Solving Quadratic Multi-Leader-Follower Games by Smoothing the Follower's Best Response
利用非光滑最佳响应函数得到了一类二次多领导者-跟随者对策的纳什均衡。为了克服非平滑的挑战,我们追求一个平滑的方法,从而在一个光滑的纳什均衡问题的重新制定。对于所有的光滑参数,证明了解的存在唯一性。这些平滑参数的递减序列的纳什均衡存在的积累点,我们表明,这些候选人满足s-平稳性的条件,是纳什均衡的多领导者,追随者的游戏。最后,我们提出了一个更新的领导变量的有效计算和数值比较非光滑牛顿和次梯度方法。
2020-04-29 econ.TH math.OC
Constrained Linear Quadratic Stackelberg Games with Applications in Demand Response
研究了一类开环信息结构下的动态Stackelberg对策,该对策具有约束线性代理动力学和二次效用函数。我们展示了这类动态Stackelberg博弈的两个重要性质。首先,我们证明了在温和的条件下,在Stackelberg游戏的解决方案的个体代理的最优控制与团队问题的解决方案相吻合,其中所有代理合作实现协调员的目标。其次,我们证明了在每个时间步的代理的控制是不增加的协调员的控制在同一步骤,和非减少的协调员的控制在其他步骤。这些属性使我们能够开发一个算法,收敛到全局最优解的动态Stackelberg游戏。所提出的算法说明了两个需求响应的应用程序:电动汽车充电的协调和恒温控制负载的协调。数值算例验证了该方法的有效性。
2016-08-07 math.OC
First is the worst, second is the best? A Markov chain analysis of the basketball game knockout
本文通过马尔可夫链分析篮球淘汰赛,求解任意命中率下两人及多人获胜概率,验证“第一最差,第二最佳”谚语,并提供获胜建议。
2025-05-22 math.OC
Equilibrium Invariance, Proximality, and Surrogation: Moreau-Smoothed Best-Response Pathways in Stochastic Nonsmooth Games
University of Michigan(密歇根大学)
本文提出Moreau平滑的最佳响应方案,用于解决非光滑和非凸博弈中的均衡问题,通过引入平滑技术实现线性和亚线性收敛率保证。
2026-03-01 math.OC
Meanfield games and model predictive control
平均场博弈是一种通过控制论方法将时间维度纳入玩家连续体的博弈。最近,已经提出了依赖于最佳应答策略的更简单的方法。他们假设代理人通过采取其费用函数的最速下降方向(即与效用函数相反)来引导其策略朝向其目标。在本文中,我们探讨了平均场游戏和最佳回复策略方法之间的联系。这是通过引入一个模型预测控制框架,其中包括设置的平均场游戏在一个很短的时间间隔,随着时间的推移而后退。我们表明,模型预测控制提供了一个可能不切实际的平均场游戏的方法和次优的最佳回复策略之间的妥协。
2014-12-23 math.OC
Comparing the best reply strategy and mean field games: the stationary case
平均场博弈(MFG)和最佳应答策略(BRS)是描述交互主体系统竞争优化的两种方法。后者可以被解释为相应MFG系统的近似。本文对稳态情况下的两种方法进行了系统的分析和比较。我们提供了新的存在性和唯一性结果的固定边值问题有关的MFG和BRS配方,我们提出了一个分析和数值比较的两种范式在各种建模的情况。
2019-11-11 math.AP math.OC
A Stackelberg Game for Multi-Period Demand Response Management in the Smart Grid
研究了多个电力公司相互竞争的智能电网中多时段需求响应管理问题。用户公用事业公司之间的互动是通过纳什均衡捕获的Stackelberg类型的非合作对策建模。结果表明,这个游戏有一个独特的Stackelberg均衡,在该公用事业公司设定的价格,以最大限度地提高他们的收入(在纳什博弈),而用户相应地响应,以最大限度地提高他们的效用,他们的预算约束。为用户和电力公司的相应策略提供了封闭形式的表达式。结果表明,与单周期方案相比,多周期方案能更好地激励用户参与博弈。提供了关于用户参与所需的最小预算的充要条件。
2015-09-13 cs.GT math.OC
A Data Driven Structural Decomposition of Dynamic Games via Best Response Maps
本文提出了一种数据驱动的动态博弈结构分解方法,通过嵌入最佳反应映射作为约束,减少嵌套优化层,提升均衡计算效率和准确性。
2026-02-05 cs.GT cs.MA cs.RO
Fragility and Robustness in Mean-Payoff Adversarial Stackelberg Games
Stackelberg二人平均支付博弈是领导者(参与人0)和跟随者(参与人1)在一个双权图上进行的非零和无限持续时间博弈。这样的游戏是按顺序进行的:首先,领导者宣布她的策略,其次,追随者选择他的最佳对策。如果我们不能强加追随者选择的最佳反应,我们就说追随者虽然具有战略性,但对领导者具有对抗性。Leader在这个非零和博弈中所能得到的最大值称为博弈的对抗Stackelberg值(ASV)。我们研究了在这些游戏中领导者的策略对两种类型的偏差的鲁棒性:(i)建模不精确-游戏舞台边缘上的权重可能不完全正确,它们可能远离正确的权重。(ii)次优反应-追随者可能会选择ε最优的最佳反应,而不是完美的最佳反应。首先,我们表明,如果游戏是零和那么鲁棒性是有保证的,而在非零和的情况下,ASV的最优策略是脆弱的。其次,我们提供了一个解决方案的概念,以获得战略的领导者是强大的建模不精确性,以及ε-最优响应的追随者,并研究了几个属性和算法问题,这个解决方案的概念。
2021-08-02 cs.GT math.CO math.OC
Best Response Dynamics for Zero-Sum Dynamic Games with Partial-Asymmetric Information
The University of Texas at Dallas(德克萨斯大学达拉斯分校)
针对部分不对称信息下的零和随机线性二次动态博弈,本文提出基于最佳响应动力学的方法,推导纯线性动态输出反馈控制策略的最佳响应显式表达式,实验表明博弈值迭代几次后收敛,还分析了相关因素对线性二次追逃博弈值的影响。
2026-08-17 math.OC
Convergence Analysis and Acceleration of Fictitious Play for General Mean-Field Games via the Best Response
本文研究一般平均场博弈中虚拟博弈算法的收敛性,通过分析最佳响应映射首次给出显式收敛速率,并提出基于回溯线搜索和分层网格的两种加速策略。
2025-07-11 math.OC
Neuromorphic Realization of Best Response in Finite-Action Games
Princeton University(普林斯顿大学);Michigan State University(密歇根州立大学)
本文提出了一种神经形态决策动力学,通过内部状态空间过程稳定结果实现最佳反应,而非外部选择规则。证明了在循环耦合动作空间中,动作耦合算子决定证据组件,并展示动态系统能指数收敛至最佳反应。
2026-10-27 math.DS math.OC
A game-theoretic approach to dynamic demand response management
在\emph{smart buildings}和\emph{smart cities}的动态范围内,动态响应管理正在发挥越来越重要的作用,从而吸引了来自不同学科的科学家的注意。动态需求响应管理涉及一系列旨在分散大型复杂电网中的负荷控制的操作。每个单独的设备如果充分响应和重新调整其能源需求的整体网络负载。一个主要的问题是由于供求之间的不平衡造成的电源频率振荡。简而言之,本文通过为每个信号消费者提供战略洞察力来促进这一主题。特别是,我们强调三个主要贡献和其他一些小的贡献。首先,我们设计了一个平均场博弈模型,研究了确定性平均场博弈模型的平均场均衡和微观动力学的渐近稳定性。其次,我们扩展的分析和设计不完善的模型,涉及随机或确定性的干扰。这导致强大的平均场均衡策略,保证随机和最坏情况下的稳定性,分别。小的贡献涉及使用随机控制策略,而不是确定性的,和一些数值研究说明所提出的策略的有效性。
2014-10-24 math.OC
Efficient Learning in Polyhedral Games via Best Response Oracles
本文提出仅需每轮 O(log t) 次最优响应查询的多面体博弈学习框架,获得零和常数遗憾、一般和 O(T^{1/4}) 遗憾及自博弈收敛保证,并证明多类多面体的面距离下界。
2023-12-06 cs.GT cs.MA math.OC
Static multilevel reverse Stackelberg games: existence and computations of best strategies
研究了多层反向Stackelberg对策。在这个博弈中,领导者通过向他/她自己的决策空间宣布作为跟随者的决策变量的函数的策略来控制结果。与领导者的策略相对应,下一级中的参与者将他/她的策略呈现为其余参与者的决策变量的函数。重复该过程,直到轮到层级中的底层玩家为止,底层玩家通过确定他/她的最佳决策变量来做出反应。这种博弈结构可用于资源分配、能源市场定价、递阶控制等分散多级决策问题。本文对这类问题给出了仿射领导者逆Stackelberg策略的存在条件和构造方法。作为现有文献的推广,我们考虑了追随者的目标函数的非凸子水平集。此外,还提出了一种方法来构造多个反向Stackelberg战略的领导者。
2023-02-28 math.OC
A method for multi-leader-multi-follower games by smoothing the followers' response function
针对多领导者-多跟随者博弈中 EPEC 变量解释复杂的问题,提出平滑跟随者响应函数的单层变分不等式方法,并证明收敛性与有效性。
2024-04-08 math.OC
Solving Strongly Convex and Smooth Stackelberg Games Without Modeling the Follower
Stackelberg博弈已被广泛用于建模各种领域的交互决策问题,如能源系统,交通,网络安全和人机交互。然而,现有的解决Stackelberg游戏的算法往往需要的追随者的费用函数或学习动态的知识,也可能需要追随者提供一个确切的最佳响应,这可能是难以获得在实践中。为了规避这个困难,我们开发了一种算法,不需要跟随者的费用函数或确切的最佳响应的知识,使其更适用于现实世界的情况。具体来说,我们的算法只需要追随者提供一个近似最优的行动,以响应领导者的行动。该方法利用不精确最佳响应函数计算领导者目标函数的近似梯度,并利用该梯度进行零阶二层优化,得到领导者的最优行动。当领导者的费用函数在跟随者的最佳反应下是强凸的且光滑的时,我们的算法被证明以线性速度收敛到最优点的一个邻域。
2023-03-10 math.OC
A Stackelberg Game of Demand Response from the Aggregator's Perspective
本文提出一种从聚合商视角建模需求响应的Stackelberg博弈双层模型,聚合商为领导者、消费者为跟随者,验证了该模型能有效实现负荷削减目标并降低消费者电费。
2025-07-17 cs.SY eess.SY math.OC
Game Design and Analysis for Price based Demand Response: An Aggregate Game Approach
Nanyang Technological University(南洋理工大学)
本文提出了一种聚合游戏方法,用于智能电网中能源消费控制的建模与分析。通过估计聚合负荷,提出了纳什均衡寻求策略,并利用奇异摄动分析和李雅普诺夫稳定性分析,证明了局部收敛性。
2016-02-01 cs.SY econ.GN eess.SY
A Network-Constrained Demand Response Game for Procuring Energy Balancing Services
针对配电网能量平衡服务采购的隐私与安全挑战,提出含物理网络约束的广义纳什需求响应博弈,设计仅共享非敏感信息的去中心化出清算法,经测试验证其低效率损失与可扩展性。
2024-08-13 cs.SY eess.SY math.OC
BIG Hype: Best Intervention in Games via Distributed Hypergradient Descent
针对 Stackelberg 博弈等层次化决策问题缺乏收敛保证与计算效率的痛点,提出一种基于一阶超梯度的分布式算法,利用非光滑分析证明其收敛性,并通过保留分布式结构实现可扩展与隐私保护。
2024-03-28 math.OC
On Synchronous, Asynchronous, and Randomized Best-Response schemes for computing equilibria in Stochastic Nash games
本文考虑了一个随机纳什博弈,其中每个参与者都解决了一个参数化的随机最优化问题。在确定性的制度,最佳反应计划已被证明是收敛的一个合适的频谱属性与最近的最佳反应地图。然而,该方案的随机设置的直接应用需要在每次迭代中获得随机最优化的精确解。相反,我们提出了一个不精确的推广,其中一个不精确的解决方案是通过越来越多的投影随机梯度步骤计算。在此基础上,我们提出了三个不精确的最佳对策方案:(i)首先,我们提出了一个同步方案,所有的球员同时更新他们的策略;(ii)随后,我们将其扩展到一个随机设置,其中一个子集的球员是随机选择他们的更新策略,而其他人保持他们的策略不变;(iii)最后,我们提出了一个异步方案,每个玩家决定自己的更新频率,并可能使用过时的竞争对手的特定数据更新其策略。在一个适当的收缩性质的最近最佳反应映射,我们得到a.s.(i)和(ii)的迭代的收敛性和(i)-(iii)的平均收敛性。此外,我们证明了对于(i)-(iii),迭代收敛到唯一的平衡点的平均在一个指定的线性速率。最后,我们根据用于计算$ε-$纳什均衡的投影随机梯度步骤来建立总体迭代复杂度,并且在所有设置中,迭代复杂度为${\cal O}(1/ε^{2(1+c) + δ})$,其中$c = 0$在(i)的上下文中表示随机化的正成本(在(ii)中)以及随机性和延迟(在(iii)中)。该计划进一步扩展到线性和二次资源为基础的随机纳…
2018-02-06 math.OC
Efficient Decentralized Learning of Generalized Quantal Response Equilibrium
University of Southern California(南加州大学);University of Michigan, Dearborn(密歇根大学迪尔伯恩分校);University of Michigan, Ann Arbor(密歇根大学安娜堡分校)
提出一种针对有限理性智能体的广义分位数反应均衡概念,并基于平滑Frank-Wolfe算法设计去中心化学习算法,利用带噪梯度估计证明有限时间收敛性,在复杂一般和博弈中验证有效性。
2026-06-18 cs.GT math.OC
The Stackelberg Game: responses to regular strategies
根据arXiv:2011.13275中的单轮Voronoi博弈的解决方案,我们自然会考虑基于点的竞争定位和随后的领土划分的类似博弈。为了安抚白方(第一个玩家)在他们可能被骗到第一个点放置游戏中的眼泪,另一种游戏(或者更确切地说,沃罗诺伊游戏的扩展)是斯塔克伯格游戏,如果黑方(第二个玩家)获得超过一半的有争议的区域,那么一切都不会失去。事实证明,大量的结果可以从一轮沃罗诺伊游戏和什么仍然是要探索的斯塔克伯格游戏是如何最好的白色可以减轻损害的黑色的安置。由于arXiv:2011.13275中概述了某些布局的重大弱点,我们将首先考虑仍然满足这些结果的布局(即白方使用某种网格布局),然后探索黑方如何最好地利用这些位置。
2022-11-11 cs.CG cs.DM cs.GT
Best Response Convergence for Zero-sum Stochastic Dynamic Games with Partial and Asymmetric Information
针对部分非对称信息下的无限时域零和随机LQDG,论文研究最优响应迭代的快速收敛,并用高阶信念动态的可控性、可观测性衰减解释有限阶策略可近似Nash均衡。
2025-09-01 cs.SY eess.SY math.OC
Best Response Strategies for Asymmetric Sensing in Linear-Quadratic Differential Games
本文研究线性二次微分博弈中一方仅能间歇采样状态的非对称感知问题,推导出劣势方在平稳随机化策略类中的最优传感器策略,并通过仿真验证期望代价随感知限制放宽而趋近安全水平。
2024-06-09 cs.SY eess.SY math.OC
How Cooperation and Competition Arise in Regional Climate Policies: RICE as a Dynamic Game
研究气候变化的地理经济学最广泛使用的模型之一是区域气候与经济综合模型(RICE)。本文从对策论和最优控制的角度研究了RICE框架下区域气候政策中的合作与竞争。首先,我们证明了RICE模型本质上是一个动态博弈。其次,我们研究合作和非合作的解决方案,这个水稻动态博弈。在合作环境中,我们研究了全球社会福利均衡,最大化的加权和累积的社会福利跨地区。接下来,我们将这些地区分为两类:发达地区和发展中地区,并在帕累托最优的概念下考察社会福利边界。我们还提出了一个滚动时域方法来近似的鲁棒性和计算效率的全球社会福利均衡。对于非合作的设置,我们研究的最佳反应动力学和开环纳什均衡的大米游戏。提出了一种动态博弈的递归最佳反应算法(RBA-DG)来描述动态博弈的最佳反应决策序列,数值研究表明该算法应用于RICE博弈时收敛于开环Nash均衡.我们还研究了RICE游戏的在线后退视野反馈决策。提出了一种动态博弈滚动时域反馈算法。所有这些建议的解决方案概念都是使用最新更新的参数和数据实现和开源的。研究结果揭示了如何利用对策论促进国际谈判,以就区域气候变化减缓政策达成共识,以及合作和竞争的区域关系如何塑造我们未来的气候变化。
2022-11-21 math.OC
A Game-Theoretic Framework for Multi-Period-Multi-Company Demand Response Management in the Smart Grid
利用对策论的工具,我们开发了一个新的多时期多公司的需求响应框架,考虑到公司(能源的卖方)和他们的消费者(能源的买方)之间的相互作用。我们用Stackelberg博弈来模拟这种互动,在这个博弈中,公司设定价格,消费者选择需求。我们表明,潜在的游戏有一个独特的均衡,在该公司最大化他们的收入,而消费者最大化他们的效用受当地的限制。为所有参与者的最优策略提供了封闭形式的表达式。基于这些解决方案,已制定的功率分配游戏,这是承认一个唯一的纯策略纳什均衡,也提供了封闭形式的表达式。这种均衡是在公司可以在整个时间范围内自由分配权力的假设下发现的,但我们也证明了放松这一假设是可能的。我们进一步提供了一个快速的分布式算法的计算所有最优策略只使用本地信息。我们还研究了期间数(时间范围的细分)和消费者数量变化的影响。因此,当参与需求响应的消费者数量超过某个阈值时,我们能够找到合适的公司与消费者比率。此外,我们表明,无论是分析和数值,多期计划提供了激励能源消费者参与需求响应,相比,单期框架研究文献中。在我们的框架中,我们提供了一个条件,消费者需要的最低预算,并进行案例研究,使用现实生活中的数据来证明该方法的好处,这表明潜在的节省高达$30\%$和均衡价格,具有低波动性。
2020-04-17 cs.GT math.OC
Equilibrium-Invariant Embedding, Metric Space, and Fundamental Set of $2\times2$ Normal-Form Games
本文为标准式博弈构造均衡不变与最优反应不变的度量及嵌入,并据此将$2\ imes2$博弈归约为15个基本类别,还提出可用于大型博弈的策略可视化工具。
2023-04-19 cs.GT cs.MA econ.TH
Computing Equilibria in Stochastic Nonconvex and Non-monotone Games via Gradient-Response Schemes
University of Michigan(密歇根大学)
该研究针对随机非凸非单调博弈,提出SSGR、SAGR、SAMGR等单步梯度响应方案,可分别实现次线性或线性收敛至QNE/NE,为非凸博弈均衡的高效计算提供了新方法。
2026-08-10 math.OC
Neural Operators Can Play Dynamic Stackelberg Games
University of Michigan(密歇根大学);McMaster University(麦克马斯特大学);Vector Institute(矢量研究所)
本文证明基于注意力的神经算子能近似实现动态 Stackelberg 博弈中跟随者的最佳响应算子,并利用万能逼近定理与博弈稳定性结果证明了该近似博弈的值收敛于原始博弈的值。
2024-11-14 cs.LG cs.NA math.NA
On Separation Between Best-Iterate, Random-Iterate, and Last-Iterate Convergence of Learning in Games
Yale University(耶鲁大学);MIT(麻省理工学院);HEC Paris(巴黎高等商学院);Columbia University(哥伦比亚大学);University of Southern California(南加利福尼亚大学)
针对博弈学习动力学,本文证明了 OMWU 在 $2\ imes 2$ 矩阵博弈中具有快速的最佳迭代收敛速率但无多项式级随机迭代收敛速率,揭示了两者间的分离性,并提出了一种新颖的两阶段分析方法。
2025-03-04 cs.GT cs.LG math.OC
Random-Restart Best-Response Dynamics for Large-Scale Integer Programming Games and Their Applications
Virginia Tech(弗吉尼亚理工大学);New Jersey Institute of Technology(新泽西理工学院)
本文提出随机重启最佳响应动力学算法,用于大规模整数规划博弈的纳什均衡计算,并应用于水生入侵物种防控问题。
2026-02-24 cs.GT math.OC
Solving Monotone Variational Inequalities with Best Response Dynamics
该研究利用最优响应动力学求解紧凸集上的单调变分不等式,验证了其在博弈论场景下收敛到纳什均衡的特性,推广了带凸约束的群体博弈,并分析了方法对时变扰动的鲁棒性。
2024-09-16 cs.SY eess.SY math.OC
Game Dynamics and Nash Equilibria
如果一个博弈有一个唯一的纳什均衡,那么这个均衡可以说是这个博弈的解。然而,对于几乎所有的初始条件,所有支持这种均衡的策略都可能被复制因子动态和最佳回复动态所淘汰。
2012-11-22 cs.GT math.OC