A Polynomial-Time Algorithm for 1/3-Approximate Nash Equilibria in Bimatrix Games
自从双矩阵博弈中纳什均衡的著名PPAD-完备性结果以来,一长串的研究集中在计算$\varepsilon$ -近似纳什均衡的多项式时间算法上。寻找在多项式时间内的最佳近似保证是解决近似均衡复杂性的基本而重要的追求。尽管付出了大量的努力,Tsaknakis和Spirakis的算法,具有$(0.3393+δ)$的近似保证,在过去的15年中仍然是最先进的。在本文中,我们提出了一个新的改进的Tsaknakis-Spirakis算法,从而在多项式时间算法,计算$(\frac{1}{3}+δ)$ -纳什均衡,任何常数$δ>0$。我们的方法的主要思想是超越使用凸组合的原始和对偶策略,定义在Tsaknakis和Spirakis的优化框架,并丰富池的战略,我们建立的战略配置文件,我们输出在某些瓶颈情况下的算法。
2022-05-19 cs.GT
The Complexity of Equilibrium Refinements in Potential Games
Carnegie Mellon University(卡内基梅隆大学);Massachusetts Institute of Technology(麻省理工学院)
本文研究了势游戏中均衡细化的复杂性,证明了计算完美均衡的复杂性及在特定游戏类中多项式时间算法的存在,同时揭示了扰动优化与梯度下降动力学的关系。
2026-02-10 cs.GT
Equilibria and learning dynamics in mixed network coordination/anti-coordination games
虽然网络协调博弈和网络反协调博弈在文献中得到了相当多的关注,但已知具有共存协调和反协调参与者的网络博弈表现出更复杂的行为。事实上,根据网络结构,这样的博弈甚至可能没有纯策略纳什均衡。一个例子是著名的匹配便士(不协调)游戏。在这项工作中,我们首先提供了图论条件的纯策略纳什均衡存在于任意规模的混合网络协调/反协调游戏。对于这样的条件得到满足的情况下,我们然后研究的最佳响应动态的渐近行为,并提供了有限时间收敛到纳什均衡集的充分条件。我们的研究结果建立在网络凝聚力的概念的扩展和完善,并制定了新的概念网络不可分解。
2021-10-25 cs.GT cs.MA cs.SI
Common Information based Markov Perfect Equilibria for Linear-Gaussian Games with Asymmetric Information
University of Southern California(南加州大学);Coordinated Science Laboratory at the University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校联合科学实验室)
本文研究了具有不对称信息的线性高斯博弈,提出基于公共信息的马尔可夫完美均衡概念,通过求解线性方程组计算均衡,并讨论了二次成本函数下的唯一性及与其他纳什均衡的区别。
2014-01-20 cs.GT cs.SY eess.SY
On (Subgame Perfect) Secure Equilibrium in Quantitative Reachability Games
我们研究了有限图上可达目标的回合制定量多人非零和博弈。在这样的博弈中,每个参与者的目标都是尽快达到自己的目标状态集。以前对这个模型的研究表明,纳什均衡(分别为)。安全均衡)被保证存在于多人游戏中(相应地,两个玩家)的情况下。在多人情况下安全均衡的存在性仍然是一个悬而未决的问题。在本文中,我们集中研究子博弈完美均衡的概念,一个完善的纳什均衡非常适合在框架内的游戏玩的图。我们还引入了子博弈完美安全均衡的新概念。我们证明了子博弈完美均衡的存在性(分别为)。子博弈完美安全均衡)在多人游戏(分别)。两人)定量可达性游戏。此外,我们还提供了一个确定多人情况下安全均衡存在性的算法。
2013-02-26 cs.GT cs.LO
Verifying Equilibria in Finite-Horizon Probabilistic Concurrent Game Systems
Rice University(莱斯大学)
本文研究有限视界概率多智能体并发博弈系统中给定策略配置是否为纳什均衡或子博弈完美均衡的验证问题,发现子博弈完美均衡验证属于PSPACE,而纳什均衡验证为EXPTIME完全,这一反直觉结果表明子博弈完美均衡验证可能更简单。
2026-05-19 cs.GT cs.LO
Equilibrium Refinements for Multi-Agent Influence Diagrams: Theory and Practice
University of Oxford(牛津大学);DeepMind(深度思维)
多智能体影响图(MAID)是一种流行的图形模型形式,对于某些类别的游戏,它已被证明比传统的扩展形式游戏(EFG)表示提供关键的复杂性和可解释性优势。在本文中,我们通过引入MAID子博弈的概念,以及子博弈完美和颤抖的手完美均衡的改进,扩展了以前的工作。然后,我们证明了MAIDS和EFG之间的几个等价结果。最后,我们描述了一个开源的实现推理MAID和计算其平衡。
2021-02-09 cs.AI cs.GT cs.MA
Smoothing Method for Approximate Extensive-Form Perfect Equilibrium
纳什均衡是一个在实践中广泛应用的解决信息博弈问题的解的概念。然而,它有一个主要的缺点:它不排除在博弈树的分支中未达到均衡的次优博弈。均衡优化可以解决这个问题,但几乎没有实际应用。这主要是由于缺乏可扩展的算法。稀疏迭代法,特别是一阶方法,是计算大规模两人零和扩展形式博弈纳什均衡的最有效算法之一。在本文中,我们提供了,据我们所知,这些方法的第一个扩展到平衡细化。我们开发了一个平滑的方法,行为扰动的凸多面体,包括在一个广泛的形式的游戏中的球员的策略空间。这使人们能够计算一个近似的变体的扩展形式的完美均衡。实验表明,我们的平滑方法导致的解决方案,大大加强战略,在信息集,达到低概率近似纳什均衡,同时保持整体收敛速度与快速算法的纳什均衡。这在近似均衡发现(这种近似在大型博弈中是必要的)和精确均衡计算中都有好处,在近似均衡发现中,一些概率很低,但可能在极限中趋向于零,而在精确均衡计算中,低概率实际上是零。
2017-05-25 cs.GT
A Simple Adaptive Procedure Converging to Forgiving Correlated Equilibria
已知范式博弈存在收敛到相关均衡的简单自适应过程(Hart and Mas-Colell 2000),但扩展形式博弈不存在类似过程。利用Zinkevich et al.(2008)的灵感,我们证明了任何为正规形式游戏设计的内部后悔最小化程序都可以有效地扩展到完美回忆的有限扩展形式游戏。我们的过程收敛到宽容的相关均衡集,这是对相关均衡解概念到扩展形式博弈的各种其他扩展的改进(Forges 1986 a; Forges 1986 b; von Stengel and Forges 2008)。在一个宽容的相关均衡中,玩家只有在到达相关信息集时才会收到移动建议,而不是在游戏开始时立即收到所有建议。假设所有其他玩家都遵循他们的建议,则每个玩家都被激励遵循她的建议,无论她是否在之前的信息集中这样做。由此产生的过程是完全分散的:玩家既不需要知道对手的行动,也不需要完全理解游戏本身,除了他们自己的收益和策略。
2022-07-13 cs.GT cs.MA
Complexity of the Existence of Constrained Secure Equilibria in Multi-Player Games
本文针对有限有向图上的多人非零和回合制博弈,研究带约束的安全均衡存在性问题的可判定性与复杂度,其中安全均衡是纳什均衡的一种精炼形式。
2025-09-02 cs.FL cs.GT
Survival of the strictest: Stable and unstable equilibria under regularized learning with partial information
National Technical University of Athens(雅典国立技术大学);Columbia University(哥伦比亚大学);Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所);Criteo AI Lab(Criteo人工智能实验室)
本文研究了一般N人对策中无悔学习的纳什均衡收敛性质。具体来说,我们专注于原型遵循正则化领导者(FTRL)家族的算法,我们认为全谱的不确定性,玩家可能会遇到的-从嘈杂的,基于预言的反馈,强盗,基于回报的信息。在这个一般的背景下,我们建立了纳什均衡的稳定性和它的支持之间的全面等价:一个纳什均衡是稳定的,并以任意高的概率吸引,当且仅当它是严格的(即,每个均衡策略具有唯一的最佳响应)。这种等价性将现有的进化博弈论民间定理的连续时间版本扩展到真正的算法学习环境,并且为预测游戏中无悔学习的日常行为提供了明确的细化标准
2021-02-04 cs.GT cs.LG cs.MA
Characterization and Computation of Normal-Form Proper Equilibria in Extensive-Form Games via the Sequence-Form Representation
University of Science and Technology of China(中国科学技术大学);City University of Hong Kong(香港城市大学);Xi’an Jiaotong University(西安交通大学)
本文提出了一种基于序列形式的紧凑表示法,通过引入扰动博弈和可微路径跟踪方法,有效计算扩展形式博弈中的正规形式适当均衡。
2026-10-16 cs.GT
First-order (coarse) correlated equilibria in non-concave games
本文研究光滑非凹博弈中的一阶粗糙相关均衡,证明了在线梯度上升的普适近似性质,并将原始-对偶无政府代价分析与广义Lyapunov函数估计问题相联系。
2025-11-04 cs.GT
Constrained existence problem for weak subgame perfect equilibria with omega-regular Boolean objectives (full version)
我们研究了在有限有向图上进行的多人回合制游戏,每个玩家的目标是满足一个Ω正则布尔目标。代替著名的纳什均衡(NE)和子博弈完美均衡(SPE)的概念,我们专注于最近的概念弱子博弈完美均衡(弱SPE),SPE的细化。在这种情况下,偏离的玩家只能在有限数量的历史上使用与原始策略不同的策略子类。我们感兴趣的是弱SPE的约束存在性问题。我们提供了这个问题的计算复杂性的一个完整的表征:它是P-完全的显式Muller目标,NP-完全的Co-Büchi,奇偶校验,Muller,Rabin,和Streett目标,PSPACE-完全的可达性和安全性目标(我们只证明NP-成员的Büchi目标)。我们还表明,约束存在性问题是固定参数易处理的,是多项式时,局中人的数量是固定的。所有这些结果都是基于对不动点算法的精细分析,该算法计算弱SPE下可能的收益曲线集。
2018-08-15 cs.GT
Equilibrium Selection in Data Markets: Multiple-Principal, Multiple-Agent Problems with Non-Rivalrous Goods
数据市场有几个方面与典型的商品市场不同:信息不对称,数据的非竞争性和信息外部性。形式上,这产生了一类新的游戏,我们称之为多主,多代理问题与非竞争性商品。在假设委托人的报酬是拟线性的支付给代理人,我们表明,有一个根本的退化在市场上的非竞争性商品。这种平衡的多重性也影响了平衡定义的常见改进,这些改进旨在唯一地选择一个平衡:变分平衡和归一化平衡通常都是非唯一的。这意味着大多数现有的均衡概念无法预测当今新兴数据市场的结果。结果支持的想法,修改支付合同本身是不可能产生一个独特的均衡,无论是改变模型的研究或新的均衡概念,将需要确定独特的均衡设置与多个校长和非竞争性好。
2023-03-27 cs.GT econ.TH
Computing Perfect Bayesian Equilibria, with Application to Empirical Game-Theoretic Analysis
Michigan Tech Research Institute(密歇根理工大学研究所);University of Michigan(密歇根大学)
本文提出了一种计算完美贝叶斯均衡的算法,用于改进经验博弈论分析中的策略探索。
2026-02-20 cs.GT
Paradoxes of Game Theoretic Equilibria and Price of Anarchy
Google Deepmind(谷歌DeepMind)
研究博弈论均衡与无政府价格的悖论,指出将多智能体学习简化为静态均衡和黑箱后悔分析存在问题,通过分析内部纳什均衡、拥堵博弈等情况揭示相关不足,并研究非原子极限下的均衡变化,强调需重新评估基于动态的最坏情况均衡框架。
2026-07-14 cs.GT cs.LG cs.MA
Constrained Existence Problem for Weak Subgame Perfect Equilibria with $ω$-Regular Boolean Objectives
我们研究了在有限有向图上进行的多人回合制游戏,每个玩家的目标是满足一个Ω正则布尔目标。代替著名的纳什均衡(NE)和子博弈完美均衡(SPE)的概念,我们专注于最近的概念弱子博弈完美均衡(弱SPE),SPE的细化。在这种情况下,偏离的玩家只能在有限数量的历史上使用与原始策略不同的策略子类。我们感兴趣的是弱SPE的约束存在性问题。我们提供了这个问题的计算复杂性的一个完整的表征:它是P-完全的显式Muller目标,NP-完全的Co-Büchi,奇偶校验,Muller,Rabin,和Streett目标,PSPACE-完全的可达性和安全性目标(我们只证明NP-成员的Büchi目标)。我们还表明,约束存在性问题是固定参数易处理的,是多项式时,局中人的数量是固定的。所有这些结果都是基于对不动点算法的精细分析,该算法计算弱SPE下可能的收益曲线集。
2018-09-10 cs.GT
Proximal Regret and Proximal Correlated Equilibria: A New Tractable Solution Concept for Online Learning and Games
Yale University(耶鲁大学);MIT CSAIL(麻省理工学院CSAIL);University of Southern California(南加州大学);University of Virginia(弗吉尼亚大学)
本文提出介于外部遗憾与交换遗憾之间的近端遗憾概念,证明经典在线梯度下降无需修改即可达到最优近端遗憾界,并据此定义近端相关均衡,统一并拓展了在线学习与博弈论中的多种均衡概念。
2026-11-17 cs.GT cs.LG
The Complexity of Proper Equilibrium in Extensive-Form and Polytope Games
Massachusetts Institute of Technology(麻省理工学院);Carnegie Mellon University(卡内基梅隆大学);Strategy Robot, Inc.(策略机器人公司);Strategic Machine, Inc.(战略机器公司);Optimized Markets, Inc.(优化市场公司)
本文研究了扩展型游戏和多面体游戏中适当均衡的计算复杂性,证明了其在不同游戏类型中的不同难度,揭示了均衡改进计算的复杂性不依赖于纳什均衡。
2026-02-10 cs.GT
The Complexity of Subgame Perfect Equilibria in Quantitative Reachability Games
本文研究定量可达性博弈中SPE的复杂性,证明约束存在性问题是PSPACE完全的,并提出一种通过迭代约束至不动点来刻画SPE结果集的新算法。
2020-11-04 cs.GT cs.LO
Weak Subgame Perfect Equilibria and their Application to Quantitative Reachability
我们研究了有限有向图上的$n$ -玩家回合制游戏。对于每一场比赛,球员必须支付他们想要最小化的成本。而不是众所周知的概念的纳什均衡(NE),我们专注于子博弈完美均衡(SPE)的概念,一个完善的NE非常适合在框架内的游戏玩图。我们还研究了SPE的自然变体,命名为弱(分别)。非常弱)SPE,其中偏离的参与者不能使用完整的策略类,而只能使用具有有限数量(resp.唯一的)偏差步骤。我们的成果有三个方面。首先,我们的特点是在一个民间定理的形式的所有播放的结果,一个弱SPE的集合。其次,对于一类定量可达性游戏,我们证明了有限记忆SPE的存在性,并提供了一个算法来计算它(只有存在性是已知的,没有关于记忆的信息)。此外,我们表明,存在一个受约束的SPE,即SPE,使每个玩家支付的成本小于一个给定的常数,可以决定。证明依赖于我们的民间定理弱SPE(这符合SPE的情况下,定量可达性游戏)和无限的话MSO逻辑的可判定性。最后,与类似的技术,我们提供了第二个一般类的游戏,存在(约束)弱SPE是可判定的。
2015-04-10 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
Certifying Concavity and Monotonicity in Games via Sum-of-Squares Hierarchies
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Singapore University of Technology and Design(新加坡科技设计大学);Centre for Quantum Technologies, National University of Singapore(新加坡国立大学量子技术中心);Archimedes/Athena Research Center(阿尔基米德/雅典研究中心)
通过求和平方层次结构验证博弈的凹性和单调性,提供多项式时间算法和近似方法。
2025-12-11 cs.GT cs.MA math.OC
Learning with Episodic Hypothesis Testing in General Games: A Framework for Equilibrium Selection
该研究提出一种结合假设检验与效用驱动探索的学习动力学,证明其在一般有限标准型博弈中收敛至最大化所有参与者最小变换后效用的精炼均衡,为均衡选择提供了新机制。
2025-07-30 cs.GT cs.SY eess.SY
Sample-Efficient Learning of Correlated Equilibria in Extensive-Form Games
Peking University(北京大学);UC Berkeley(加州大学伯克利分校);Salesforce Research(赛富时研究院)
不完全信息可拓形式博弈(IIEFG)是现实世界中涉及不完全信息和顺序博弈的一种普遍模型。可拓形式相关均衡(EFCE)已被提出作为一个自然的解决方案的概念,多人一般和IIEFGs。然而,现有的算法,寻找EFCE需要从游戏的充分反馈,它仍然是开放的,如何有效地学习EFCE在更具有挑战性的强盗反馈设置,游戏只能通过观察学习从重复播放。本文提出了第一个样本有效的算法学习的EFCE从强盗反馈。我们首先提出$K$ -EFCE --一个更广义的定义,允许玩家观察并偏离推荐的动作$K$次。$K$ -EFCE包括EFCE作为$K=1$的特殊情况,并且是随着$K$增加而越来越严格的平衡概念。然后,我们设计了一个解耦的无遗憾算法,找到一个$\varepsilon$ -近似$K$ -EFCE内$\widetilde{\mathcal{O}}(\max_{i}X_iA_i^{K}/\varepsilon^2)$迭代在全反馈设置,其中$X_i$和$A_i$是信息集和行动的数量为$i$ -th播放器。我们的算法的工作原理是最大限度地减少了大范围的遗憾,在每个信息集,考虑到所有可能的推荐历史。最后,我们设计了一个基于样本的变体,我们的算法,学习的$\varepsilon$近似$K$ -EFCE内$\widetilde{\mathcal{O}}(\max_{i}X_iA_i^{K+1}/\varepsilon^2)…
2022-05-15 cs.GT cs.LG stat.ML
Quasi-Perfect Stackelberg Equilibrium
平衡细化在扩展形式中是重要的(即,树形)游戏,其中它们通过要求序列理性和其他有益属性来修正纳什均衡概念的弱点。其中最有吸引力的精化概念是拟完美平衡。虽然准完美已经在扩展形式的游戏中进行了研究,但在Stackelberg设置中却知之甚少-也就是说,领导者可以承诺策略的设置-这对于建模很重要,例如,安全游戏。本文给出了拟完美Stackelberg均衡的公理化定义。我们开发了一个广泛的游戏扰动计划,导致他们的限制。我们的一类扰动计划严格推广了以前的扰动计划(非Stackelberg)的准完美平衡的计算。基于我们的扰动方案,我们开发了一个分支定界算法计算一个准完美的Stackelberg平衡。它利用线性规划的扰动变体来计算Stackelberg扩展形式的相关平衡。实验表明,我们的算法可以用来找到一个近似的拟完美的Stackelberg均衡在游戏中的数千个节点。
2018-11-09 cs.GT
Observable Perfect Equilibrium
Ganzfried Research(甘兹弗里德研究)
本文提出了一种新的博弈均衡概念——可观察的完美均衡,用于解决不完全信息序贯博弈中选择纳什均衡的问题,该概念在公开可观察的动作概率下更具鲁棒性,并在德州扑克中展现出不同的解决方案。
2026-10-25 cs.AI cs.GT cs.MA
Policy Abstraction and Nash Refinement in Tree-Exploiting PSRO
Michigan Tech Research Institute(密歇根理工研究所);University of Michigan(密歇根大学)
本文改进 TE-PSRO,以 DRL 隐式策略表示可扩展经验博弈树,并用广义逆向归纳计算 SPE 指导探索,实验证明其较 Nash 均衡更快收敛且资源开销合理。
2025-02-15 cs.AI cs.GT
Subgame Credible Nash Equilibrium
本文提出子博弈可信纳什均衡(SCNE),通过增加跨等价子博弈的外部可信性要求,消除了自损性惩罚或承诺维持的均衡,并证明了其存在性与唯一性条件。
2025-11-02 cs.GT econ.TH
A Robust Characterization of Nash Equilibrium
本文通过三条跨博弈一致性公理唯一刻画纳什均衡,并证明任何均衡精炼必违反至少一条公理,且近似满足公理的解概念在两人零和博弈、势博弈和图博弈等子类中仍返回近似纳什均衡。
2024-06-28 cs.GT econ.TH
Algorithmic Collusion and the Complexity of Information-Value-Free Equilibria
Carnegie Mellon University(卡内基梅隆大学);Yale University(耶鲁大学)
本文研究信息价值无关均衡的计算复杂性,证明IVFCE在简洁博弈中为PPAD完全且无高效学习动态,而IVFCCE的近似计算虽可FPTAS但指数小近似下至少与P矩阵LCP一样难。
2026-09-22 cs.CC cs.DS cs.GT
The complexity of computing a (quasi-)perfect equilibrium for an n-player extensive form game of perfect recall
研究了有限n人完全回忆扩展型博弈(EFGPR)的纳什均衡的计算或近似精化的复杂性,其中n >= 3。我们的结果适用于一些研究完善,包括顺序(SE),扩展形式完美(PE),和准完美平衡(QPE)。这些改进了纳什均衡和子博弈完美均衡。其中,最精细的概念是PE和QPE。根据经典的结果,所有这些平衡点都存在于任何EFGPR中。我们表明,对于所有这些概念的平衡,近似一个给定的EFGPR的平衡,在给定的期望精度,是FIXP_a-完全的。我们还考虑了相应的“几乎”均衡概念的复杂性,并表明它们是PPAD完备的。特别地,我们定义了“delta几乎完全(准)完美”均衡,并证明了计算一个是PPAD完全的。我们表明,这些概念细化“三角洲几乎子博弈完美均衡”EFGPR,这是PPAD完成。因此,对于n个参与者EFGPR(n >= 3),近似一个这样的(delta-几乎)均衡是P-时间等价于近似具有3个或更多参与者的范式博弈(NFG)的(delta-几乎)NE。NFG可被平凡地编码为EFGPR,而不会在大小上爆炸。因此,我们的研究结果扩展了著名的复杂性结果NFG的平衡在更一般的设置EFGPR的改进。对于2人EFGPR,类似的复杂度结果来自Koller,Megiddo和von Stengel(1996),von Stengel,van den Elzen和Talman(2002)以及Miltersen和Soere…
2014-12-03 cs.CC cs.GT
Normal-Form Correlation in Markov Games
Carnegie Mellon University(卡内基梅隆大学);Massachusetts Institute of Technology(麻省理工学院);University of Texas at Austin(德克萨斯大学奥斯汀分校);Strategy Robot, Inc.(Strategy Robot公司);Strategic Machine, Inc.(Strategic Machine公司);Optimized Markets, Inc.(Optimized Markets公司)
本文针对有限时域马尔可夫博弈,提出首个计算正规型关联均衡的高效算法,通过逆向归纳和常数期望关联均衡实现,并证明在多人或高精度情形下为PPAD完备。
2026-10-05 cs.CC cs.DS cs.GT