Polytope-form games and Index/Degree Theories for Extensive-form games
本文提出了扩展型博弈均衡的index理论,为此发展了策略集为一般多面体且支付函数为多重仿射的博弈的index理论,这类多面体源于识别正则型博弈中等价的混合策略。
2023-07-02 cs.GT econ.TH math.AT
Computational Extensive-Form Games
我们定义的解决方案的概念,适当的计算有限的球员玩一个固定的有限游戏。要做到这一点,我们需要定义一个\emph{computational game}(在某种适当的意义上,它是一个不断变大的博弈序列)表示一个有限的底层扩展形式博弈的含义。粗略地说,我们要求序列中的所有博弈都具有与底层博弈基本相同的结构,除了两个不可区分的历史(即,在相同的信息集合中)可以对应于在计算游戏中仅在计算上不可区分的历史。我们定义了计算博弈的纳什均衡和序列均衡的计算版本,并表明每个纳什均衡(分别为,序列)均衡对应于计算纳什(分别,计算游戏中的均衡。我们的方法的一个优点是,如果一个密码协议表示一个抽象的游戏,那么我们可以分析它的战略行为在抽象的游戏,从而分离的密码分析的协议从战略分析。
2015-06-09 cs.GT
Timeability of Extensive-Form Games
可拓形式的游戏构成了标准的表示方案的游戏与时间的组成部分。但是,所有扩展形式的游戏都符合我们在现实世界中可以实现的协议吗?我们经常排除不完美回忆的游戏,这种游戏规定代理人忘记她以前知道的东西。在本文中,我们表明,即使是一些游戏完美的回忆可以是有问题的实施。具体来说,我们表明,如果代理人有一种时间流逝的感觉(比如说,访问一个时钟),那么一些广泛的形式的游戏不能再实现,无论我们如何尝试时间的游戏,一些信息将泄漏给代理人,他们不应该有。我们说这样的游戏是不完全时间。我们提供了易于检查的必要和充分条件,使游戏完全可计时。本文的大部分技术深度都涉及如何近似时间游戏,我们表明这总是可以做到的,尽管它可能需要大量的时间。具体来说,我们表明,对于一些游戏的时间需要近似实现游戏的增长作为一个权力塔的高度成正比的玩家数量和一个参数,测量近似的精度在顶部的权力塔。在实践中,这使得游戏无法计时。除了对博弈论的概念贡献外,我们相信我们的方法可以应用于防止安全协议中的信息泄漏。
2015-02-11 cs.GT
Deconstruction of Infinite Extensive Games using coinduction
有限的对象,更具体地说,有限的游戏形式化使用归纳法,而无限的对象形式化使用共归纳法。在这篇文章中,在介绍了共同归纳的概念之后,我们重新审视了博弈论的基本概念--无限(离散)广泛博弈。其中,我们引入了纳什均衡的定义和无限博弈的子博弈完美均衡的概念。我们使用这些概念来分析著名的无限游戏,如美元拍卖游戏和蜈蚣游戏,我们表明,人类的行为,往往被认为是不合逻辑的是完全合理的,如果承认人类代理人的原因共感。
2009-04-28 cs.GT cs.LO
Translating Extensive Form Games to Open Games with Agency
我们证明了开放博弈覆盖了具有完美信息和不完美信息的广泛形式博弈。这样做迫使我们解决开放游戏目前的两个弱点:在开放游戏中缺乏玩家及其代理的概念,以及缺乏选择运营商。使用前者,我们构建后者,这些选择运营商subtermise以前提出的运营商开放游戏,从而取得进展的核心,规范和符合人体工程学的演算游戏运营商。总的来说,这些创新提高了开放式游戏的组合性水平,并展示了它们的表现力。
2022-11-03 cs.GT cs.MA math.CT
A new quantum scheme for normal-form games
我们给出了严格的数学描述的Marinatto-Weber量子博弈方案的细化。该模型允许玩家选择投影仪操作员,以确定他们执行本地操作员的状态。由该方案导出的对策是有限策略型对策的推广。特别是,它涵盖了广泛的游戏,即正常表示,战略博弈由外延博弈产生。我们用一个广泛博弈的例子来说明我们的想法,并证明了经典博弈和量子博弈中的理性选择可能会导致显着不同的结果。
2017-01-24 cs.GT
Computing Maxmin Strategies in Extensive-Form Zero-Sum Games with Imperfect Recall
不完全回忆的可拓形式博弈是一个重要的博弈论模型,它允许在动态策略交互中紧凑地表示策略。由于负面的理论结果,不完美回忆游戏的实际应用受到限制:纳什均衡不一定存在,计算最大最小策略是NP困难的,并且它们可能需要无理数。我们提出了第一个算法近似最大最小的两个球员零和不完美回忆游戏没有心不在焉的策略。我们修改了著名的序列形式的线性规划模型的策略不完美的回忆游戏,并使用最近的技术来近似双线性项。我们的主要算法是一个分支定界搜索这些线性规划,可证明达到所需的近似指数后的步骤的大小的游戏。实验结果表明,该算法可以在几分钟内逼近随机生成的大小超过玩具问题的不完美回忆游戏的最大最小策略。
2017-05-24 cs.GT
Sync Pure Counterfactual Regret Minimization in Incomplete Information Extensive Form Games
本文结合同步虚构博弈与纯CFR,提出同步PCFR算法,在不完全信息扩展形式博弈中收敛速度比CFR+快约一个数量级且内存更省。
2023-11-13 cs.GT
A tutorial for computer scientists on finite extensive games with perfect information
我们提供了一个自我包含的介绍有限广泛的游戏完美的信息。在这些游戏中,参与者轮流进行,在每个阶段,有许多移动供他们处置,每一局总是结束,在每一局中,参与者都完全知道以前的移动。几乎所有讨论的结果都是众所周知的,但它们往往不是以最佳形式呈现的。此外,它们通常出现在针对经济学家或数学家的文献中,因此算法或逻辑方面的代表性不足。
2022-04-19 cs.GT
Nash Equilibria And Partition Functions Of Games With Many Dependent Players
我们讨论并解决了一个模型的游戏与许多球员,真正决定球员的一个子集嵌入到一个层次结构的依赖代理。这些相互依赖性修改了决定性参与者的博弈矩阵和纳什均衡。在一个具体的例子中,我们认识到伊辛模型的配分函数,对于高依赖性,我们观察到一个新的纳什均衡的相变,这是帕累托有效的结果。我们想到的一个例子是股票市场中大股东的博弈论,中间公司根据其所有者的多数投票决定并争夺最终利润。在我们的模型中,这些相互依赖最终会促使合作。
2015-04-15 cs.GT
Efficient evolutionary dynamics with extensive-form games
演化博弈论结合了博弈论和动力系统,通常用来描述多智能体系统中的演化动力学。特别是,它已被证明是一个成功的工具来描述多智能体学习动态。据我们所知,我们在本文中提供的第一复制因子动态适用于序列形式的扩展形式的游戏,允许指数减少的时间和空间w.r.t.当前采用的范式的复制动力学。此外,我们的复制动力学实现等价于范式的标准复制动力学。我们证明我们的结果为离散时间和连续时间的情况下。最后,我们扩展了标准的工具来研究我们的复制动力学的战略配置文件的稳定性。
2013-04-04 cs.GT
Random Extensive Form Games and its Application to Bargaining
我们考虑两个玩家的随机扩展型博弈,其中叶子上的收益是从给定的可行集C中随机一致抽取的。我们研究了在各种随机(或确定性)分配的玩家节点的二叉树的深度增加的子博弈完美均衡结果的渐近分布。我们的特点下的渐近分布集中在一个点的分配。我们的分析提供了一个自然的方式来获得从渐近分布一个新的解决方案的概念,两个球员讨价还价的问题,一个坚实的战略理由。
2015-09-08 cs.GT
Computing Optimal Equilibria and Mechanisms via Learning in Zero-Sum Extensive-Form Games
本文提出一种通过零和扩展式博弈中的学习计算最优均衡的新方法,适用于多玩家设置及多种解概念,并首次实现迭代收敛,在基准博弈和序贯拍卖机制设计中表现优异。
2024-05-24 cs.GT
Polynomial-Time Computation of Optimal Correlated Equilibria in Two-Player Extensive-Form Games with Public Chance Moves and Beyond
Carnegie Mellon University(卡内基梅隆大学);Strategy Robot, Inc.(Strategy Robot 公司);Strategic Machine, Inc.(Strategic Machine 公司);Optimized Markets, Inc.(Optimized Markets 公司)
与正规形式博弈不同,相关均衡已经被研究了45年以上,扩展形式相关性仍然没有得到很好的理解。造成这种差距的部分原因是,广泛形式游戏的连续性允许丰富的行为和激励,这在正常形式设置中是不可能的。这种丰富性转化为一个显着不同的复杂性景观周围的广泛形式的相关均衡。到目前为止,已知的是,在两个玩家的扩展形式博弈中找到最优扩展形式相关均衡(EFCE)、扩展形式粗略相关均衡(EFCCE)或正规形式粗略相关均衡(NFCCE)在博弈不包括机会移动时在计算上是易处理的,而在博弈包括机会移动时是难处理的。在本文中,我们显着细化这一复杂性阈值表明,在两个球员的游戏,最佳相关的平衡可以在多项式时间计算,只要满足一定的条件。我们表明,该条件成立,例如,当所有的机会移动是公开的,也就是说,双方球员观察所有的机会移动。这意味着,最佳的EFCE,EFCCE和NFCCE可以在多项式时间内计算的游戏规模在两个球员的游戏与公共机会移动,提供了最大的正复杂性结果周围的广泛形式的相关性在十多年。
2020-09-09 cs.AI cs.GT
Extensive Games with Possibly Unaware Players
标准博弈论假设博弈的结构是参与者之间的共同知识。我们放宽这一假设,考虑广泛的游戏,代理人可能不知道完整的游戏结构。特别是,他们可能不知道他们和其他代理人可以采取的行动。我们展示了如何这样的游戏可以表示,关键的想法是从游戏树的每个节点的每个代理的角度来描述游戏。我们提供了一个广义的纳什均衡,并表明,每个游戏的意识有一个广义的纳什均衡。最后,我们将这些结果扩展到有意识的无意识的游戏,其中玩家i可能知道玩家j可以做出我不知道的动作,以及主观游戏,其中付款人可能没有关于实际游戏的共同知识,并且他们的信念与共同的先验不相容。
2007-04-16 cs.GT cs.MA
Finding and Certifying (Near-)Optimal Strategies in Black-Box Extensive-Form Games
在战争游戏、战略游戏和金融模拟中,游戏通常只是作为一个黑盒模拟器提供给我们。在这些设置中,由于游戏可能具有未知的自然动作分布(我们只能从中获得样本)和/或太大而无法完全扩展,因此很难计算保证可利用性的策略。最近的工作\cite{Zhang20:Small}导致了一个概念的证书扩展形式的游戏,允许利用保证,而不是扩大整个游戏树。然而,这项工作假设黑盒可以在任何时候采样或扩展博弈树的任意节点,并且可以进行一系列精确的博弈求解(例如通过线性规划)来计算证书。这两个假设都严重限制了该方法的实际适用性。在这项工作中,我们放松了这两个假设。我们表明,高概率的证书,可以获得一个黑盒子,可以做的只是通过游戏,只使用一个后悔最小化作为一个子程序。作为奖励,我们得到了一个均衡发现算法与$\tilde O(1/\sqrt{T})$收敛速度在广泛形式的游戏设置,不依赖于采样策略与下界到达概率(MCCFR假设)。我们的实验表明,在黑盒设置中,我们的方法能够提供非平凡的可利用性保证,同时只扩大一小部分的游戏树。
2021-03-17 cs.GT
Discovery and Equilibrium in Games with Unawareness
文献中无意识游戏的均衡概念不能被解释为学习过程的稳态,因为玩家可能会在游戏中发现新的动作。从这个意义上说,许多无意识的游戏是“自我毁灭”的,因为玩家对游戏的表现可能在玩过一次之后就改变了。我们定义的发现过程中,在每一个状态有一个广泛的形式的游戏与无意识,与球员的发挥决定了过渡到可能的另一个广泛的形式的游戏与无意识中,球员现在知道的行动,他们发现。如果参与者在无意识的情况下在每一场博弈中采取了广泛形式的合理化策略,那么发现过程就是合理化的。我们表明,对于任何游戏与无意识有一个合理化的发现过程,导致一个自我确认的游戏,拥有一个自我确认的平衡在广泛形式的合理化的结构。这种平衡的概念可以被解释为发现和学习过程的稳态。
2021-09-11 cs.GT
Computing rational decisions in extensive games with limited foresight
Imperial College London(帝国理工学院)
我们介绍了一类广泛的形式游戏,玩家可能无法预见他们的决定可能产生的后果,并形成一个模型,他们利用对手,以实现更有利可图的结果。我们改进了现有的模型,游戏有限的远见,赋予玩家高阶推理的能力,并提出了一个新的解决方案的概念,以解决来自真实的游戏的直觉。我们分析由此产生的均衡,设计一个有效的程序来计算它们。
2016-05-29 cs.AI cs.GT cs.LO
Quantum information approach to the ultimatum game
本文利用量子博弈的Marinatto-Weber概念和量子博弈的Schuert-Wilkens-Lewenstein概念,研究了广义博弈的量子化问题。我们修改了目前的量子最后通牒博弈的概念,我们表明为什么建议是不可接受的。为了支持我们的评论,我们提出了量子最后通牒博弈的新思想。我们的计划也使一个出发点的协议,以保证广泛的游戏。
2011-09-09 cs.GT
Attack--Defense Trees and Two-Player Binary Zero-Sum Extensive Form Games Are Equivalent - Technical Report with Proofs
攻击-防御树用于描述系统的安全弱点和可能的对策。本文明确了攻防树与博弈论之间的联系。我们表明,攻击-防御树和二进制零和两个球员广泛的形式游戏具有同等的表达能力时,考虑可满足性,在这个意义上说,他们可以转换成对方,同时保留他们的结果和他们的内部结构。
2011-05-04 cs.CR cs.GT
Automated Construction of Bounded-Loss Imperfect-Recall Abstractions in Extensive-Form Games
可拓形式博弈(Extensive-form games,EFG)是一种模拟博弈者之间有限连续互动的博弈模型。代表这些游戏所需的内存量是计算最优策略的算法的主要瓶颈,这些策略的大小对于现实世界的应用程序来说往往是不切实际的。解决内存瓶颈的一种常见方法是使用信息抽象,删除玩家可用的部分信息,从而减少游戏中决策点的数量。然而,现有的信息抽象技术要么是特定的特定领域,它们不提供任何质量保证,或者它们适用于非常小的EFG子类。我们提出了独立于域的抽象方法,用于在扩展形式的游戏中创建不完美的召回抽象,允许在原始游戏中(接近)最优的计算策略。为此,我们介绍了两个新的算法,FPIRA和CFR+IRA,基于虚构的发挥和反事实遗憾最小化。这些算法可以从一个任意的领域特定的,或粗略的可能,原始游戏的抽象。该算法迭代地检测缺失的信息,他们需要计算一个战略的抽象游戏,是(近)在原来的游戏最佳。然后,这些信息又被包含到抽象游戏中。此外,我们的算法能够利用记忆召回抽象,让玩家忘记自己的行动甚至历史。然而,这些算法需要遍历完整的未抽象的博弈树。我们的实验表明,我们的算法可以密切接近纳什均衡的大型游戏使用抽象的信息集的原始游戏只有0.9%。此外,结果表明,随着原始游戏规模的增加,内存节省也会增加。
2020-04-15 cs.GT
A Sequence-Form Characterization and Differentiable Path-Following Method for Computing Normal-Form Perfect Equilibria in Extensive-Form Games
Xi’an Jiaotong University(西安交通大学);City University of Hong Kong(香港城市大学)
针对n人完美记忆扩展式博弈的策略式完美均衡计算缺口,本文给出序列形式刻画,提出可证明收敛的可微路径跟踪方法及两种扩展替代方法,实验验证了方法的有效性与效率。
2025-11-18 cs.GT
On the Equilibrium of a Class of Leader-Follower Games with Decision-Dependent Chance Constraints
针对含决策依赖不确定性的单领导者—多跟随者博弈,本文用决策依赖模糊集与Cantelli不等式将机会约束转为二阶锥约束,并借助Kakutani不动点定理证明均衡存在性。
2024-08-05 cs.GT math.OC
Spatial Parrondo games with spatially dependent game $A$
Toral(2001)引入了具有空间依赖的Parrondo博弈,并得到了广泛的研究。在Toral的模型中,$N$玩家被安排成一个圆圈。玩家玩游戏$A$或游戏$B$。在游戏$A$中,随机选择的玩家根据公平硬币的投掷赢得或失去一个单位。在$B$游戏中,它取决于参数$p_0,p_1,p_2\in[0,1]$,一个随机选择的玩家,比如玩家$x$,根据$p_m$ -硬币的投掷赢得或失去一个单位,其中$m\in\{0,1,2\}$是赢得他们最近一次游戏的玩家$x$的最近邻居的数量。本文用一个空间依赖博弈来代替博弈$A$,我们称之为博弈$A'$,它是由Xie等人~(2011年)。在游戏$A'$中,随机选择两个最近的邻居,其中一个根据公平硬币的投掷向另一个支付一个单位。注意到游戏$A'$是公平的,如果游戏$B$是输的或公平的,并且由游戏$A'$和$B$的随机或周期序列确定的游戏$C'$是赢的,我们说\textit{Parrondo effect}发生。我们调查数值区域中的Parrondo效应出现。给出了$C'$博弈中平均利润收敛为$N\to\infty$的充分条件.最后,我们比较了Xie等人模型中的Parrondo区域。与托拉尔模型中的情况相吻合。
2020-12-22 cs.GT math.PR
A Sampling-Based Approach to Computing Equilibria in Succinct Extensive-Form Games
人工智能的一个中心任务是设计人工智能体,使其在部分观察的环境中朝着指定的目标行动。由于这样的环境经常包括随着时间的推移与其他代理的互动与自己的目标,推理这种互动依赖于连续的博弈论模型,如广泛的形式游戏或一些简洁的表示,如多代理的影响图。目前计算均衡的算法要么使用低效的表示,可能是时间步数的双指数,要么对博弈结构进行强假设。在本文中,我们提出了一个基于采样的方法,计算扩展形式的相关平衡与小的表示,而不放置这样强的假设。因此,在以前的方法会失败的情况下,它是实用的。此外,我们的算法允许控制目标平衡的特征,例如,我们可以要求一个高社会福利的均衡。我们的方法是基于一个multiplicativeweight更新算法类似于AdaBoost,和马尔可夫链蒙特卡罗采样。我们证明收敛保证,并探讨我们的方法在几个中等规模的多人游戏的效用。
2012-05-09 cs.GT
Fast Convergence of Optimistic Gradient Ascent in Network Zero-Sum Extensive Form Games
Singapore Univ. of Technology and Design(新加坡科技设计大学);University of Washington(华盛顿大学);EPFL(洛桑联邦理工学院)
游戏学习的研究迄今主要集中在范式游戏。相比之下,我们对广泛形式游戏(EFG),特别是具有许多代理的EFG学习的理解远远落后,尽管它们在本质上更接近许多现实世界的应用。我们考虑网络零和扩展形式游戏的自然类,它结合了代理支付的全局零和属性,图形游戏的有效表示以及EFG的表达能力。我们研究了乐观梯度上升(OGA)在这些游戏中的收敛特性。我们证明了这种在线学习动态的时间平均行为表现出$O(1/T)$率收敛到纳什均衡集。此外,我们还证明了对于某些依赖于博弈的常数$c>0$,日常行为也以速率$O(c^{-t})$收敛于纳什。
2022-07-18 cs.GT cs.LG cs.MA
What game are we playing? End-to-end learning in normal and extensive form games
Carnegie Mellon University(卡内基梅隆大学)
虽然最近的人工智能工作在解决大型、零和、可拓形式的游戏方面取得了很大进展,但过去大多数工作的基本假设是,游戏本身的参数是智能体已知的。本文论述了相对未被充分探索但同样重要的“逆”设置,其中底层游戏的参数并不为所有代理所知,但必须通过观察来学习。我们提出了一个差异化的,端到端的学习框架来解决这个任务。特别是,我们考虑了一个正则化版本的游戏,相当于一个特定形式的量子响应平衡,并开发1)原始对偶牛顿方法,在正常和广泛的形式的游戏中找到这样的平衡点;和2)反向传播方法,让我们分析计算梯度的所有相关的游戏参数通过解决方案本身。这最终让我们通过端到端的方式学习游戏,有效地将“可微游戏求解器”集成到更大的深度网络架构的循环中。我们证明了学习方法的有效性,在几个设置,包括扑克和安全游戏任务。
2018-06-27 cs.GT cs.LG cs.MA
Solving zero-sum extensive-form games with arbitrary payoff uncertainty models
University of Strathclyde(思克莱德大学);Zondax GmbH
从博弈论的角度对战略冲突进行建模涉及到对认知不确定性的处理。由于计算限制,回报不确定性模型通常限于简单的概率模型。应用于扑克的人工智能(AI)研究最近取得了突破,产生了新的近似方法,如反事实遗憾最小化,可以成功地处理大规模的不完美游戏。通过借鉴这些思想,这项工作解决了任意连续收益分布的问题。我们提出了一种方法,Harsanyi-Counterfactual遗憾最小化,解决两人零和扩展形式的游戏与任意的支付分布模型。给定一个博弈$Γ$,利用Harsanyi变换,我们生成一个新的博弈$Γ^\#$,然后应用反事实后悔最小化方法,得到$\varepsilon$ -Nash均衡.我们包括数值实验,展示了该方法如何可以应用到以前发表的问题。
2019-04-24 cs.AI cs.GT
Regret-Minimizing Double Oracle for Extensive-Form Games
提出统一的 Regret-Minimizing Double Oracle 框架分析扩展式博弈双预言机方法,并设计 PDO,将 XDO 的指数级样本复杂度降为关于信息集数的多项式级,且实证收敛更快。
2023-07-13 cs.GT
Conditional dominance in games with unawareness
Department of Economics, University of California, Davis(加州大学戴维斯分校经济学系)
本文研究了具有无意识的动态游戏的正常形式,通过迭代条件严格主导(或弱主导)来刻画扩展形式理性化,同时指出无意识下玩家的信息集影响游戏树的意识。
2026-04-29 cs.GT
Iterated Elimination of Weakly Dominated Strategies in Well-Founded Games
本文把有限完美信息扩展式博弈中弱占优策略重复剔除的两个结论推广到良基博弈,涵盖超限剔除、多均衡情形及良基严格竞争博弈。
2023-07-11 cs.GT
Convergence analysis and acceleration of the smoothing methods for solving extensive-form games
近年来,广泛形式的博弈得到了大量的研究。它可以表示具有多个决策点和不完全信息的游戏,因此它有助于制定具有不确定输入的游戏,如扑克。我们考虑一个扩展形式的游戏与两个球员和零和,即,他们的收益之和总是零在这种博弈中,寻找最优策略的问题可以表述为双线性鞍点问题。这个公式根据游戏的大小而变大,因为它有代表每个玩家在所有决策点的策略的变量。为了解决这类大规模的双线性鞍点问题,研究了一种光滑化方法--过量间隙技术。该方法生成一系列近似解,其误差保证收敛于$\mathcal{O}(1/k)$,其中$k$是迭代次数。然而,它的缺点是与游戏大小相关的误差的理论界限很差。这使得它不适用于大型游戏。我们的目标是改进光滑化方法,使其能够应用于大规模的游戏解决广泛的形式的游戏。为此,我们在这项工作中做出了两个贡献。首先,我们稍微修改了平滑方法中使用的强凸函数,以提高与游戏大小相关的理论界。其次,我们提出了一个启发式称为中心技巧,它允许平滑方法与其他方法相结合,从而加快在实践中的收敛。因此,我们将EGT与CFR+相结合,CFR+是一种最先进的扩展形式游戏方法,可以在传统平滑方法表现不佳的游戏中实现良好的性能。所提出的平滑方法被证明有潜力解决大型游戏在实践中。
2023-03-20 cs.AI cs.GT
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
Exploiting Extensive-Form Structure in Empirical Game-Theoretic Analysis
经验博弈论分析(EGTA)是一个通用的框架,用于推理复杂的游戏,使用基于代理的模拟。从模拟选择策略配置文件的数据来估计一个令人信服的和易于处理的游戏模型近似的基本游戏。到目前为止,EGTA的方法集中在范式的游戏模型,虽然模拟发挥了连续的观察和决策随着时间的推移,游戏模型抽象了这种时间结构。更丰富的模型\textit{extensive-form games}(EFG)提供了一种手段来捕捉动作和信息的时间模式,使用树表示。我们提出了\textit{tree-exploiting EGTA}(TE-EGTA),一种将EFG模型纳入EGTA的方法。TE-EGTA构建游戏模型,表达活动的观察和时间组织,尽管比底层基于代理的模拟模型更粗。这个想法是在保持易处理性的同时利用关键结构。我们建立理论和实验,利用即使是一个小的时间结构,可以大大减少估计误差的战略配置文件的回报相比,正规形式的模型。此外,我们探讨了EFG模型的影响,迭代方法EGTA,其中的策略空间逐步扩展。我们在几个游戏实例上的实验表明,TE-EGTA也可以提高性能的迭代设置,作为衡量的均衡近似的战略空间扩大的质量。
2023-02-02 cs.GT
Fast Payoff Matrix Sparsification Techniques for Structured Extensive-Form Games
许多优化算法的实际可扩展性的大型扩展形式的游戏往往是有限的游戏的巨大的支付矩阵。为了改善这个问题,Zhang和Sandholm(2020)最近提出了一种稀疏化技术,将收益矩阵$\mathbf{A}$分解为一个稀疏对象$\mathbf{A} = \hat{\mathbf{A}} + \mathbf{U}\mathbf{V}^\top$,其中$\hat{\mathbf{A}}$,$\mathbf{U}$和$\mathbf{V}$的非零的总组合数量明显较小。这种分解可以在许多优化算法中代替原始的支付矩阵,例如边界点和二阶方法,从而增加了可以处理的游戏的大小。他们的技术显着稀疏扑克(端)游戏,标准基准用于计算博弈论,人工智能,更广泛。我们表明,在扑克游戏中的存在非常稀疏的因子分解可以绑定到其特定的\emph{Kronecker-product}结构。我们阐明了这种结构是如何产生的,并介绍了这种结构和稀疏化之间的联系。通过利用这种结构,我们给出了两种计算扑克游戏(以及具有类似结构的任何其他游戏)的强稀疏化的方法,i)计算速度快了几个数量级,ii)数值更稳定,iii)产生的非零值数量比现有技术少得多。我们的技术使-第一次-高精度的纳什均衡和策略的有效计算受到限制的数量允许的随机化。此外,他们显着加快并行一阶博弈求解算法,我们展示了最先进的GPU上的速度。
2021-12-07 cs.GT
Solving Large Extensive-Form Games with Strategy Constraints
University of Alberta(阿尔伯塔大学);DeepMind(深度思维公司(DeepMind)(注:DeepMind通常指Google旗下的DeepMind Technologies Limited,作为独立研究机构,此处按常见译法保留))
可拓形式博弈是不完全信息下多主体交互的一种常见模型。在两人零和博弈中,典型的解概念是每个参与者在无约束策略集上的纳什均衡。然而,在许多情况下,我们希望限制这套可能的战略。例如,约束是对有限资源、风险缓解、安全性、与过去行为观察的一致性或代理的其他次要目标进行建模的自然方式。在小型博弈中,线性约束下的最优策略可以通过求解线性规划来找到;然而,用于求解大型博弈的最先进算法无法处理一般约束。在这项工作中,我们介绍了一种广义形式的反事实遗憾最小化,可证明发现任何可行的凸约束下的最佳策略。我们证明了我们的算法的有效性,找到战略,减轻风险的安全游戏,并在扑克游戏中的对手建模时,只有部分私人信息的观察。
2019-02-05 cs.AI cs.GT
Coarse Correlation in Extensive-Form Games
Carnegie Mellon University(卡内基梅隆大学);Politecnico di Milano(米兰理工大学);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(战略机器人公司);Optimized Markets, Inc.(优化市场公司)
粗糙相关性模型的理性主体的战略相互作用的相关性设备,这是一个中介,可以建议的行为,但不强制执行它。尽管是一个经典的概念,在正常形式的游戏理论超过40年,没有太多的了解粗糙相关性的优点,在广泛的形式设置。在本文中,我们考虑两个实例的想法,粗相关的扩展形式的游戏:规范形式的粗相关均衡(NFCCE),已经在文献中定义,和扩展形式的粗相关均衡(EFCCE),我们介绍的第一次。我们证明了EFCCE是NFCCE的一个子集,也是相关扩展形式相关均衡的一个超集。我们还表明,在两个球员的扩展形式的游戏,社会福利最大化的EFCCE和NFCEEs是双线性鞍点,并给出新的有效算法的特殊情况下的游戏没有机会移动。在我们的实验中,我们提出的NFCCE算法比现有技术快两到四个数量级。
2019-08-26 cs.AI cs.GT cs.MA
On Nash-Stackelberg-Nash Games under Decision-Dependent Uncertainties: Model and Equilibrium
本文讨论了一类具有多个领导者和多个追随者的两阶段层次对策,称之为Nash-Stackelberg-Nash(N-S-N)对策。特别地,我们考虑了决策依赖不确定性(DDU)下的N-S-N博弈。DDU是指受决策者策略影响的不确定性,在博弈均衡分析中很少涉及。在本文中,我们首先制定的N-S-N游戏与完全无知的DDU,其中的球员和DDU之间的相互作用的特点是不确定性集,参数依赖于球员的策略。然后,通过整合广义纳什均衡和帕累托-纳什均衡,给出了博弈均衡的严格定义。然后利用角谷不动点定理证明了在DDU下N-S-N对策平衡点的存在性。最后通过一个算例说明DDU对N-S-N博弈均衡的影响。
2022-02-24 cs.GT cs.SY eess.SY
On the Complexity of the Optimal Correlated Equilibria in Extensive-Form Games
University of Oxford(牛津大学);CNRS & Université Paris-Cité, IRIF(法国国家科学研究中心与巴黎西岱大学,IRIF);University of Liverpool(利物浦大学)
该研究证明多人扩展式博弈中最优NFCE的阈值问题为PSPACE-难,AFCE的该问题为NP-难,确定了多类相关均衡阈值问题的NP-完全性,还将扩展式博弈中任意NE计算归入FixP。
2026-07-30 cs.CC cs.GT
Self-confirming Games: Unawareness, Discovery, and Equilibrium
文献中无意识游戏的均衡概念不能被解释为学习过程的稳态,因为玩家可能会在游戏中发现新的动作。从这个意义上说,许多无意识的游戏是“自我毁灭”的,因为玩家在玩过一次游戏后,对游戏的表征必须改变。我们定义的发现过程中,在每一个状态有一个广泛的形式的游戏与无意识,与球员的发挥决定了过渡到可能的另一个广泛的形式的游戏与无意识中,球员现在知道的行动,他们以前发现。如果参与者在无意识的情况下在每一场博弈中采取了广泛形式的合理化策略,那么发现过程就是合理化的。我们表明,对于任何无意识的游戏有一个合理化的发现过程,导致一个自我确认的游戏,拥有一个广泛的形式合理化的自我确认的均衡。这种平衡的概念可以被解释为学习和发现过程的稳态。
2017-07-27 cs.GT cs.MA
LiteEFG: An Efficient Python Library for Solving Extensive-form Games
Massachusetts Institute of Technology(麻省理工学院);LIDS(林肯实验室);EECS(电气工程与计算机科学学院)
LiteEFG是一个高效的Python库,通过Python表达计算图并由C++后端执行,实现多人扩展型博弈的快速求解,用户只需定义单节点更新规则即可自动处理整个博弈树结构。
2024-07-29 cs.AI cs.GT cs.LG
Extensive-Form Perfect Equilibrium Computation in Two-Player Games
研究了2人博弈中的可拓形式完美均衡(EFPE)的计算问题。这个均衡概念细化了纳什均衡,需要相对于相对于时间的弹性。一个特定的消失扰动(代表每个决策节点上参与者的错误)。科学上的挑战是EFPE定义所固有的:它需要对代理形式进行扰动,但由于存在高度非线性约束,代理形式在计算上效率低下。我们表明,序列形式可以利用在一个非平凡的方式,并为一般和游戏,找到一个EFPE是相当于解决一个适当扰动的线性互补问题。我们证明Lemke的算法可以应用,显示计算EFPE是$\textsf{PPAD}$ -完全的。在著名的零和博弈的情况下,问题是在$\textsf{FP}$中,可以通过线性规划来解决。我们的算法还允许一个人找到一个纳什均衡时,玩家不能完美地控制他们的动作,受到一个给定的执行不确定性,是在最现实的物理设置的情况下。
2016-11-15 cs.GT
Instance-dependent Sample Complexity Bounds for Zero-sum Matrix Games
University of Washington(华盛顿大学)
本文研究了两人零和$n\times 2$矩阵对策近似均衡的样本复杂性。也就是说,在一系列重复的游戏中,两个玩家必须玩多少轮才能达到近似均衡(例如,纳什)?我们推导出依赖于实例的边界,定义了一个顺序的游戏矩阵,捕捉的直觉,一些游戏的动态收敛速度比其他。具体来说,我们考虑一个随机观察模型,当两个球员分别选择行动$i$和$j$,他们都观察对方的行动和随机观察$X_{ij}$,使$\mathbb E[ X_{ij}] = A_{ij}$。据我们所知,我们的工作是第一种情况下的实例依赖的下限的数量轮的球员必须发挥之前达到一个近似的平衡,在这个意义上说,轮数取决于特定属性的游戏矩阵$A$以及所需的准确性。我们还证明了一个相反的说法:存在玩家策略,达到这个下限。
2023-03-19 cs.GT cs.LG
Stochastic Regret Minimization in Extensive-Form Games
Carnegie Mellon University(卡内基梅隆大学);Columbia University(哥伦比亚大学);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(战略机器人公司);Optimized Markets, Inc.(优化市场公司)
蒙特卡罗反事实后悔最小化算法(MCCFR)是一种最先进的算法,用于解决对于满树遍历来说太大的序列博弈。它通过使用可以通过采样计算的梯度估计来工作。然而,序列博弈的随机方法还没有得到广泛的研究超过MCCFR。在本文中,我们开发了一个用于开发随机后悔最小化方法的新框架。这个框架允许我们使用任何遗憾最小化算法,再加上任何梯度估计。MCCFR算法可以作为我们框架的一个特例进行分析,这种分析导致了更强的收敛性理论,同时得到了一个简化的证明。我们的框架允许我们实例化几个新的随机方法来解决序列游戏。我们在三个游戏上进行了大量的实验,其中我们的方法的一些变体优于MCCFR。
2020-02-19 cs.AI cs.GT cs.LG
Computational Results for Extensive-Form Adversarial Team Games
Politecnico di Milano(米兰理工大学)
据我们所知,我们提供了第一个广泛形式的对抗性团队游戏的计算研究。这些游戏是连续的零和游戏,其中一组玩家共享相同的效用函数,面对对手。我们根据团队的沟通能力定义了三种不同的场景。在第一种情况下,队友可以在比赛前和比赛中沟通和联系他们的行动。在第二种情况下,他们只能在演出前交流。在第三种情况下,根本不可能进行通信。我们定义了最合适的解决方案的概念,我们研究了部分或空通信所造成的低效率,表明低效率可以是任意大的游戏树的大小。此外,我们研究了上述三种情况下的均衡寻找问题的计算复杂性,并为每种情况提供了一个精确的算法。最后,我们经验性地评估了算法在随机游戏中的可扩展性以及部分或零通信所造成的效率低下。
2017-11-18 cs.AI cs.GT
Rationality and Escalation in Infinite Extensive Games
本文的目的是研究无限对策,并在此框架下形式化地证明一些性质。因此,我们表明,导致投机崩溃或升级的人们的行为(疯狂)可以是完全理性的。事实上,它的出发点是资源是无限的。这个推理是基于计算机科学家设想的共同归纳的概念来模拟无限的计算,并被经济主体不知不觉地使用。当有意识地使用时,这个概念并不像归纳法那么简单,我们可以解释牛顿:“模拟人们的疯狂比模拟行星的运动更困难。
2012-02-09 cs.GT
A Lower Bound on Swap Regret in Extensive-Form Games
针对扩展式博弈中多项式轮次的无交换遗憾学习算法是否存在的开放问题,本文证明其下界,指出实现ε平均交换遗憾至少需exp(Ω(min{m^(1/14), ε^(-1/6)}))轮,排除了poly(m,1/ε)轮算法的可能。
2024-06-19 cs.GT
Theoretical and Practical Advances on Smoothing for Extensive-Form Games
Carnegie Mellon University(卡内基梅隆大学);University of Alberta(阿尔伯塔大学)
稀疏迭代法,特别是一阶方法,被认为是解决大规模两人零和扩展形式博弈最有效的方法之一。这些方法的收敛速度在很大程度上取决于距离生成函数的性质,他们是basedon. We调查的加速一阶方法解决扩展形式的游戏通过更好的设计的扩张熵函数-一类距离生成函数相关的域与扩展形式的游戏。通过引入一个新的加权方案的扩张熵函数,我们开发的第一个距离生成函数的战略空间的序列游戏,没有依赖于分支因子的球员。这一结果提高了收敛速度的几个一阶方法的一个因素的$Ω(b^dd)$,其中$b$是分支因子的球员,和$d$是深度的游戏树。到目前为止,反事实遗憾最小化方法在实践中更快,更受欢迎,比一阶方法,尽管他们的理论上的收敛速度较低。使用我们的新的加权方案和实际调整,我们表明,第一次,过度的差距技术可以更快地比最快的反事实遗憾最小化算法,CFR+,在实践中。
2017-05-09 cs.AI cs.GT
No-Regret Learning in Extensive-Form Games with Imperfect Recall
University of Alberta(阿尔伯塔大学)
反事实遗憾最小化(CFR)是一种有效的无遗憾学习算法,用于决策问题建模为广泛的游戏。CFR的后悔界限取决于完美回忆的要求:玩家总是记得透露给他们的信息以及信息透露的顺序。然而,在没有完美回忆的游戏中,CFR的保证不适用。在本文中,我们提出了第一个遗憾时,适用于一般类的游戏不完美的回忆CFR界。此外,我们表明,CFR适用于任何抽象属于我们的一般类的结果,不仅为抽象的游戏,但对于完整的游戏以及遗憾界。我们验证了我们的理论,并展示了如何不完美的回忆可以用来交易一个小的增加,在三个领域的记忆显着减少遗憾:骰子卷扑克,幻影井字游戏,虚张声势。
2012-05-03 cs.AI cs.GT
Equilibrium Computation in Extensive-Form Games with Stochastic Action Sets
NUS(新加坡国立大学)
针对扩展形式博弈中动作因外生随机性不可用的问题,提出随机动作集模型,通过扩展过程证明标准策略表示可能指数级增大,但在独立性假设下存在多项式大小的紧凑表示,并设计SI-CFR算法以高概率收敛到纳什均衡。
2026-07-22 cs.GT
Polynomial-Time Optimal Equilibria with a Mediator in Extensive-Form Games
对于扩展形式博弈中相关均衡的常见概念,计算最优(例如,福利最大化)均衡是NP难的。其他的均衡概念--沟通(Forges 1986)和认证(Forges & Koessler 2005)均衡--通过一个有能力向参与者发送和接收信息的中介来增强游戏,特别是记住这些信息。在本文中,我们调查这两个概念的广泛形式的游戏从计算镜头。我们表明,在这两个概念的最佳均衡可以计算在多项式时间,后者在文献中已知的一个自然的额外的假设。我们的证明工程,通过构建一个调解人扩增的多项式大小的游戏,明确表示调解人的决定和行动。我们的框架允许我们定义一个完整的家庭的均衡,通过改变调解人的信息划分,球员的能力说谎,和球员的能力偏离。从这个角度来看,我们表明,其他概念的均衡,如广泛形式的相关均衡,对应于中介有不完美的回忆。这表明,至少在所有这些均衡概念中,计算的难度是由中介的不完美回忆驱动的。作为我们一般构造的特殊情况,我们恢复了1)Conitzer & Sandholm(2004)的多项式时间算法,用于贝叶斯-纳什均衡中的自动机制设计,以及2)Zhang等人(2022)的相关DAG算法,用于最佳相关性。当均衡概念是我们定义的完全认证均衡时,我们的算法特别具有可扩展性,在这种均衡中,参与者不能对他们的信息撒谎,但他们可以保持沉默。我们支持我们的理论主张与一套标准的基准游戏的实验。
2022-12-01 cs.GT
Fictitious Play in Extensive-Form Games of Imperfect Information
研究不完全信息扩展式博弈中虚构博弈的长期行为,推广Monderer-Shapley收敛结果,并借助惯性和遗忘记忆证明实际博弈路径收敛到纯纳什均衡。
2025-04-25 cs.GT math.OC
The Value of Recall in Extensive-Form Games
本文提出回忆的价值(VoR)来量化扩展式博弈中完美回忆带来的效用增益,通过机会节点结构和心不在焉程度进行参数化,分析其病态情形、计算复杂度及部分回忆的最优分配,并借助平滑性框架在广泛博弈类中刻画VoR。
2024-12-27 cs.GT
Correlation in Extensive-Form Games: Saddle-Point Formulation and Benchmarks
虽然纳什均衡在扩展形式的游戏是很好的理解,很少有人知道扩展形式的相关均衡(EFCE)的属性,无论是从行为和从计算的角度来看。在这种情况下,玩家的策略行为由一个外部设备补充,该设备会在游戏进行时私下向代理推荐移动;玩家可以随时自由偏离,但不会收到未来的建议。我们的贡献是三方面的。首先,我们表明,EFCE可以制定为双线性鞍点问题的解决方案。为了展示这种新的配方可以激发新的算法来计算EFCEs,我们提出了一个简单的次梯度下降法,利用这种配方和EFCEs的结构特性。我们的方法具有更好的可扩展性比以前的方法基于线性规划。其次,我们提出了两个基准游戏,我们希望这将作为未来评估EFCE求解器的基础。这些游戏的选择,以涵盖两个自然的应用领域EFCE:通过调解解决冲突,讨价还价和谈判。第三,我们记录了EFCE在我们提出的游戏中的定性行为。我们发现,在这些游戏中的社会福利最大化的均衡是非常重要的,并表现出令人惊讶的微妙的顺序行为,到目前为止还没有得到文献的关注。
2019-10-28 cs.GT cs.MA