality of Correlated Play
University of Alberta(阿尔伯塔大学);Amii(阿尔伯塔机器智能研究所);Université de Montréal(蒙特利尔大学);Mila(米拉研究所);Massachusetts Institute of Technology(麻省理工学院);DeepMind(深度思维);Brown University(布朗大学)
受最近在两人零和游戏解决和玩方面的成功的推动,人工智能在游戏方面的工作越来越多地集中在产生基于均衡的策略的算法上。然而,在一般和游戏或有两个以上参与者的游戏中,这种方法在产生有能力的参与者方面不如在两个参与者的零和游戏中有效。一个有吸引力的替代方案是考虑自适应算法,以确保事后的强大性能,相对于修改行为所能实现的性能。这种方法也导致了一个博弈论分析,但在相关的发挥,产生于联合学习动态,而不是在均衡的因素代理行为。我们发展和倡导这种后见之明的理性框架的学习一般顺序决策设置。为此,我们重新审视中介均衡和偏离类型的广泛形式的游戏,从而获得一个更完整的理解和解决过去的误解。我们提出了一组例子,说明了不同的优势和弱点,在文献中的每种类型的均衡,并证明,没有听话的概念,包括所有其他。这条线的调查最终在偏差和平衡类,对应于算法的反事实遗憾最小化(CFR)家庭的定义,将它们与所有其他文献。更详细地研究CFR进一步导致了相关游戏中理性的新递归定义,该定义以自然适用于事后评估的方式扩展了顺序理性。
2022-06-22 cs.AI cs.GT
Mutual cooperation and tolerance to defection in the context of socialization: the theoretical model and experimental evidence
对人类合作性质的研究仍有一些空白需要调查。之前的研究结果表明,社会化有效地促进了著名的囚徒困境(PD)游戏中的合作。然而,理论概念无法描述经验观察到的高水平合作(概率高于50%)。在本文中,我们推导出一个对称的量子响应均衡(QRE)在PD的马尔可夫策略和测试它对实验数据。我们的研究结果表明,低水平的合理性,QRE管理描述高合作。相反,对于高理性,QRE收敛于纳什均衡,并描述了参与者的低合作行为。在中等理性的区域,QRE匹配表示马尔可夫策略中的纳什均衡集的曲线。此外,我们发现,QRE作为一个分界线的行为之前和之后的社会化,根据实验数据。最后,我们成功地突出了理论预测的交叉点的纳什均衡集的马尔可夫策略和QRE曲线。
2022-03-18 cs.GT physics.soc-ph
A Predictive Theory of Games
传统的非合作博弈理论假设博弈中一组参与者的联合策略必须满足一个“均衡概念”。所有其他的联合策略都被认为是不可能的;唯一的问题是什么均衡概念是“正确的”。这个假设违反了概率论的基本要求。事实上,概率论使得什么样的均衡概念是正确的这个问题没有实际意义--每个联合策略都可能以非零概率出现。博弈论需要的不是均衡概念的第一性原理推导,而是联合(混合)策略上分布的第一性原理推导。本文展示了如何信息理论可以提供这样一个分布在联合战略。如果一个游戏外部的科学家想把这样的分布提炼成一个点预测,那么这个预测应该由决策理论来设定,使用他们的(!)损失函数因此,预测的联合策略--“均衡概念”--随着外部科学家的损失函数而变化。它表明,在许多游戏中,有一个概率分布的支持限制在纳什均衡-如传统的博弈论规定-是不可能的。它还展示了如何:i)推导出玩家理性程度的信息论量化; ii)推导出有限理性作为计算成本; iii)阐述博弈论和统计物理之间的密切形式关系; iv)使用这种关系扩展博弈论以允许随机变化的玩家数量。
2005-12-08 cond-mat.stat-mech cs.GT math.GM
Perfect Prediction in Minkowski Spacetime: Perfectly Transparent Equilibrium for Dynamic Games with Imperfect Information
关于策略的必要理性和必要知识的假设,也被称为完美预测,导致最多一个幸存的结果,不受参与者对它们的知识的影响。实现这种方法的解决方案的概念已被定义在两个动态游戏与完美的信息和没有关系,完美的预测均衡,和战略游戏没有关系,完全透明的均衡。本文将完全透明均衡推广到不完全信息和无约束的广义博弈。战略博弈的完全预测均衡和完全透明均衡都是这一广义均衡概念的特例。如果收益之间没有联系,广义均衡最多是唯一的,并且是帕累托最优的。我们还对具有不完美信息的广泛形式的游戏子类进行了特殊相对论解释,作为任何数量的代理所做决策的有向非循环图,每个决策位于闵可夫斯基时空中的特定位置,并且信息集和游戏结构来自因果结构。战略博弈对应于只有空间分离决策的设置,动态博弈对应于只有时间分离决策的设置。因此,广义的完全透明均衡描述了在一个一般设置中达到的结果和收益,在这个设置中,决策可以位于闵可夫斯基时空中的任何一般位置,在必要的理性和必要的策略知识下。我们还认为,这提供了一个直接可用的数学框架的设计与削弱自由选择假设的量子物理学的扩展理论。
2019-05-22 cs.GT
Satisficing Equilibrium
CNRS(法国国家科学研究中心)
本文研究了满意均衡,结合有限理性模型,提出新的预测方法,证明其在多数游戏中存在且具有理论和实证基础。
2026-04-24 cs.GT econ.TH
Insuperable strategies in two-player and reducible multi-player games
本文提出不可超越策略概念,证明其异于理性假设,并指出小种群中该策略是进化最可能结果,且通过实例与模拟验证,并探讨了向多人博弈的扩展。
2025-02-11 cs.GT econ.TH q-bio.PE
Tractable Equilibrium Computation in Markov Games through Risk Aversion
California Institute of Technology(加州理工学院);Caltech(加州理工学院)
受行为经济学启发,通过赋予智能体风险厌恶和有限理性特征,提出在所有 $n$ 玩家矩阵和有限视野 Markov games 中易于计算的风险厌恶量子响应均衡(RQE),并验证其有效性与样本复杂度。
2024-08-27 cs.GT cs.LG cs.MA