Pure Bayesian Nash equilibrium for Bayesian games with multidimensional vector Types and linear payoffs
研究具有多维向量类型和线性收益的贝叶斯博弈的纯贝叶斯纳什均衡，引入阈值策略证明均衡存在性，并针对连续与离散先验提出求解算法。
2023-10-21 cs.GT
Prior Independent Equilibria and Linear Multi-dimensional Bayesian Games
我们表明，贝叶斯策略地图配置文件是一个贝叶斯纳什均衡独立于任何先验当且仅当贝叶斯策略地图配置文件，在任何类型的配置文件，评估是纳什均衡的所谓的本地确定性游戏对应的类型配置文件。我们称这样的贝叶斯博弈类型为正则型。然后，我们表明，一个m维n-代理贝叶斯游戏的效用是线性依赖于代理的类型是等价的，每个代理的类型空间的归一化到（m-1）-单纯形，同时在nm的竞争所谓的基本n-代理游戏。如果博弈是线性的，即，每个局中人的效用只与其类型线性相关，则贝叶斯博弈等价于m个基本n-主体博弈中的同时竞争，称为多人博弈。然后，我们证明了一个自己的类型的线性贝叶斯游戏是类型正则的，如果它是类型正则的顶点的（m-1）-单纯形，结果提供了一个大类的类型正则贝叶斯映射。这类m维自型线性贝叶斯博弈通过与多个博弈的等价性，可以对m个不同环境下的同时决策进行建模。我们表明，一个二维的的自有类型的线性贝叶斯游戏可以用来给一个新的模型的囚徒困境（PD）中的亲社会倾向的代理被认为是他们的类型和两个代理同时发挥在PD以及在亲社会的游戏。这个贝叶斯博弈解决了代理人的物质主义和亲社会倾向。同样，我们提出了一个新的二维的贝叶斯信任博弈模型，其中两个代理人的类型反映了他们的亲社会倾向或信任度，这导致了更合理的纳什均衡。最后，我们考虑这样的多环境决策的例子，在生产中的几个公司在多个市场。
2018-04-09 cs.GT
Modeling Other Players with Bayesian Beliefs for Games with Incomplete Information
针对贝叶斯博弈中不完全信息下的决策问题，提出贝叶斯-CFR算法，通过核密度估计更新信念并最小化贝叶斯遗憾，在德州扑克中显著优于现有方法。
2024-05-23 cs.GT
LP Formulations of sufficient statistic based strategies in Finite Horizon Two-Player Zero-Sum Stochastic Bayesian games
本文研究了两人零和随机贝叶斯博弈，其中每一个局中人都有自己的动态状态，而另一个局中人不知道。利用典型的技巧，我们给出了原始博弈及其对偶博弈的递归公式和充分的统计量。在给定初始参数的情况下，对偶对策中一方的最优策略也是原始对策中另一方的最优策略。为了处理长的有限贝叶斯博弈，我们提供了一个算法来逐步计算局中人的次优策略，以避免LP复杂性。为此，我们计算LP，以找到特殊的初始参数的双重游戏和更新的双重游戏的充分统计。性能分析提供了一个上限的最佳和次优策略之间的性能差异。最后，以一个水下传感器网络安全问题为例进行了验证.
2021-05-04 cs.GT
When showing your hand pays off: Announcing strategic intentions in Colonel Blotto games
在竞争性的对抗环境中，混淆自己的战略或能力往往是有利的。然而，透露自己的战略意图可能会以复杂的方式改变竞争的动态。向对手透露战略意图是否有利？在本文中，我们考虑了三阶段的上校Blotto游戏中，一个球员可以选择是否预先承诺资源到一个单一的战场之前，发挥开始。这种预先承诺是公共知识。作为回应，对手可以通过将预先承诺与自己的部队相匹配来确保战场安全，或者撤退。在一个两人游戏的设置，我们表明，一个较弱的球员从来没有动机预先承诺任何数量的资源，无论它是多么有价值的战场。然后，我们考虑一个三人游戏，其中两个玩家在不同的战线上对抗一个共同的对手。面对对手的两个玩家中只有一个可以选择预先承诺。我们发现，在某些情况下，这个参与者从预先承诺中获益。分析表明，在不合作的团队设置和没有形成联盟的可能性，可以激励公开宣布自己的战略意图的对手。
2020-03-14 cs.GT cs.SY eess.SY
Multi-group Bayesian Games
本文提出多群体贝叶斯博弈模型，通过将其转化为多群体事前智能体博弈，利用势博弈性质与对应变换给出求解（强）多群体贝叶斯纳什均衡的充要条件和算法，并以示例验证结果正确性。
2025-10-02 cs.GT
Predicting Plans and Actions in Two-Player Repeated Games
Brigham Young University（杨百翰大学）
人工智能（AI）代理将需要与其他人工智能智能体和人类进行交互。创建关联模型有助于预测建模代理的行动，计划和意图。本文介绍了在重复游戏中预测动作、计划和意图的算法，并对算法进行了探索。我们形成了一个生成贝叶斯方法模型S#。S#被设计为一个鲁棒的算法，它学习在2 × 2矩阵游戏中与它的伙伴合作。从文献中识别与每个S#专家相关联的动作、计划和意图，相应地对S#专家进行分组，从而基于其状态概率来预测动作、计划和意图。两种预测方法的囚徒困境：最大后验概率（MAP）和聚合方法进行了探讨。MAP（~89%的准确度）在动作预测方面表现最好。这两种方法都预测了S#的计划，准确率约为88%。配对T检验表明，MAP在预测S#的行为方面明显优于聚合，而不会产生廉价的谈话。意图的基础上探索的S#专家的目标，结果表明，目标准确预测建模S#。所得到的结果表明，所提出的贝叶斯方法是非常适合在两个球员重复游戏建模代理。
2020-04-26 cs.AI cs.GT cs.HC
Strategically revealing intentions in General Lotto games
本文研究General Lotto博弈中一方在博弈前公开预先承诺资产是否有利，发现策略性揭示意图在许多场景下能显著提高收益，挑战了对抗环境中随机性为核心的传统观点。
2021-12-03 cs.GT cs.SY eess.SY
Approximating Nash Equilibria for Black-Box Games: A Bayesian Optimization Approach
博弈论已经成为一个强大的框架，用于建模大范围的多代理场景。许多算法的解决方案需要离散的，有限的游戏，有一个封闭形式的规范的回报。相比之下，许多现实世界的应用程序需要建模与连续的行动空间和黑盒效用函数，其中的回报信息是唯一的形式，经验（往往昂贵和/或嘈杂）的观察策略配置文件。据我们所知，很少有工具可以解决这类昂贵的黑盒连续博弈。在本文中，我们开发了一种方法来找到均衡的顺序决策框架中使用贝叶斯优化这样的游戏。所提出的方法进行了验证的合成游戏问题的不同程度的噪音和动作空间维度的集合。结果表明，它是能够改善最大遗憾在噪声和高维在更大程度上比分层或离散化的方法。
2018-06-11 cs.GT
Competition in Wireless Systems via Bayesian Interference Games
我们研究无线设备之间的竞争与不完整的信息，他们的对手。我们将这种相互作用建模为贝叶斯干扰博弈。每个无线设备在整个可用带宽上选择功率简档以最大化其数据率。这样的竞争模型代表了几个无线设备共享频谱而没有任何中央机构或协调协议的情况。与设备拥有对手完整信息的游戏相比，我们考虑的场景是设备不知道它们对其他设备造成的干扰。这种游戏，这是建模为贝叶斯游戏，可以表现出显着不同的均衡。我们首先考虑一个简单的情况下，同时移动游戏，我们表明，独特的贝叶斯-纳什均衡是两个设备在整个带宽上均匀分布其功率。然后，我们将此模型扩展到一个两层的频谱共享的情况下，用户按顺序行事。这里，其中一个设备（称为主用户）是频谱的所有者，它首先选择其功率配置文件。然后，第二个设备（称为次要用户）通过选择功率简档以最大化其香农容量来做出响应。在这样的顺序移动游戏中，我们表明，存在的主要用户获得更高的数据率通过使用仅一部分的带宽的均衡。在一个重复的贝叶斯干扰博弈中，我们证明了声誉效应的存在：一个知情的主用户可以虚张声势，以防止频谱使用的次要用户谁遭受缺乏信息的信道增益。由此产生的均衡可能是非常低效的，这表明竞争性频谱共享是非常次优的。
2007-09-04 cs.GT
Bayesian Rationality in Satisfaction Games
本文提出贝叶斯满意度范式，融合贝叶斯理性与满意度博弈，证明相关均衡为稳定结果，并给出基于遗憾匹配的迭代算法，几乎总能找到均衡。
2023-07-25 cs.GT
Strong Equilibria in Bayesian Games with Bounded Group Size
针对贝叶斯博弈中缺乏有界群体策略均衡的问题，提出事前贝叶斯 $k$-强均衡与贝叶斯 $k$-强均衡，并刻画了同伴预测机制抵御串谋的群体规模阈值，为评估机制稳健性提供了新标准。
2025-02-01 cs.GT
When the Correct Model Fails: The Optimality of Stackelberg Equilibria with Follower Intention Updates
School of Aerospace Engineering at the Georgia Institute of Technology（佐治亚理工学院航空航天工程学院）
本文研究了领导者在游戏结束前更新对跟随者最佳反应信念的动态Stackelberg游戏，证明错误的跟随者BR可能使领导者总成本降低，并通过数值示例和模拟验证了这一结论。
2026-04-08 cs.GT cs.SY eess.SY
No-Regret Learning in Bayesian Games
Northwestern University（西北大学）；Microsoft Research（微软研究院）；Cornell University（康奈尔大学）
最近的价格的无政府状态分析游戏的完全信息表明，粗糙的相关均衡，其特点是从无悔学习动态的结果，有接近最优的福利。这项工作提供了两个主要的技术成果，将这一结论提升到不完全信息的游戏，即，贝叶斯博弈首先，贝叶斯博弈中的近最优福利直接来自于当私有信息公开时，在同一博弈中的近最优福利的基于平滑性的证明。其次，在这些不完全信息博弈中，无悔学习动态收敛于贝叶斯粗相关均衡。这些结果是通过将贝叶斯博弈解释为完全信息的随机博弈来实现的。
2015-11-19 cs.GT cs.LG
A Bayesian Game without epsilon equilibria
我们提出了一个三人贝叶斯博弈，在Borel可测策略中，对于足够小的可测性，没有可测性均衡，但是有不可测性均衡。
2017-01-27 cs.GT math.PR
Bayesian Games and the Smoothness Framework
我们考虑一类一般的贝叶斯游戏，每个球员的效用取决于他的类型（可能是多维的）和战略配置文件，球员的类型是独立分布的。我们表明，如果他们的完整信息版本的任何固定实例的类型配置文件是一个光滑的游戏，然后无政府状态的无政府代价约束所隐含的平滑属性，结转到贝叶斯-纳什无政府代价。我们展示了如何从文献（项目招标拍卖，贪婪拍卖）的一些证据可以被铸造为平滑证明或使用平滑简化。对于第一价格项目投标与分数次加投标人，我们实际上设法改善了很多现有的结果\cite{Hassidim2011a}从4到$\frac{e}{e-1}\approx 1.58$。这也示出了第一和第二价格项目出价之间的非常有趣的分离，因为即使在完全信息下，第二价格项目出价也具有至少2的PoA。对于一类较大的贝叶斯博弈，其中玩家的策略空间也随其类型而变化，我们能够证明，稍微更强的平滑定义也意味着贝叶斯-纳什PoA界。我们展示了如何加权拥塞游戏实际上满足这个更强的平滑定义。这使我们能够表明，在文献中已知的加权拥塞游戏的效率低下的界限结转到不完整的版本中的球员的权重是私人信息。我们还展示了如何一个不完整的版本的自然类单调有效的效用游戏，称为努力市场游戏是普遍$(1,1)$光滑。因此，我们表明，在不完整版本的努力市场游戏中，玩家的能力及其预算是私人信息，其Bayes-Nash PoA最多为2。
2012-03-23 cs.GT
BG-FlipIn: A Bayesian game framework for FlipIt-insider models in advanced persistent threats
School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology（皇家理工学院电气与计算机工程学院）
针对内部人员偏好不确定的APT场景，提出BG-FlipIn贝叶斯博弈框架，求解闭式贝叶斯纳什均衡，提供防御者决策指导，并通过两个应用验证其决策一致性。
2025-10-08 cs.GT
Structured Perfect Bayesian Equilibrium in Infinite Horizon Dynamic Games with Asymmetric Information
在具有非对称信息结构的动态博弈中，广泛使用的均衡概念是完美贝叶斯均衡（PBE）。这被表示为同时满足顺序理性和信念一致性的策略和信念对。与对称信息动态博弈不同，子博弈完美均衡（SPE）是自然均衡的概念，迄今为止，还不存在一个通用的算法，在计算PBE的策略和信念的相互依赖性随着时间的推移。在本文中，我们找到了一个无限时域折扣报酬非对称信息动态博弈的PBE子集。我们称之为结构化PBE或SPBE;在SPBE中，任何代理人的策略都只通过共同的公共信念依赖于公共历史，并且只通过各自代理人的最新私人信息（他的私人类型）依赖于私人历史。公众信念是对过去所有相关信息的总结，其维度不随时间而增加。Nayyar等人（2013）提出的公共信息方法是解决非对称信息下分散团队（非战略）资源分配问题的动机。我们通过求解单次不动点方程和相应的前向递归算法来计算SPBE。我们通过一个公共产品的例子来证明我们的方法。
2016-09-14 cs.GT
A Bayesian optimization approach to compute the Nash equilibria of potential games using bandit feedback
计算策略多智能体系统的纳什均衡对于昂贵的黑盒系统是具有挑战性的。受普遍存在的涉及开发公共资源的游戏的启发，本文考虑了潜在游戏的上述问题。我们使用贝叶斯优化框架，以获得新的算法来解决有限（离散动作空间）和无限（真正的区间动作空间）潜在的游戏，利用潜在的游戏结构。数值结果表明，该方法在计算静态势博弈的纳什均衡和动态势博弈的线性纳什均衡时是有效的。
2018-11-15 cs.GT cs.MA
Robust Information Design with Heterogeneous Beliefs in Bayesian Congestion Games
Dartmouth College（达特茅斯学院）
研究在平行网络仿射延迟拥堵游戏中，如何通过信号设计影响分散行为，考虑用户可能持有不同信念的情况，提出稳健信息设计问题，分析稳健服从区域和性能权衡。
2026-09-18 cs.GT
Learning Bayesian Game Families, with Application to Mechanism Design
针对从数据学习博弈模型需为每个场景单独建模的问题，提出学习以单参与者类型为条件的中期贝叶斯博弈族模型，相比事前模型更可靠地近似均衡、支持参数外推，还能实现迭代机制设计。
2025-02-19 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
Adaptive Honeypot Allocation in Multi-Attacker Networks via Bayesian Stackelberg Games
本文提出多攻击者贝叶斯Stackelberg框架，通过动态信念更新优化蜜罐部署，在数百节点网络中有效防止攻击并保持可扩展性。
2025-05-21 cs.GT
A Variational Inequality Approach to Bayesian Regression Games
UC Berkeley（加州大学伯克利分校）
贝叶斯回归博弈是一类特殊的两人一般和贝叶斯博弈，其中学习者通过贝叶斯先验部分地了解对手的目标。这种表述抓住了对手的不确定性，在学习者和对手可能有冲突但不一定完全对立的目标的问题中很有用。虽然贝叶斯方法是一个更一般的替代标准的极大极小公式，贝叶斯回归游戏的应用已经受到限制，由于计算困难，贝叶斯均衡的存在性和唯一性只知道二次成本函数。首先，我们证明了一类凸光滑贝叶斯博弈的贝叶斯均衡的存在性和唯一性，将其视为Hilbert空间中的无穷维变分不等式（VI）的解。我们考虑两种特殊情况下，其中无限维VI减少到一个高维VI或非凸随机优化，并提供两个简单的算法，解决它们具有强收敛保证。真实数据集上的数值结果证明了这种方法的前景。
2021-10-01 cs.GT cs.LG
Malicious Bayesian Congestion Games
在本文中，我们引入恶意贝叶斯拥塞游戏作为拥塞游戏的扩展，玩家可能会采取恶意的方式。在这样的游戏中，每个玩家都有两种类型。要么玩家是一个理性的玩家，寻求最大限度地减少自己的延迟，或者-以一定的概率-玩家是恶意的，在这种情况下，她的唯一目标是尽可能多地干扰其他玩家。我们表明，这样的游戏一般不具有纯策略的贝叶斯纳什均衡（即纯贝叶斯纳什均衡）。此外，给定一个博弈，我们表明，它是NP-完全决定是否承认一个纯贝叶斯纳什均衡。这个结果甚至在资源延迟函数是线性的，每个参与者都有相同的概率是恶意的，并且所有策略集都由单例集组成时也成立。对于一类稍微受限制的恶意贝叶斯拥塞游戏，我们提供了简单的可检查的属性，是必要的和足够的纯贝叶斯纳什均衡的存在。在本文的第二部分中，我们研究了恶意类型对系统整体性能（即社会成本）的影响。为了衡量这种影响，我们使用恶意价格。我们提供（紧）的价格上的恶意贝叶斯拥塞游戏的一个有趣的类的恶意的界限。此外，我们表明，对于某些拥塞游戏的恶意类型的出现也可以是有益的系统在这个意义上说，社会成本的最坏情况下的均衡下降。我们提供了一个严格的约束的最大因素，这发生。
2008-06-05 cs.CC cs.GT
Bayesian Nash Equilibrium Seeking for Distributed Incomplete-information Aggregative Games
本文研究不完全信息聚合博弈的分布式贝叶斯纳什均衡寻求问题，通过离散化连续类型克服非紧策略集带来的障碍，证明了离散模型均衡是ε-BNE，并提出并证明了具有收敛性的分布式算法。
2023-01-11 cs.GT math.OC
A Graphical method for simplifying Bayesian Games
如果影响图（ID）描绘贝叶斯游戏是常识，它的球员，然后额外的假设可能允许球员利用其体现无关性声明。然后，他们可以使用这些来发现一个更简单的游戏，仍然体现了他们的最佳决策策略。然而，这一结果的影响是相当有限的，因为许多常见的贝叶斯游戏没有表现出足够的对称性，充分和有效地表示的ID。树为基础的链事件图（CEG）已专门针对这种不对称的问题。通过使用这些图，理性的参与者可以做出类似的推论，假设CEG的拓扑结构是常识。在本文中，我们描述了这些功能强大的新技术，并通过一个例子来说明它们建模一个政府部门和一个网站的提供商之间的游戏，旨在激进的弱势群体。
2017-04-07 cs.GT cs.MA
Hardness Results for Signaling in Bayesian Zero-Sum and Network Routing Games
我们研究了贝叶斯博弈中完全知情的委托人所面临的最优化问题，委托人向参与者透露有关自然状态的信息，以获得理想的均衡。这个信号问题是游戏中不确定性激发的自然设计问题，最近引起了广泛的关注。我们提出了新的硬度结果信号问题（a）贝叶斯两人零和游戏，（b）贝叶斯网络路由游戏。对于贝叶斯零和博弈，当主要寻求最大化的均衡效用的球员，我们表明，它是NP-难获得的添加剂FPTAS。我们的硬度证明以一种新的方式利用了对偶性和分离与优化的等价性。此外，我们排除了添加剂PTAS假设种植集团硬度，这表明没有多项式时间算法可以从Erdens-Rényi随机图恢复种植集团。补充这些，我们得到一个PTAS的结构类零和游戏（其中获得FPTAS仍然是NP-难）时，支付矩阵服从Lipschitz条件。以前的结果排除了FPTAS假设种植集团硬度，和PTAS只为隐式游戏与准多项式大小的策略集。对于贝叶斯网络路由游戏，其中的主要目的是尽量减少纳什流的平均延迟，我们表明，它是NP-难获得（乘法）$(4/3 - ε)$ -近似，即使是线性延迟函数。这是最佳的不可逼近性的结果，线性laundry，因为我们表明，充分的启示实现了$(4/3)$ -近似线性laundry。
2016-10-30 cs.DS cs.GT
Bayesian open games
本文将 Ghani 等人提出的组合博弈论推广为贝叶斯开放博弈，通过同时引入随机环境、玩家随机选择和不完全信息，增强了博弈模型在经济建模中的表达能力。
2023-09-28 cs.GT math.CT
Exploiting Structure in Cooperative Bayesian Games
Maastricht University（马斯特里赫特大学）；University of Amsterdam（阿姆斯特丹大学）；Delft University of Technology（代尔夫特理工大学）
合作贝叶斯博弈（BGs）可以在不完全信息下为代理团队建模决策问题，但需要的空间和计算时间是代理数量的指数。虽然代理的独立性已被用来缓解这些问题，在完美的信息设置，我们提出了一种新的方法，BG的基础上观察，BG还具有不同类型的结构，我们称之为类型的独立性。我们提出了一个因子图表示，捕获两种形式的独立性，并提出了一个理论分析表明，非串行动态规划不能有效地利用类型的独立性，而最大和可以。实验结果表明，我们的方法可以解决前所未有的规模合作贝叶斯游戏。
2012-10-16 cs.AI cs.GT
Strategizing against Learners in Bayesian Games
Google Research（谷歌研究院）
我们研究重复的两个球员的游戏，其中一个球员，学习者，采用了无遗憾的学习策略，而另一个，优化，是一个理性的效用最大化。我们考虑一般的贝叶斯游戏，其中优化器和学习者的收益可能取决于类型，这是从一个公开的已知分布，但私下透露给学习者。我们解决以下问题：（a）什么是裸最低限度，优化器可以保证获得无遗憾学习算法采用的学习者？(b)是否有学习算法将优化器回报限制在此最小值？(c)这些算法能否有效地实现？在建立这种优化器-学习者交互理论的同时，我们定义了一种新的后悔组合概念，称为多面体交换后悔，这可能在其他环境中具有独立的意义。
2022-05-17 cs.GT cs.LG
State Information in Bayesian Games
两个玩家的零和重复游戏很好理解。计算这样一个游戏的价值很简单。此外，如果收益取决于一个随机状态的游戏，已知的一个，两个，或没有球员，游戏的结果值已被分析的贝叶斯游戏的框架下。这项调查认为，在游戏中的最佳性能时，一个助手是传输状态信息的球员之一。对抗性设置（游戏）的编码信息需要与率失真理论提供的结果不同的结果。博弈论强调了随机化（混合策略）的重要性，而随机化在大多数通信调制解调器和信源编码编解码器中并不重要。更高的通信速率，以正确的方式使用，允许消息包括在游戏中有用的必要的随机成分。
2009-11-04 cs.CR cs.GT cs.IT
Bayesian Learning in Episodic Zero-Sum Games
本文研究了在未知转移和奖励模型的有限时间零和马尔可夫游戏中，贝叶斯学习的后验算法，分析了两种设置下的预期遗憾界，并在网格世界捕食者-猎物域中验证了后验采样算法的子线性遗憾性能。
2026-03-21 cs.GT cs.LG
Improving Cooperation in Language Games with Bayesian Inference and the Cognitive Hierarchy
Brigham Young University（杨百翰大学）
本文提出结合贝叶斯推断与认知层级建模伙伴类型，处理语义和语用不确定性，在Codenames游戏中提升合作表现。
2024-12-16 cs.AI cs.GT
Bayes correlated equilibria, no-regret dynamics in Bayesian games, and the price of anarchy
National Institute of Informatics（信息学研究所）
本文研究贝叶斯博弈的均衡计算与无政府代价，提出不真实交换遗憾变体及其高效最小化算法，证明动力学收敛至通信均衡，并将无政府代价下界从Bayes-Nash均衡扩展至所提动力学获得的均衡。
2025-06-29 cs.GT cs.LG
Learning Recommender Mechanisms for Bayesian Stochastic Games
针对贝叶斯随机博弈中存在私人信息时难以协调单一均衡的挑战，提出一种双层强化学习方法自动设计由神经网络表示的推荐机制，实验证明其在社会福利上具竞争力且显著改善激励特性。
2025-05-29 cs.GT cs.MA
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
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
Integrated Decision Making and Trajectory Planning for Autonomous Driving Under Multimodal Uncertainties: A Bayesian Game Approach
The Hong Kong University of Science and Technology（香港科技大学）
提出基于贝叶斯博弈的自动驾驶集成决策与轨迹规划框架，通过无悔学习求解贝叶斯粗相关均衡，在多模态不确定性下实现交互式最优策略，闭环仿真验证了其泛化性与有效性。
2024-09-21 cs.GT cs.RO
Temporal Induced Self-Play for Stochastic Bayesian Games
Shanghai Jiao Tong University（上海交通大学）；Shanghai Qi Zhi Institute（上海期智研究院）；Tsinghua University（清华大学）；Carnegie Mellon University（卡内基梅隆大学）
解决动态博弈的一个实际要求是确保参与者从任何决策点开始都能玩得很好。为了满足这一要求，现有的努力集中在均衡细化，但现有技术的可扩展性和适用性是有限的。在本文中，我们提出了时间诱导的自我游戏（TISP），一种新的基于强化学习的框架，从任何决策点向前寻找具有良好性能的策略。TISP使用置信空间表示、逆向归纳、策略学习和非参数近似。在TISP的基础上，设计了一个基于策略梯度的算法TISP-PG，证明了基于TISP的算法可以在有限时间内找到零和单边随机贝叶斯博弈的近似完美贝叶斯均衡.我们在各种游戏中测试基于TISP的算法，包括重复的安全游戏和网格世界游戏。结果表明，TISP-PG比现有的基于数学规划的方法更具可扩展性，并显着优于其他基于学习的方法。
2021-08-21 cs.GT cs.LG cs.MA
Nash Equilibrium and Belief Evolution in Differential Games
本研究提出在连续时间微分博弈中使用连续贝叶斯更新处理运动-收益不确定性，证明了信念收敛并推导了纳什均衡策略及其收敛性，在污染控制博弈中验证了方法有效性。
2025-09-15 cs.GT cs.MA
Correlated Equilibria in Large Anonymous Bayesian Games
本研究将贝叶斯相关均衡扩展到大规模非原子博弈，提出贝叶斯相关沃德罗普均衡，证明其作为有限博弈均衡的极限，并揭示凸势博弈中相关均衡收敛到沃德罗普均衡的性质。
2023-09-05 cs.GT econ.TH
Signaling in Bayesian Network Congestion Games: the Subtle Power of Symmetry
Politecnico di Milano（米兰理工大学）
网络拥塞博弈是一种多智能体策略交互的模型。尽管他们无处不在的应用程序，目前还不清楚是否有可能设计的信息结构，以改善网络用户的整体体验。我们专注于贝叶斯游戏与原子球员，网络的变幻莫测通过一个（随机）的自然状态，它决定了球员所产生的成本建模。第三方实体--发送者--可以观察网络的实现状态，并利用这些附加信息向每个玩家发送信号。一个自然的问题是：对于一个知情的发送者来说，是否有可能通过向理性更新信念的参与者提供信息来降低整体社会成本？本文重点研究了计算最优事前说服性信号方案的问题，表明对称性是其解的一个重要性质。事实上，我们表明，一个最佳的事前说服性信号方案可以计算在多项式时间时，球员是对称的，仿射成本函数。此外，当参与者不对称时，即使在非贝叶斯环境下，问题也变得NP难。
2020-02-12 cs.AI cs.GT
Exploiting Agent and Type Independence in Collaborative Graphical Bayesian Games
Massachusetts Institute of Technology（麻省理工学院）；University of Amsterdam（阿姆斯特丹大学）；Instituto Superior Técnico（高等技术学院）
有效的协同决策是多智能体系统面临的一个重要挑战。当每个智能体只有关于其环境状态的不完全信息时，寻找最佳联合行动尤其具有挑战性。这样的问题可以建模为协作贝叶斯游戏，其中每个代理接收其类型形式的私人信息。然而，代表和解决这样的游戏需要空间和计算时间指数的代理人的数量。本文介绍了协作图贝叶斯博弈（CGBG），它通过将全局支付函数分解为仅依赖于少数代理的局部支付函数之和来促进更有效的协作决策。我们提出了一个框架的有效解决方案的CGBG的基础上的洞察力，他们拥有两种不同类型的独立性，我们称之为代理独立性和类型独立性。特别是，我们提出了一个因子图表示，捕捉两种形式的独立性，从而实现有效的解决方案。此外，我们展示了这种表示如何在顺序任务中提供杠杆作用，通过使用它来构建一种新的方法，分散的部分可观察马尔可夫决策过程。在随机和基准任务的实验结果表明，我们的方法相比，现有的几种替代品的可扩展性提高。
2014-04-25 cs.AI cs.GT
Stochastic Game with Interactive Information Acquisition: Pipelined Perfect Markov Bayesian Equilibrium
本文针对带双阶段信息获取与行动结构的多参与者一般和随机博弈，提出融合马尔可夫完美均衡与完美贝叶斯均衡的PPME概念，通过不动点对齐原理给出其可验证充要条件。
2023-10-05 cs.GT cs.SY eess.SY
Beating humans in a penny-matching game by leveraging cognitive hierarchy theory and Bayesian learning
University of Michigan（密歇根大学）
人工智能（AI）的长期目标是在决策方面优于人类。游戏适合测试人工智能在非数字任务中做出正确决策的能力。在本文中，我们开发了一种新的人工智能算法来玩香农的“读心机”（1953）中考虑的便士匹配游戏。特别是，我们利用认知层次理论和贝叶斯学习技术来不断发展预测人类玩家决策的模型，并让AI玩家根据模型预测做出决策，以追求最佳的获胜机会。实验结果表明，我们的AI算法击败了30名志愿者中的27名。
2021-02-13 cs.AI cs.GT cs.LG
Bayesian Inverse Games with High-Dimensional Multi-Modal Observations
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Delft University of Technology（代尔夫特理工大学）；Sunrise Setting Ltd；SAGE Publications Ltd（SAGE出版社有限公司）
本文提出了一种基于贝叶斯推断的逆博弈框架，利用多模态观测数据实时生成隐藏智能体目标的后验分布，提升推断质量并实现更安全的决策。
2026-01-02 cs.GT cs.LG cs.RO
Dynamic Bayesian Games for Adversarial and Defensive Cyber Deception
安全挑战伴随着效率。信息和通信技术（信通技术）的普遍融合使网络物理系统容易受到具有欺骗性、持续性、适应性和战略性的有针对性的攻击。Stuxnet、Dyn和WannaCry勒索软件等攻击实例表明，包括防火墙和入侵检测系统在内的现成防御方法存在不足。因此，必须设计最新的安全机制，以减轻风险，尽管成功的渗透和复杂的攻击者的战略反应。在本章中，我们将使用博弈论来模拟防御者和攻击者之间的竞争互动。首先，我们使用静态贝叶斯博弈来捕捉攻击者的隐蔽性和欺骗性。称为\textit{type}的随机变量表征用户的本质和目标，例如，合法用户或攻击者。由于网络欺骗，用户类型的实现是私人信息。然后，我们将一次性同时交互扩展到非对称信息结构下的一次性交互，即，信号游戏最后，我们研究了高级持续威胁（APT）和田纳西伊士曼（TE）过程下的多阶段过渡的案例研究。引入双边不完全信息是因为防御者可以采用防御性欺骗技术，如蜜罐和蜜罐，为攻击者创造足够的不确定性。在本章中，对纳什均衡（NE）、贝叶斯纳什均衡（BNE）和完美贝叶斯纳什均衡（PBNE）的分析使我们能够预测对手的策略，并设计主动和战略防御，以阻止攻击者并减少损失。
2018-09-08 cs.CR cs.GT
On the Convergence of the Shapley Value in Parametric Bayesian Learning Games
National University of Singapore（新加坡国立大学）
贡献度量是合作博弈论中的一个经典问题，Shapley值是最著名的解概念。本文建立了参数贝叶斯学习博弈中Shapley值的收敛性，其中博弈者使用他们的组合数据进行贝叶斯推理，后验先验KL散度被用作特征函数。我们表明，对于任何两个球员，在一定的规律性条件下，他们的Shapley值的差异收敛于概率的Shapley值的差异的限制游戏，其特征函数是成比例的联合Fisher信息的对数行列式。作为一个应用，我们提出了一个在线协作学习框架，是渐近Shapley公平的。我们的结果使这一点能够实现，而无需任何昂贵的计算后验先验KL分歧。只需要Fisher信息的一致估计量。我们的框架的有效性证明了使用真实世界的数据与实验。
2022-06-14 cs.GT cs.LG stat.ML
A Bayesian Learning Algorithm for Unknown Zero-sum Stochastic Games with an Arbitrary Opponent
Google DeepMind（谷歌DeepMind）；USC（南加州大学）；Google Research（谷歌研究院）；University of Southern California（南加州大学）
该研究提出PSRL-ZSG算法，在任意对手的无限 horizon 平均回报零和随机博弈中取得更优贝叶斯遗憾界，且T维度匹配理论下界。
2024-03-11 cs.GT cs.LG
Bayesian Persuasion with Sequential Games
Politecnico di Milano（米兰理工大学）；University of Southampton（南安普顿大学）
我们研究了一个信息结构设计问题（A.K.A.）。说服）与一个单一的发送者和多个接收者与行动的先验未知类型，独立地从行动特定的边际分布。在标准贝叶斯说服模型中，发送者可以访问有关动作类型的附加信息，当她承诺（噪声）信号方案时，她可以利用这些信息向每个接收者发送私人信号。我们的模型的新颖性是在考虑的情况下，接收者在一个顺序的游戏与不完美的信息进行交互，与效用取决于游戏的结果和实现的动作类型。在正式的概念，事前和临时的说服力（不同的时间，接收器承诺遵循发送者的信令方案），我们调查的连续优化问题计算的信令方案，最大限度地提高发送者的预期收入。我们表明，当有三个或更多接收者时，计算最佳的事前说服性信号方案是NP难的。与以前的硬度的临时说服的结果相比，我们表明，对于两个接收器的游戏，一个最佳的事前说服信号方案可以计算在多项式时间由于一个新的算法的基础上，我们提出的椭球方法。
2019-08-02 cs.AI cs.GT
Catcher-Evader Games
计算博弈论解决方案的算法最近已被应用到一些安全领域。然而，许多技术开发的安全游戏的紧凑表示不扩展到{ \em贝叶斯}安全游戏，这使我们能够模拟攻击者的类型的不确定性。在本文中，我们介绍了一个一般的框架{ \em捕手逃避}游戏，可以捕获贝叶斯安全游戏以及其他游戏的兴趣。我们表明，计算Stackelberg策略是NP-难的，但给出了一个算法，计算的纳什均衡，在实验中表现良好。我们还证明了这些游戏的纳什均衡满足{ \em可扩展性}属性，所以均衡选择不是一个问题。
2016-04-16 cs.CR cs.GT
Shipper Cooperation in Stochastic Drone Delivery: A Dynamic Bayesian Game Approach
随着最近的技术创新，被称为无人机的无人驾驶飞行器已经找到了许多应用，包括托运人的包裹和包裹递送。无人机交付在速度更快、成本更低、更环保和所需人力更少方面优于传统的地面车辆交付。然而，现有的无人机配送规划和调度研究大多集中在单个托运人身上，忽略了不确定性因素。因此，在本文中，我们考虑了多个托运人可以合作以最小化无人机交付成本的场景。我们提出了贝叶斯托运人合作随机无人机交付（BCoSDD）框架。该框架由三个功能组成，即，包分配，托运人合作的形成和成本管理。采用多阶段随机规划优化和动态贝叶斯联盟形成博弈方法，考虑了无人机故障和合作货主行为不当的不确定性。我们使用Solomon基准套件中的客户位置和真实的新加坡物流行业对BCoSDD框架进行了广泛的性能评估。因此，该框架可以帮助托运人有效地计划和安排无人机交付。
2020-02-08 cs.GT math.OC
Dynamic Games with Asymmetric Information: Common Information Based Perfect Bayesian Equilibria and Sequential Decomposition
University of Michigan（密歇根大学）
本文研究了具有不对称信息的动态博弈，提出基于共同信息的完美贝叶斯均衡，并通过顺序分解方法解决均衡计算问题，以多用户接入广播博弈为例进行说明。
2015-10-23 cs.GT cs.SY eess.SY
