Double-Sided Markets with Strategic Multi-dimensional Players
我们考虑的市场机制是双边的，至少在一边有多维战略空间的参与者。市场参与者具有战略性，并采取行动优化自己的效用。另一方面，机制设计者旨在优化社会目标，即，贸易的收益。我们专注于这种设置的一个例子，其动机是可预见的未来形式的在线广告。在线广告目前支持一些最重要的互联网服务，包括：搜索，社交媒体和用户生成的内容网站。为了克服隐私问题，有人建议通过信息经纪人将用户信息市场引入在线广告生态系统。这样的市场让用户可以控制哪些数据在在线广告交换中共享。我们描述了一个模型，为上述可预见的未来形式的在线广告，并设计了两种机制，这个模型的交流：一个确定性的机制，这是相关的大量文献的机制设计，通过贸易减少，并允许玩家与多维的战略空间，和一个随机机制，可以处理一个更一般的版本的模型。
2016-11-14 cs.GT
Strategic decentralization in binary choice composite congestion games
研究了二元选择复合网络拥塞博弈中的策略分散问题。如果一个参与者让一些自主智能体分别决定如何将其库存的不同部分从起点发送到目的地，那么她就是去中心化的。本文证明了，在凸的、严格递增的和可微的弧成本函数下，原子可分参与者总是有一个最优的单边分散策略。此外，单方面的权力下放给她同样的优势，作为一个Stackelberg拥塞游戏的领导者。最后，单方面分散的原子的球员有负面影响的社会成本和成本的其他球员在拥挤的游戏均衡。
2015-09-15 cs.GT
Strategic Decompositions of Normal Form Games: Zero-sum Games and Potential Games
我们研究了新的游戏类，称为零和等价游戏和零和等价潜在的游戏，并证明了分解定理涉及这些游戏类。我们说两个博弈是“战略等价的”，如果对每个参与者来说，两个策略之间的收益差异（保持其他参与者的策略不变）是相同的。零和等价博弈是一种在战略上等价于零和博弈的博弈;零和等价势博弈是一种在战略上等价于共同利益博弈的零和等价博弈。我们也称一个博弈为“正规化”，如果一个参与人的收益之和，给定其他参与人的策略，总是为零。我们证明了任何范式博弈都可以被唯一地分解为（i）零和等价博弈和规范化的共同利益博弈，或者（ii）零和等价势博弈、规范化零和博弈和规范化的共同利益博弈，每一个博弈都具有独特的均衡性质。例如，我们表明，两个玩家的零和等价游戏有限的策略集一般有一个唯一的纳什均衡和两个玩家的零和等价的潜在的游戏有限的策略集一般有一个严格的优势纳什均衡。
2020-05-19 cs.GT
Strategic analysis of implementation assets and threats
战略分析的目的是（简单地）在执行机构与现有市场情况的可能联系之间进行博弈。因此，我们正在我们与外部世界之间玩一场战略游戏。这种情况往往与现有的和潜在的威胁有关，如竞争、时尚趋势、成本情况、营销效果、市场需求等。然而，这并不包括这种情况所造成的所有方面，因为还可能考虑到有利于执行的条件，如合作的可能性、有利的地理位置、接触接受者的新形式、新的法律解决办法、一般来说，我们可以将条件集分为资产和威胁。玩战略博弈不仅导致对博弈价值的估计，而且还指向均衡点（鞍点）和市场稳定的条件。因此，我们有两个参与者（一个零和的两个参与者游戏，取决于所作的假设）;一边是我们的资产，另一边是外部威胁。双方的战略将是执行、市场和营销参数的组合。这将在导言（第1章）中作为一个例子加以说明。下一章（第2章和第3章）是估计策略选择效果的建议，即为参与者创造收益。最后一个阶段是进行游戏，分析结果（第3章）和总结（第4章）。
2018-05-15 cs.GT
A Machine Learning Approach to Detect Strategic Behavior from Large-Population Observational Data Applied to Game Mode Prediction on a Team-Based Video Game
针对仅能观测智能体行动时难以判断其是否策略性行动的问题，提出基于机器学习的策略行为检测方法，通过在《风暴英雄》游戏模式预测中加入历史共玩特征显著提升准确率，验证了玩家策略决策的存在。
2025-01-17 cs.GT
Strategic Information Exchange
研究了一类具有不完全信息和信息外部性的二人重复博弈。在这些游戏中，一开始就选择两个状态，玩家在重复游戏之前获得关于这对状态的私人信息。每个参与者的收益只取决于他自己的状态和他自己的行动。我们研究在什么程度上，以及如何，信息可以在平衡中交换。我们证明，提供的私人信息的每个球员是有价值的其他球员，一套连续的均衡收益收敛到一套可行的和个人理性的收益球员成为耐心。
2010-07-26 cs.GT math.OC math.PR
Intention Games: Towards Strategic Coexistence between Partially Honest and Blind Players
竞争实体之间的战略互动通常被认为是从这些互动中获得的利益的完整揭示的角度来看，在公开的支付函数和/或信念的形式，在宣布的游戏。然而，在类似的竞争环境中，竞争对手之间存在着战略相互作用，在这种情况下，玩家可以选择在私人收益的可用性下制定战略。在这篇文章中，我们提出了一个正式的框架，竞争性的生态系统中，每个球员都被允许从公开的最优策略的某些私人收益大于宣布的收益，鉴于这些叛逃有一定的可接受的范围内，从长远来看，所有的球员同意。我们把这种博弈论的构造称为意图博弈。我们正式定义了一个意图游戏，并存在于这种相互作用，允许公开叛逃的参与者的均衡的概念。我们比较了意图游戏与传统的战略形式的游戏，并证明了类型理论的意图游戏的建设。在一个部分诚实的环境中，我们给出了古诺竞争、移动应用程序之间的安全交互、互联网服务提供商之间通过内容分发网络进行的互联网服务数据采购竞争以及比特币挖矿竞争的意图博弈实例。我们给出了一个使用意图游戏来确定玩家参与的密码协议。最后，我们证明了意图游戏框架的双重模型的可能性。
2020-02-11 cs.CR cs.GT
Who Leads and Who Follows in Strategic Classification?
University of California, Berkeley（加利福尼亚大学伯克利分校）
随着预测模型被部署到现实世界中，它们必须越来越多地应对战略行为。越来越多的关于战略分类的工作将这个问题视为Stackelberg游戏：决策者通过部署模型来“领导”游戏，而战略代理人则通过对部署模型的最佳反应来“跟随”。重要的是，在这种框架中，学习的负担只放在决策者身上，而代理人的最佳反应被隐含地视为即时的。在这项工作中，我们认为，发挥战略分类的顺序是从根本上决定的相对频率，决策者和代理人适应对方的行动。特别是，通过推广的标准模型，让双方球员学习随着时间的推移，我们表明，决策者，使更新速度比代理可以扭转播放顺序，这意味着代理领导和决策者如下。我们观察到，在标准的学习环境中，这样的角色转换可能是可取的决策者和战略代理。最后，我们表明，一个决策者的自由选择他们的更新频率可以诱导学习动态收敛到Stackelberg均衡与任何顺序的发挥。
2022-01-29 cs.GT cs.LG
Games for the Strategic Influence of Expectations
我们引入了一类新的游戏，每个玩家的目标是随机化她的战略选择，以影响其他玩家的期望，除了她自己的。每个参与者打算施加这种影响的方式是通过多项式等式和有理系数不等式的布尔组合来表达的。我们提供了这些游戏的逻辑表示，以及平衡的存在性的计算研究。
2014-04-03 cs.GT cs.LO cs.MA
Strategic Formation of Heterogeneous Networks
我们建立了一个互联网的自治系统（AS）互连拓扑的网络形成游戏。该游戏包括不同类型的球员，占异构性的AS在互联网上。在这个网络形成游戏中，玩家的效用取决于网络结构，例如，节点之间的距离和链路的成本。我们还考虑了效用（或货币）转移的情况下，允许球员之间。我们将可靠性的考虑在玩家的效用函数，并分析游戏的静态属性以及它的动态演变。我们提供了拓扑量的动态分析，并解释了一些“网络图案”在互联网图中的流行。我们用真实世界的数据来评估我们的预测。
2016-05-23 cs.GT
Non-strategic Econometrics (for Initial Play)
代理偏好建模在包括经济学和越来越多的人工智能在内的一系列领域都有应用。这些偏好并不总是已知的，因此可能需要从观察到的行为中进行估计，在这种情况下，需要一个模型来将代理偏好映射到行为，也称为结构估计。传统的模型是基于这样的假设，即代理人是完全理性的：也就是说，他们完全按照自己的利益进行优化和行为。然而，行为博弈论领域的工作表明，人类代理人经常做出不完全理性的决策，该领域已经开发出放松完美理性假设的模型。我们应用模型预测行为对估计偏好，并表明他们优于传统和常用的基准模型从人类受试者收集的数据。事实上，纳什均衡及其放松，量子响应均衡（QRE），可以导致一个不准确的估计代理偏好时，与地面真相。一个关键发现是，对非战略行为（通常被认为是均匀噪音）进行建模对于估计偏好非常重要。为此，我们引入了quantal-linear 4，一个丰富的非战略模型。我们还提出了一个增强流行的量子响应均衡与非战略性的组成部分。我们称之为增强模型QRE+L0，并发现在标准QRE的估计值的改进。QRE+L0允许非战略行为的替代模型，除了量化线性4。
2023-03-01 cs.GT
Functional Dependence in Strategic Games (extended abstract)
本文研究了多人策略对策纳什均衡中局中人策略间函数依赖的性质。主要关注的是在支付函数的固定依赖图的上下文中函数依赖的属性。提出了一个描述任意给定图的函数依赖性质的逻辑系统，并证明了该系统是完备的。
2013-03-04 cs.GT cs.LO
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
Strategic Teaching and Learning in Games
University of California, Davis（加州大学戴维斯分校）
已知在所有有限博弈中存在导致纳什均衡的非耦合学习策略。为什么玩家应该使用这种学习启发式方法？它们从何而来？我们表明，没有解耦的学习启发式导致纳什均衡在所有有限的游戏，玩家有动机采取，这将是进化稳定的，或者可以“学习自己”。相反，一个参与者有动机在战略上教导这样一个学习对手，以确保至少Stackelberg领导者的回报。不可能的结果仍然完好无损时，限制类的一般游戏，两个球员的游戏，潜在的游戏，游戏与战略补充或2x2游戏，其中学习是已知的“好”。更一般地说，它也适用于非耦合学习算法，导致相关的均衡，合理化的结果，迭代可接受的结果，或最小遏制集。一个可能的结果限制在“战略平凡”的游戏失败，如果一些通用的游戏之外，这一类被认为是以及。
2015-04-23 cs.AI cs.GT cs.LG
Periodic Strategies: A New Solution Concept and an Algorithm for NonTrivial Strategic Form Games
我们引入了一个新的解决方案的概念，称为周期性，在战略形式的游戏选择最佳策略。这种周期性解决方案的概念产生了新的见解，非平凡的游戏。在混合策略策略形式博弈中，周期解产生的每个参与者的效用函数值等于纳什均衡值。与纳什策略相反，这里每个参与人的收益都是稳健的。有时候，周期性策略会产生更高的效用，有时候纳什策略会产生更高的效用，但这两种策略的效用往往是一致的。本文正式定义并研究了两局中人完全信息策略型纯策略对策中的周期策略，证明了每个非平凡有限对策至少有一个周期策略，且具有非平凡意义的非退化支付。在某些使用混合策略的游戏中，我们确定了量化特征。特别有趣的是集体行动游戏的影响，因为在那里的集体行动策略可以被纳入一个纯粹的非合作的背景下。此外，我们解决的周期性问题时，球员有一个连续的一组可用的策略。
2018-01-24 cs.GT econ.TH
Strategic Behavior and No-Regret Learning in Queueing Systems
本文研究了一个动态离散时间排队模型，在该模型中，每个阶段参与者都有一个新的任务，并且必须将所有的任务发送到一个容量有限的队列中。玩家有动机尽可能晚地发送他们的作业;然而，如果作业没有在固定的截止日期前退出队列，则作业的所有者将受到惩罚，并且该作业将被发送回玩家并在下一个周期加入队列。因此，系统的稳定性，即系统中工作数量的有界性，是不能保证的。我们表明，如果球员近视的战略，那么系统是稳定的，当惩罚是足够高的。此外，如果参与者使用一个从典型的无遗憾算法（指数权重）派生的学习算法，那么当惩罚大于一个取决于系统中工作总数的界限时，系统是稳定的。
2023-02-07 cs.GT math.PR
A Note on Bayesian Rationality and Correlated Equilibrium
战略博弈中的贝叶斯理性假设战略不确定性可以转化为不完全信息。相关均衡的指导思想是，参与者是贝叶斯理性的，有一个共同的先验，并独立地选择他们的策略。我表明，贝叶斯理性的一个必要条件是违反了在每一个游戏的不完美信息。此外，如果没有战略不确定性，参与者就无法独立选择自己的战略。这意味着战略独立需要战略不确定性。如果我们区分战略确定性和不确定性，我们就能够解释囚徒困境的合作解和非合作解的存在。
2016-01-31 cs.GT math.LO
Functional Dependence in Strategic Games
本文研究了多人策略对策纳什均衡中局中人策略间函数依赖的性质。主要关注的是在支付函数的固定依赖图的上下文中函数依赖的属性。提出了一个描述任意给定图的函数相关性质的逻辑系统，并证明了该系统是完备的。
2013-02-03 cs.GT cs.LO math.LO
Strategic investments in multi-stage General Lotto games
在对抗性互动中，通常需要在多个时间段内做出战略决策，其中早期做出的决策会影响玩家的竞争地位以及后期如何做出选择。在本文中，我们研究这样的情况下，一般乐透游戏，模型的竞争性分配资源在两个玩家之间的多个战场。我们提出了一个两阶段的配方，其中一个球员保留的资源，可以在第一阶段的战场上进行战略性的预分配。然后，预分配变得具有约束力，并向其他玩家显示。在第二阶段，玩家通过同时分配他们的实时资源来参与。本文的主要贡献提供了两阶段博弈中均衡收益的完整刻画，揭示了在博弈的每个阶段中，绩效与资源消耗量之间的相互作用。我们发现，实时资源的效率至少是预先分配资源的两倍。然后，我们确定玩家的最佳投资时，有线性成本与购买每种类型的资源开始之前，有一个有限的货币预算。
2022-09-13 cs.GT cs.SY econ.TH
The Strategic Formation of Multi-Layer Networks
我们研究多层网络的战略形成，其中每一层代表网络中节点之间的不同类型的关系，旨在最大限度地提高一些效用，这取决于该层的拓扑结构和其他层。我们首先将基于距离的网络形成推广到两层设置，其中在一层中构建边缘（每条边缘具有固定成本），以最小化另一层中相邻节点之间的距离。我们发现，在这种情况下，设计一个最佳的网络是NP-难的。尽管潜在的复杂性的问题，我们的最优网络的某些特性的特征。然后，我们制定了一个多层网络形成游戏，其中每一层对应于一个球员，最佳选择其边缘集，以响应其他球员的边缘集。我们考虑效用函数，将不同的层视为战略替代品。通过应用我们关于最优网络的研究结果，我们表明，具有低边缘成本的玩家将具有高边缘成本的玩家赶出游戏，并且在运输系统中常见的轴辐式网络在这个游戏中作为纳什均衡出现。
2015-10-28 cs.GT cs.SI
Strategic Contention Resolution with Limited Feedback
本文从博弈论的角度研究了竞争解决协议。我们专注于\emph{acknowledgment-based}协议，其中用户仅在尝试传输时才从信道获得反馈。在这种情况下，她将了解她的传输是否成功。不发送的用户将不会收到任何反馈。我们感兴趣的是均衡协议，其中没有参与者有偏离的动机。有限反馈使得均衡协议的设计成为一项艰巨的任务，因为最佳响应策略通常必须建模为部分可观测马尔可夫决策过程，这是难以分析的。然而，我们展示了如何规避这两个球员的情况下，提出了一个均衡协议。对于许多球员，我们给出了不可能的结果，为一大类基于协议，即\emph{age-based}和\emph{backoff}协议有限的预期完成时间。最后，我们提出了一个基于年龄的均衡协议，该协议具有无限的期望完成时间，但每个参与人都以高概率在线性时间内完成。
2016-06-21 cs.GT
Information Design with Elicitation and Strategic Coordination
Massachusetts Institute of Technology（麻省理工学院）；Sloan School of Management（斯隆管理学院）；Institute for Data, Systems, and Society（数据、系统与社会研究所）
研究不完全信息线性二次博弈中，设计者通过观察状态、获取类型并出售行动建议的最优机制，刻画了可实施机制并识别了不同目标下的最优设计。
2026-06-23 cs.GT econ.TH
Is Knowledge Power? On the (Im)possibility of Learning from Strategic Interactions
UC Berkeley（加州大学伯克利分校）；MIT（麻省理工学院）；Archimedes AI（阿基米德人工智能公司）
本文通过元博弈的纯纳什均衡分析证明，仅靠重复策略性交互无法让信息劣势方获得Stackelberg价值，且信息不对称的影响取决于博弈结构。
2024-11-20 cs.GT cs.LG
Mixed Capability Games
我们提出了一类新的战略游戏，混合能力的游戏，作为研究不同的球员能力如何影响战略游戏的动态和结果的基础。我们分析了不同的球员能力的影响，通过一个能力传递函数，其特征在于每个球员在均衡的能力，为所有球员在游戏中的回报。在本文中，我们模拟一个球员的能力，该球员可用的策略空间的大小。本文分析了Yang等人最近提出的黄金和矿山博弈的一个混合能力变体，并推导了其封闭形式的能力传递函数。
2022-08-15 cs.GT
Strategic Seeding of Rival Opinions
我们提出了一个网络影响力的游戏，模型的球员战略播种嵌入在社交网络中的节点的意见。一种社会学习动态，即节点反复更新自己的观点，使之与邻居的观点相似，从而在网络中传播种子观点。在一段固定的时间后，动态停止，每个参与者的效用由网络中每个节点相对于其他参与者所持意见的相对强度决定。我们表明，存在一个纯纳什均衡不能保证一般。然而，如果允许动态进展足够的时间量，使得在所有节点之间获得共识，则可以保证纯纳什均衡的存在。找到一个纯策略的最佳对策的计算复杂性被证明是NP-完全的，但可以有效地近似在一个（1 - 1/e）的最佳因素由一个简单的贪心算法。
2016-09-22 cs.GT
Strategically Robust Linear Quadratic Dynamic Games
California Institute of Technology（加州理工学院）
本文研究了玩家对彼此控制策略和目标不确定的线性二次动态博弈，提出战略鲁棒动态均衡概念，证明其存在性和唯一性，并通过数值模拟展示鲁棒性在设计鲁棒分布式控制中的优势。
2026-04-24 cs.GT cs.SY eess.SY
Strategic Experimentation with Private Payoffs
本文研究了私人回报下的策略性实验游戏，发现均衡实验量高于公开观察情况，且可能达到社会最优水平。
2025-12-05 cs.GT math.OC
Using HMM in Strategic Games
Federal University of Rio de Janeiro（里约热内卢联邦大学）
在本文中，我们描述了一种方法来解决战略游戏中，玩家可以沿着游戏假设不同的类型。我们的目标是推断对手在每一时刻采用哪种类型，以便我们可以增加玩家的赔率。为了实现这一点，我们使用马尔可夫博弈结合隐马尔可夫模型。我们讨论一个假设的例子，网球比赛的解决方案可以应用到任何游戏具有类似的特点。
2014-04-01 cs.GT cs.IR cs.LG
The Value of Compromising Strategic Intent in General Lotto Games
本文研究一般 Lotto 博弈中，破坏者通过二元传感器获取对手资源分配阈值信息时的均衡策略与收益，并证明该信息能显著提升破坏者表现。
2024-10-01 cs.GT
Selfishness Level of Strategic Games
我们引入了一个新的衡量策略博弈中社会福利在纳什均衡和社会最优之间的差异的标准，我们称之为自私水平。这是社会福利的最小部分，需要提供给每个参与者，以实现社会最优是在一个纯粹的纳什均衡实现。自私水平与稳定的代价和无政府状态的无政府代价无关，并且在支付函数的正线性变换下是不变的。当然，它也适用于其他解决方案和其他形式的游戏。我们研究了几个著名的战略游戏的自私水平。这使我们能够量化游戏中玩家个人利益与他们的决策对整个社会的影响之间的隐含张力。我们的分析表明，自私的水平往往提供了一个更深层次的了解的特点，潜在的游戏，影响球员的合作意愿。特别地，有限序势博弈的自私水平是有限的，而弱非循环博弈的自私水平可以是无限的。我们得到明确的界限上的自私水平的公平成本分摊游戏和线性拥塞游戏，这取决于具体的参数的基本游戏，但独立的球员的数量。进一步，我们证明了$n$ -参与者囚徒困境的自私水平是$c/(b(n-1)-c)$，其中$b$和$c$分别是合作的收益和成本，$n$ -参与者公共物品博弈的自私水平是$(1-\frac{c}{n})/(c-1)$，其中$c$是公共物品乘数，而旅行者困境博弈的自私水平是$\frac{1}{2}(b-1)$，其中$b$是奖金.最后，古诺竞争的自私水平（无限序数势博弈的一个例子，公地悲剧和伯特兰竞争是无限的。
2014-04-03 cs.GT
Common Beliefs and Public Announcements in Strategic Games with Arbitrary Strategy Sets
我们提供了一个基于可能性对应的任意战略博弈的认识论分析。我们首先建立了一个通用的结果，链接真正的共同信念（和，分别，共同的知识）的球员的理性定义的“单调”属性的手段，与迭代消除的战略，不满足这些属性。它使我们能够推导出与真正的共同理性信念和严格劣势策略的迭代消除有关的习惯结果作为简单的推论。这种方法依赖于塔斯基不动点定理。我们还提供了一个公理介绍这个通用的结果。这使我们能够澄清玩家推理中假设的证明理论原则。最后，我们提供了另一种表征的迭代消除策略的基础上，一个公告的概念。它适用于“全局属性”。这两类性质都包含了可合理化和严格劣势策略的迭代消除的概念。
2008-11-07 cs.GT
Delegation in Strategic Environments and Equilibrium Uniqueness
Princeton University（普林斯顿大学）；Caltech（加州理工学院）
本文研究了战略环境中委托行为对均衡唯一性的影响，揭示了粗相关均衡与个体理性相关配置之间的结构性联系，并提出了新的条件以确保经典均衡的鲁棒性。
2026-02-25 cs.GT econ.TH
Network Flow Routing under Strategic Link Disruptions
Massachusetts Institute of Technology（麻省理工学院）
本文研究了在网络链路破坏下双玩家战略博弈中的流量路由问题，通过线性规划对偶性和最大流最小割定理分析，揭示了纳什均衡下的支付对称性和参数影响规律。
2016-01-26 cs.GT cs.SY eess.SY
The Theory of Strategic Evolution: Three Principles of Strategic Replicators
Institute of American Constitutional Thought and Leadership（美国宪法思想与领导力研究所）；University of Toledo（托莱多大学）
本文提出战略进化理论，引入具有内生参与者的博弈，定义进化稳定智能分布，通过跨层增益矩阵构建战略层层次结构，证明相关封闭性及定理，可用于分析人工智能部署动态等，揭示人格工程问题及稳定多智能体系统的宪法约束。
2026-10-28 cs.AI cs.CY cs.GT
Strategic Representation
Technion Israel Institute of Technology（以色列理工学院）；Indian Institute of Technology Hyderabad（印度理工学院海得拉巴分校）；Google Research（谷歌研究院）
人类已经开始依赖机器将过多的信息减少到可管理的表示。但这种依赖可能会被滥用--战略机器可能会精心制作操纵用户的表示。用户如何根据策略表示做出好的选择？我们将其形式化为一个学习问题，并追求对操纵具有鲁棒性的决策算法。在我们感兴趣的主要设置中，系统向用户表示物品的属性，然后用户决定是否消费。我们通过战略分类的镜头（Hardt et al. 2016）对这种交互进行建模，颠倒过来：学习的用户首先进行游戏;响应的系统其次进行游戏。系统必须以揭示“除了真相之外别无他物”的表述作出回应，但不需要揭示全部真相。因此，用户面临的问题，学习下的战略子集选择，这提出了不同的算法和统计的挑战集函数。我们的主要结果是一个学习算法，最大限度地减少错误，尽管战略表示，我们的理论分析揭示了学习努力和敏感性之间的权衡操纵。
2022-06-17 cs.GT cs.LG
Hypergame Rationalisability: Solving Agent Misalignment In Strategic Play
Royal Holloway University of London（伦敦皇家霍洛威大学）
本文提出了一种基于逻辑的领域特定语言，用于编码超游戏结构和解决方案概念，通过答案集编程实现自动流程，解决战略博弈中的代理不一致问题。
2025-12-12 cs.AI cs.FL cs.GT
Leveraging Machine-Learned Advice in Strategic Interactions with No-Regret Learners
California Institute of Technology（加州理工学院）；The Chinese University of Hong Kong（香港中文大学）
研究在与无悔学习者博弈时，如何有效利用可能不完美的建议，通过引入伪度量量化建议有用性，并展示其在模拟器和收益矩阵预测中的应用，证明好建议能降低计算近似Stackelberg策略的交互复杂度。
2026-06-09 cs.GT
Transforming Strategic Games into Biform Games: Applications in Allocation Mechanisms and Green Technology Investment
本文提出将战略游戏转化为双形式游戏模型，用于分析分配机制和绿色技术投资中的合作与竞争问题。
2025-11-23 cs.GT math.OC
Learning Strategic Value and Cooperation in Multi-Player Stochastic Games through Side Payments
Department of Computer Science & Engineering, Texas A&M University（德克萨斯A&M大学计算机科学与工程系）；Naval Information Warfare Center Atlantic（海军信息战中心大西洋分部）；Department of Mechanical and Aerospace Engineering, University of California, Irvine（加州大学 Irvine 分校机械与航空航天工程系）
本文研究多玩家随机博弈中的战略价值与合作，提出HS-S和Coco-S两种价值概念，并通过例子证明其在多玩家场景下的差异，同时提供估计方法和实验比较。
2026-05-09 cs.AI cs.GT
Parallel Algorithm for Approximating Nash Equilibrium in Multiplayer Stochastic Games with Application to Naval Strategic Planning
Ganzfried Research（甘茨弗里德研究公司）；Arctan, Inc.（阿克坦公司）
许多现实世界的域包含多个代理的行为策略与概率的过渡和不确定的（潜在的无限）的持续时间。这样的设置可以被建模为随机游戏。虽然已经开发了用于求解的算法（即，计算博弈论解的概念，如纳什均衡）两人零和随机博弈，非零和和多人随机博弈的算法研究是有限的。我们提出了一个新的算法，这些设置，这构成了第一个多人随机游戏的并行算法。我们提出了一个4人随机游戏的海军战略规划方案的实验结果，表明我们的算法能够快速计算策略构成纳什均衡到一个非常小的程度的近似误差。
2020-03-13 cs.AI cs.CR cs.GT
Strategic Play By Resource-Bounded Agents in Security Games
本研究通过将护林员-偷猎者博弈中的智能体建模为概率有限自动机，探究资源受限下理性行为与人类非理性偏差的关系，发现限制记忆会产生类人行为且提升性能。
2023-07-25 cs.GT
Noncooperatively Optimized Tolerance: Decentralized Strategic Optimization in Complex Systems
我们引入非合作优化的宽容（非），高度优化的宽容（HOT），涉及战略（博弈论）在一个复杂的系统中各方之间的相互作用的概括。我们说明我们的模型在森林火灾（渗透）框架。随着玩家数量的增加，我们的模型保留了HOT的功能，如鲁棒性，高产量与高密度相结合，和自不相似的景观，但也开发了自组织临界性（SOC）的功能时，玩家的数量是足够大的。例如，森林景观变得越来越单一，防止不利事件（雷击）与这些事件的空间分布的关系变得不那么密切。虽然HOT是我们模型的一个特例，但与SOC的相似之处只是部分的;例如，级联的分布随着参与者数量的增加而变得越来越重尾，但在这种情况下也更明显地偏离幂律。令人惊讶的是，该系统保持相当的鲁棒性，即使它变得支离破碎，部分原因是相邻玩家之间的紧急合作。与此同时，增加均匀性促进了对闪电分布变化的适应能力，从而产生了中间状态，在这种状态下，系统对特定分布的不利事件具有鲁棒性，但对变化不是很脆弱。
2011-04-15 cond-mat.dis-nn cs.GT physics.soc-ph
Strategic Contention Resolution in Multiple Channels
我们考虑的问题，解决竞争的通信网络与自私的用户。在一个\textit{contention game}中，每个$n \geq 2$相同的播放器具有一个她想使用$k \geq 1$多址信道之一来发送的信息分组。要做到这一点，玩家选择一个时隙协议，规定在给定的时间步长，她将尝试在每个通道传输的概率。如果多个玩家试图在同一个信道上传输（冲突），则该信道上不会发生传输。每个参与者试图通过选择她的协议来最小化她自己的预期\textit{latency}，即她的预期时间，直到成功传输。在这样的设置中出现的自然问题是，给定$n$和$k$，为参与者提供一个公共的匿名协议（如果存在的话），这样就没有人会单方面偏离它（均衡协议）。所有以前的理论研究结果的战略竞争解决的情况下，只有一个单一的通道，并表明，平衡协议依赖于反馈的通信系统给球员。在这里，我们提出了两个主要的反馈类，即\textit{acknowledgement-based}和\textit{ternary}的多通道均衡协议。特别是，我们提供了一个以上的渠道的均衡特征，并给出具体的匿名，均衡协议与有限和无限的预期延迟。在具有无限期望延迟的均衡协议中，所有参与者都在最优时间（即$Θ(n/k)$）成功发送，概率趋于1，即$n/k \to \infty$。
2018-10-10 cs.GT cs.MA math.PR
A 3-player protocol preventing persistence in strategic contention with limited feedback
本文从博弈论的角度研究了竞争解决协议。在最近的一项工作中，我们考虑了基于传输的协议，其中用户仅在尝试传输时才从信道获得反馈。在这种情况下，她将了解她的传输是否成功。ESA 2016的主要结果之一是，没有任何基于平衡的协议可以处于平衡状态。事实上，似乎许多自然的基于持久性的协议无法阻止用户单方面切换到总是以概率1传输的持久性协议。因此，人们自然会问，一个协议必须有多强大，才能击败顽固的偏离者。在本文中，我们考虑基于年龄的协议，它可以描述在每个时间步的传输概率序列。这些概率是预先给定的，不会根据传输历史而改变。我们提出了一个基于年龄的3人协议，可以防止用户单方面偏离到一个持久的协议，以减少他们的预期传输时间。值得注意的是，这个问题的答案并不来自ESA 2016的结果和证明思想。我们的协议是不平凡的，在这个意义上说，当所有的球员使用它，有限的预期传输时间得到保证。事实上，我们表明，该协议是最好的任何截止日期协议，在一些固定的时间后，尝试在随后的每一步传输概率为1。我们的协议的一个优点是，它是非常简单的描述，用户只需要一个计数器来跟踪时间。是否存在$n$播放器基于年龄的协议，不使用计数器，可以防止持久性是一个开放的问题，为未来的研究。
2017-07-04 cs.GT
Why Do LLMs Struggle in Strategic Play? Broken Links Between Observations, Beliefs, and Actions
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；EPFL（苏黎世联邦理工学院）
本文探讨了LLMs在不完全信息博弈中决策失败的原因，揭示了观察-信念和信念-行动之间的两大内在缺陷，通过实验验证了LLMs在多步推理中的信念不稳定性及行动转换的不足。
2026-09-21 cs.AI cs.CL cs.GT
Solving Structured Hierarchical Games Using Differential Backward Induction
从大规模组织到分散的政治系统，层级战略决策是司空见惯的。我们介绍了一类新的结构层次游戏（SHGs），正式捕捉这种层次的战略互动。在SHG中，每个参与者都是树中的一个节点，参与者的策略选择是从根到叶子顺序排列的，首先是根，其次是它的孩子，然后是他们的孩子，等等，直到叶子。一个玩家在SHG中的效用取决于他自己的决定，以及他的父母和所有树叶的选择。因此，SHG推广了错误移动游戏，以及有许多追随者的Stackelberg游戏。我们利用两个序列的球员的动作，以及支付依赖的结构，开发一个基于梯度的反向传播风格的算法，我们称之为差分反向归纳（DBI），近似平衡的SHG。我们提供了一个充分条件的DBI收敛，并证明其有效性，在寻找近似平衡解的几个SHG模型的分层决策问题。
2022-06-27 cs.GT
Stochastic Control Approach to Reputation Games
通过一个随机控制理论的方法，我们分析了声誉游戏中的策略长寿的球员行为在一个连续的重复游戏对一组短命的球员。在我们的模型中，关键的假设是，短命的球员的信息是嵌套在长寿的球员。这种嵌套的信息结构是通过适当的监测结构获得的。在这种监督结构下，我们表明，在温和的假设下，完美贝叶斯均衡的收益集与马尔可夫完美均衡的收益相吻合，因此可以得到一个动态规划公式计算的战略长寿的球员在折扣设置的均衡策略。我们还考虑了未贴现的平均收益设置，我们得到了一个最优的均衡策略的战略长寿的球员在进一步的技术条件。然后，我们使用这个最优策略在未贴现的设置作为一个工具，以获得一个严格的上限支付的任意耐心长寿的球员在贴现的设置。最后，通过使用测量集中技术，我们得到了一个细化的折扣设置下的声誉值的支付下界。我们还研究了均衡收益在先验信念下的连续性。
2020-01-20 cs.GT math.OC
Game Manipulators -- the Strategic Implications of Binding Contracts
本文研究外部博弈操纵者如何利用不可撤销的约束性合同改变支付矩阵与 Nash 均衡并从中收费，形式化相关逻辑并分析最小化遗憾智能体的行为。
2023-12-08 cs.GT
Aggregate Play and Welfare in Strategic Interactions on Networks
Bramoullé和Kranton在最近的工作中，提出了一个网络上提供公共物品的模型，并建立了这种博弈的均衡与网络性质之间的关系。Bramoullé等人进一步扩展了该模型，将不完全可替代性的博弈纳入其中。这种博弈中均衡的多样性以及网络结构微小变化时均衡的剧烈变化，使得系统规划者很难估计这种博弈的最大社会福利或设计提高这种福利的干预措施。我们的主要研究结果解决了这一挑战，提供了密切的近似最大社会福利和最大的总发挥方面的网络特性，如最大程度和独立数。对于特殊情况下，当底层网络是一棵树，我们推导公式，只使用节点的数量和他们的程度。这些结果允许系统规划者直接从底层图形结构评估总结果并设计游戏干预措施，而无需枚举游戏的所有均衡，从而显着简化了规划者的问题。我们的部分结果可以看作是[7]的逻辑推广，其中[2]中模型的最大加权总努力被刻画为图的加权独立数。
2019-06-18 cs.GT math.CO math.OC
Green Routing Game: Strategic Logistical Planning using Mixed Fleets of ICEVs and EVs
本文介绍了一个“绿色”的多个物流运营商（球员）之间的路由游戏，每个人都拥有一个混合的车队的内燃机汽车（ICEV）和电动汽车（EV）卡车。每个参与者都面临延迟交付的成本（由于电动汽车的充电要求）和对ICEV征收的污染成本。该成本结构模拟：1）电动汽车的电池容量及其充电要求有限; 2）充电设施的共享性质; 3）监管机构对使用ICEV征收的污染成本。我们刻画了这个博弈的纳什均衡，并给出了唯一性的条件。我们还使用梯度投影方法来计算这个平衡在一个分布式的方式。我们的均衡分析是有用的，以分析所面临的权衡的球员在招致更高的延迟，由于在充电地点的拥堵时，电动汽车的份额增加与更高的污染成本时，ICEV的份额增加。数值算例表明，增加边际污染成本可以显著降低均衡的无效率。
2022-04-01 cs.GT cs.SY eess.SY
From Images to Connections: Can DQN with GNNs learn the Strategic Game of Hex?
TU Darmstadt（达姆施塔特工业大学）；Hessian Center for Artificial Intelligence (hessian.AI)（黑森人工智能中心）；Centre for Cognitive Science, TU Darmstadt（达姆施塔特工业大学认知科学中心）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
研究GNN能否在自博弈强化学习中替代CNN处理Hex等策略游戏，发现GNN擅长处理长距离依赖且不易过拟合，但在识别局部模式上较弱，暗示利用游戏特定结构重塑RL的范式转变。
2023-11-22 cs.AI cs.GT cs.LG
Strategic Insights From Playing the Quantum Tic-Tac-Toe
在本文中，我们执行一个最小的量化井字游戏的经典，通过允许叠加的经典动作。为了使量子博弈正确地还原为经典博弈，我们要求合法的量子移动与之前的所有移动正交。我们也承认干扰效应，通过对玩家所有移动的振幅之和进行平方来计算他或她在给定地点的占领水平。当我们在$3 \times 3$网格中画出的八条直线上的职业之和大于三时，玩家获胜。我们先随机玩量子井字棋，然后确定性地玩，以探索不同的开局、残局以及不同的进攻和防守策略组合对游戏结果的影响。与经典的井字游戏不同，确定性量子游戏并不总是以平局告终。与大多数经典的没有机会的两人游戏相反，参与人2有可能获胜。更有趣的是，我们发现参与人1在以量子移动开始时享有压倒性的量子优势，但在以经典移动开始时失去了这种优势。我们还发现，量子阻挡移动，其中包括一个加权叠加的移动，对手可以用来赢得比赛，是非常有效的否认对手他或她的胜利。然后，我们推测这些结果可能对量子信息转移和投资组合优化有什么影响。
2010-07-21 cs.GT math-ph math.MP
Distributed Machine Learning with Strategic Network Design: A Game-Theoretic Perspective
本文考虑了一个博弈论的框架，分布式机器学习问题的网络中，在一个节点的信息采集建模为一个合理的选择的球员。在所提出的游戏中，玩家决定学习参数和网络结构。纳什均衡刻画了学习分类器的局部性能和全局一致性之间的权衡。我们首先介绍了一个交换的方法，其特点是一个联合学习过程，集成了迭代学习在每个节点和网络的形成。我们表明，我们的游戏是等价于一个广义的潜在的游戏设置无向网络。我们研究了建议的交换算法的收敛性，分析了我们的游戏所确定的网络结构，并显示了在固定网络上的标准分布式学习相比，社会福利的改善。为了使我们的框架适应流数据，我们推导出一个分布式卡尔曼滤波器。一个并发算法的基础上的在线镜像下降算法也介绍了解决纳什均衡在一个整体的方式。在案例研究中，我们使用帕金森氏症的远程监护来证实结果。
2022-10-26 cs.GT
The equivalence of dynamic and strategic stability under regularized learning in games
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）；Grenoble INP（格勒诺布尔国立理工学院）
该研究针对有限博弈中无悔学习策略演化认知不足的问题，通过优反应闭包的集合式稳定性标准，证明了正则化学习下策略稳定性与动态稳定性的等价性，并给出了不同正则化方法的收敛速率。
2023-11-04 cs.GT cs.LG math.OC
