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
Computing Optimal Commitments to Strategies and Outcome-Conditional Utility Transfers
本文研究领导博弈中领导者除策略外还可承诺结果条件效用转移时的最优承诺计算复杂性,在标准形式和贝叶斯博弈中给出高效算法与NP困难结果,并证明在允许信号方案诱导相关均衡时可在多项式时间内求解。
2024-10-20 cs.GT
Faster Algorithms for Optimal Ex-Ante Coordinated Collusive Strategies in Extensive-Form Zero-Sum 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)
我们专注于寻找一个最优策略的问题,一个团队的两个球员,面对一个对手在一个信息零和扩展形式的游戏。队员在比赛中不允许交流,但可以在比赛前协调。在这种情况下,众所周知,团队所能做的最好的事情就是从一个联合(也就是说,每个参与者一个)中抽取一个潜在随机策略的样本。游戏开始时的概率分布。在本文中,我们首先提供了新的建模结果计算这样一个最佳的分布绘制连接到一个不同的文献上的扩展形式的相关性。其次,我们提供了一种算法,该算法通过仅使用其中只有一个团队成员在每个配置文件中随机化的配置文件来计算这样的最优分布。我们还可以限制解决方案中允许的此类配置文件的数量。这通过增加上限产生了一个随时算法。我们发现,往往是少数精心挑选的这样的配置文件足以达到最佳效用的团队。这使团队成员能够通过相对简单和易于理解的计划进行协调。最后,受此观察的启发,并利用我们介绍的理论概念,我们开发了一个有效的列生成算法,为团队找到最佳分布。我们在一套常见的基准游戏上评估它。这是三个数量级的速度比现有的最先进的游戏,后者可以解决,它也可以解决一些游戏,以前无法解决。
2020-09-21 cs.AI cs.GT cs.LG
Continuous Double Auction Mechanism and Bidding Strategies in Cloud Computing Markets
云计算已经成为一种新兴的模式,其旨在允许客户利用由云服务提供商(CSP)托管的计算资源。越来越多的消费者一方面依赖于CSP提供计算和存储服务,另一方面CSP试图以优惠的条件吸引消费者。在竞争如此激烈的云计算市场中,定价政策对市场效率至关重要。虽然CSP通常会公布其价格并根据用户消耗的资源量向用户收费,但拍卖机制很少应用。事实上,一个可行的拍卖机制是最有效的资源配置方法,特别是双向拍卖更有效率和灵活性,因为它使买方和卖方可以同时出价和出价。本文提出了一种基于云的电子拍卖平台,并在此平台上设计了一种云连续双向拍卖(CDA)机制来匹配订单,促进交易。定义了一些评价标准来分析市场和策略的有效性。此外,竞价策略的选择对于每个参与者实现自身收益最大化起着非常重要的作用,因此我们提出了一种新的云CDA竞价策略BH-策略,这是一种两阶段博弈竞价策略。最后设计了三个仿真场景,比较了BH策略与其他主要竞价策略的性能,证明了BH策略在剩余、成功交易和市场效率方面具有更好的性能。此外,我们讨论了我们的云CDA机制是可行的云计算资源分配。
2013-07-23 cs.DC cs.GT
A Stochastic Game Framework for Analyzing Computational Investment Strategies in Distributed Computing
本文研究了一个动态局中人集合的随机博弈框架,用于建模和分析分布式计算中局中人的计算投资策略。玩家通过解决问题或提供计算资源获得一定的奖励,同时根据投入的时间和计算能力产生一定的成本。我们首先研究了一个场景,其中为解决问题提供奖励,例如在区块链采矿中。我们发现,在马尔可夫完美均衡,玩家的成本参数超过一定的阈值,不投资,而那些成本参数小于这个阈值,投资最大的权力。在这里,玩家不需要知道系统状态。然后,我们考虑的情况下,奖励是提供一个共同的中央实体,如在志愿者计算的计算能力作出贡献。在这里,在马尔可夫完美均衡中,只有在给定状态下成本参数处于相对较低范围内的参与者才会投资。对于同质玩家的情况,他们的投资比例与“回报与成本”之比成正比。对于这两种情况下,我们研究了球员的到达率和离开率对他们的效用使用模拟的影响,并提供额外的见解。
2019-11-16 cs.DC cs.GT cs.MA
Computing Optimal Security Strategies for Interdependent Assets
我们介绍了一种新的框架,计算最优的随机安全策略,在网络域中扩展以前的方法在几个方面。首先,我们扩展了以前的线性规划技术Stackelberg安全游戏,将个人资产的任意安全配置的好处和成本。其次,我们提供了一个原则性的模型,失败级联,使我们能够捕捉资产的直接和间接价值,并扩展此模型,以捕捉不确定性的相互依赖网络的结构。第三,我们扩展了线性规划公式,以考虑外源(随机)故障,除了有针对性的攻击。我们工作的目标是双重的。首先,我们的目标是开发技术,计算最佳的安全策略,在现实环境中,涉及相互依存的安全。为此,我们评估我们的技术贡献的价值与以前的方法相比,并表明我们的方法产生更好的防御政策和规模现实的图形。其次,我们的计算框架使我们能够获得有关网络安全的理论见解。作为一个例子,我们研究如何允许安全是内源性的影响不同的网络拓扑结构的相对弹性。
2012-10-16 cs.CR cs.GT
Computing Stackelberg Equilibrium with Memory in Sequential Games
Stackelberg均衡是一个描述最优承诺策略的解概念:参与人1(领导者)首先承诺公开宣布的策略,然后参与人2(追随者)对领导者的承诺做出最佳回应。我们研究的问题,计算Stackelberg均衡序列游戏有限和无限的视野,当玩家可以发挥历史依赖的战略。使用替代配方称为策略与内存,我们建立了多项式内存大小的战略配置文件可以有效地描述。我们证明了存在一个多项式时间算法,计算强Stackelberg均衡序列游戏定义在有向无环图,其中的策略只依赖于记忆状态从一个集,这是线性的图的大小。我们将这一结果推广到一般有向图上的游戏,其中可能包含循环。我们还分析了机会节点博弈中强Stackelberg均衡的近似形式的设置。
2021-11-03 cs.GT
Efficient Method for Finding Optimal Strategies in Chopstick Auctions with Uniform Objects Values
提出一种结合对称化、冲突矩阵与double oracle算法的高效方法,用于计算均匀价值多战场冲突中的纳什均衡,显著提升了计算速度。
2024-03-25 cs.GT
Non-Blind Strategies in Timed Network Congestion Games
网络拥塞博弈是一种用于推理网络中路由问题的方便模型:代理必须从源节点移动到目标节点,同时避免拥塞,其成本取决于使用同一链路的玩家数量。在过去的40年里,网络拥塞博弈得到了广泛的研究,而其扩展与时间限制被认为是最近。网络拥塞博弈的大多数结果都考虑了盲策略:它们是静态的,不适应其他参与者选择的策略。我们扩展了[Bertrand et al.,动态网络拥塞游戏。FSTTCS'20]到定时网络拥塞游戏,其中边缘的可用性取决于(离散)时间。我们证明,计算纳什均衡满足一定的约束的总成本(特别是计算最好和最坏的纳什均衡),并计算社会最优,可以在指数空间中实现。如果所有参与者都有相同的源和目标,则可以在多项式空间中计算社会最优值。
2022-07-04 cs.FL cs.GT
Computing Equilibria in Anonymous Games
我们提出了有效的近似算法寻找纳什均衡的匿名游戏,即游戏中的球员效用,虽然不同,不区分其他球员。我们的结果适用于这样的游戏,许多球员,但很少的战略。我们证明了任何这样的博弈都有一个近似的纯纳什均衡,可以在多项式时间内计算,近似时间为O(s^2 L),其中s是策略的个数,L是效用函数的Lipschitz常数。最后,我们表明,有一个PTAS找到一个
2007-10-30 cs.CC cs.DM cs.GT
Continual Depth-limited Responses for Computing Counter-strategies in Sequential Games
本文提出将有限前瞻求解与对手模型结合的方法,在大规模不完美信息博弈中近似最佳响应或计算鲁棒性可控的响应,并解决了鲁棒响应与有限前瞻求解不兼容的问题,实验表现优于现有方法。
2024-04-03 cs.GT
Algorithm for Computing Approximate Nash Equilibrium in Continuous Games with Application to Continuous Blotto
Ganzfried Research(甘兹弗里德研究公司)
成功的算法已经开发出计算纳什均衡在各种有限的游戏类。然而,解决连续博弈-其中纯策略空间是(潜在的不可数)无限的-更具挑战性。尽管如此,许多现实世界的领域具有连续的动作空间,例如,其中动作指的是时间、金钱或其他资源的量,其自然地被建模为实值而不是整数。提出了一种求解连续博弈中纳什均衡策略的新算法。除了两人零和博弈,我们的算法也适用于多人博弈和不完美信息博弈。我们实验我们的算法在一个连续的信息Blotto游戏,其中两名球员分布在多个战场上的资源。布洛托博弈经常被用来模拟国家安全场景,也被应用于选举竞争和拍卖理论。实验表明,我们的算法是能够快速计算密切近似的纳什均衡策略,这个游戏。
2021-06-01 cs.AI cs.GT cs.MA
Computing Bayes Nash Equilibrium Strategies in Auction Games via Simultaneous Online Dual Averaging
本文提出一种通过离散化类型与行动空间并采用在线对偶平均算法学习分布策略的框架,以高效计算拍卖博弈中的贝叶斯纳什均衡,实验证明其能快速逼近解析均衡。
2023-05-09 cs.GT
Computing Approximate Nash Equilibria and Robust Best-Responses Using Sampling
本文讨论了两个贡献的决策在复杂的部分可观察的随机博弈。首先,我们应用两个国家的最先进的搜索技术,使用蒙特卡洛抽样的任务,近似纳什均衡(NE)在这样的游戏,即蒙特卡罗树搜索(MCTS)和蒙特卡洛反事实遗憾最小化(MCCFR)。在完全信息博弈中,MCTS已被证明近似于NE。我们表明,该算法快速找到一个合理的强有力的战略(但不是NE)在一个复杂的不完美信息的游戏,即扑克。另一方面,MCCFR在这样的博弈中有理论上的NE收敛保证。我们首次在扑克中应用MCCFR。根据我们的实验,我们可以得出结论,MCTS是一个有效的方法,如果一个人想学习合理的强战略快,而MCCFR是更好的选择,如果战略的质量是最重要的。我们的第二个贡献涉及到的观察,一个NE是不是对球员的最佳对策,没有发挥NE。我们提出了蒙特卡罗限制纳什响应(MCRNR),一个基于样本的算法计算限制纳什策略。这些是稳健的最佳对策策略,(1)利用非NE对手比使用NE更多,(2)不(过度)被其他策略利用。我们结合了两个国家的最先进的算法,即MCCFR和限制纳什响应(RNR)的优点。MCRNR仅对博弈树的相关部分进行采样。我们表明,MCRNR学习速度比标准的RNR在较小的游戏。我们还表明,在扑克中,MCRNR学习强大的最佳反应策略快,这些策略利用对手比玩NE。
2014-01-18 cs.GT
Computing Stackelberg Equilibria of Large General-Sum Games
研究了一般和博弈中寻找Stackelberg均衡的计算复杂性,其中领导者和追随者的纯策略集在问题的自然表示中是指数大的.在\emph{zero-sum}博弈中,Stackelberg均衡的概念与\emph{Nash Equilibrium} ~ \cite{korzhyk2011stackelberg}的概念一致。在零和博弈中,当参与者有多项式多个纯策略或者(除了一些结构属性)有最佳反应预言(\cite{ahmadinejad2016duels, DHL+17, KV05})时,可以有效地找到这些均衡概念。尽管在零和博弈方面取得了如此大的进展,但对一般和博弈却知之甚少。鉴于上述情况,我们研究了在大型一般和博弈中计算Stackelberg均衡的计算复杂性。我们表明,虽然有自然的大一般和游戏的Stackelberg均衡可以有效地计算,如果纳什均衡在其零和形式可以有效地计算,在一般情况下,结构特性,允许有效计算纳什均衡在零和游戏是不足以计算Stackelberg均衡在一般和游戏。
2019-09-07 cs.GT
Computing Perfect Bayesian Equilibria in Sequential Auctions with Verification
针对连续行动与价值空间的序贯拍卖,本文提出含验证阶段的纯策略 ε-完美贝叶斯均衡计算算法,通过公共信念扩展的博弈抽象、动态规划和效用损失分解定理保证近似质量。
2025-02-18 cs.GT
Computing a Best Response against a Maximum Disruption Attack
受战略网络设计和防御或免疫至关重要的场景的启发,Goyal等人[3]定义了一种新的具有攻击和免疫的网络形成游戏。作者表明,尽管存在攻击,游戏具有高社会福利属性,即使平衡网络可以包含循环,边缘的数量是强有界的。随后,Friedrich等人。[10]提供了一个多项式时间算法,用于计算最大屠杀对手(试图杀死尽可能多的节点)和随机攻击对手的最佳响应策略,但他们留下了最大破坏对手的问题。这个对手攻击的脆弱地区,使攻击后的社会福利最小化。在本文中,我们解决我们的努力,这个问题。我们可以证明,当由给定策略产生的初始网络是连通的时,给定参与人u和除u之外的所有参与人的策略,计算最佳对策策略是多项式时间可解的。我们的算法是基于一个动态规划,并有一些回忆背包问题,虽然是相当复杂和涉及。
2023-02-10 cs.GT
Efficient Stackelberg Strategies for Finitely Repeated Games
针对无贴现有限重复博弈的Stackelberg均衡求解问题,提出两种基于线性规划的高效近似算法,给出不同收敛速率与复杂度权衡,并证明三人场景下该近似问题具有计算困难性。
2024-03-07 cs.GT
Ranking Games that have Competitiveness-based Strategies
经济学和社会科学中有大量的文献讨论了竞赛,在这些竞赛中,参与者在一些可衡量的标准上相互竞争,这些标准通常被称为参与者的得分或输出。玩家的成本是分数的递增函数,但获得比竞争对手更高的分数会获得奖励。在本文中,我们研究有限的离散比赛,以及计算精确和近似纳什均衡的问题。我们的动机是纳什均衡计算的最坏情况下的硬度,以及由此产生的兴趣,承认多项式时间算法的重要类别的游戏。对于对玩家得分有平局规则的游戏,我们提出了一个用于计算2人情况下精确均衡的多项式时间算法,对于多个玩家,我们提出了纳什均衡的特征,该特征显示了这些游戏之间有趣的相似之处。和范式中的无限制2人游戏。当领带是允许的,通过减少从这些游戏的一个子类的匿名游戏,我们给出了近似计划的两种特殊情况下:恒定大小的一组策略,和恒定数量的球员。
2013-01-24 cs.DS cs.GT
Finite-state Strategies in Delay Games
延迟博弈中的有限状态策略是什么?我们回答了这个令人惊讶的非平凡的问题,并提出了一个非常一般的框架计算这样的策略:它们存在的所有获胜的条件,自动机与接受条件,满足一定的聚合属性。我们的框架还产生上界的复杂性,确定这样的延迟游戏和上界的必要的前瞻赢得比赛的赢家。特别是,我们涵盖了所有以前的结果,这种特殊情况下,我们的统一方法。
2017-09-07 cs.FL cs.GT cs.LO