Price Competition in Online Combinatorial Markets
我们考虑一个单一的买家与组合偏好,希望购买相关的产品和服务,从不同的供应商,其中每个供应商只提供一种产品。我们研究的一般情况下,产品的子集可以替代品,以及互补性和分析的游戏,诱导供应商,供应商的策略是他要求他的产品的价格。这个模型概括了伯特兰竞争(供应商是完美的替代品)和纳什讨价还价(他们是完美的补充),并捕捉了各种各样的场景,可以出现在复杂的众包或相关产品的自动定价。我们研究了这类博弈的均衡,并证明了一个纯有效均衡总是存在的。在次模块化的买方偏好的情况下,我们充分刻画了一组纯纳什均衡,基本上显示出独特性。对于更受限制的“替代品”买方的喜好,我们还证明了{ \em混合}均衡的唯一性。最后,我们开始探索自然概括我们的设置,如当服务有成本,当有多个买家或买家的估值不确定性,当一个供应商提供多种产品。
2014-01-08 cs.GT
Electoral Competition under Best-Worst Voting Rules
我们在Hotelling-Downs空间选举模型中研究了最佳-最差投票规则类的多候选人纯策略均衡,其中每个投票者都被赋予了一张赞成票和一张反对票,即,每个选民都可以投票支持一名候选人,反对另一名候选人。在计算候选人的净得分时,对赞成票和反对票的加权可能不同,因此反对票和赞成票不需要完全抵消。这些规则结合了第一位寻求激励的多元化和激励,以避免被排名最后的反多元化。我们表明,这些规则一般承认均衡,这是不收敛的,当且仅当一个积极的投票的重要性超过了一个消极的投票。后一种情况下的均衡集合与多数均衡非常相似,只是由于反对票的调节作用,平台不那么极端。此外,对于权重的正确选择,可以获得在一个极端处的多个和在另一极端处的完全收敛之间的任何程度的分散。
2016-10-10 cs.GT
Mean Field Model for an Advertising Competition in a Duopoly
在这项研究中,我们分析了一个双寡头垄断的广告竞争。我们考虑两种不同的均衡概念。我们将双头垄断中的公司作为主要参与者,将消费者作为次要参与者。在我们的第一个对策模型中,我们确定了所有参与者之间的纳什均衡(NE)。接下来,我们构建模型,以寻找多领导者-追随者纳什均衡(MLF-NE)。这种方法让人想起Stackelberg游戏,在这个意义上,主要玩家设计他们的广告政策,假设小玩家是理性的,并解决在纳什均衡之间。这种理性假设将主要参与者之间的竞争简化为2人游戏。在解决了这两个模型的均衡的概念,我们分析了两个不同的均衡集的异同。
2022-01-13 cs.GT math.OC
Pure Nash Equilibria in Resource Graph Games
本文研究了资源图博弈中纯纳什均衡的存在性,资源图博弈是一种用来简洁地表示局中人私人成本的一般策略博弈。有一个有限的资源集,每个玩家的策略集对应于一组资源子集。资源的成本是一个任意函数,它取决于指定邻域中资源的负载向量。作为我们的主要结果,我们给出了完整的刻画的成本函数,保证存在的纯纳什均衡加权和未加权的球员,分别。1.对于未加权的参与者,纯纳什均衡保证存在于参与者的策略空间的任何选择当且仅当每个资源的成本是资源本身的负载的任意函数,并且在所有其他资源的负载中是线性的,其中不同资源的相互影响的线性系数是对称的。2.对于加权博弈,保证纯纳什均衡存在于博弈者的策略空间的任何选择当且仅当资源的成本在所有资源负载中是线性的,并且相互影响的线性因子是对称的,或者资源之间没有相互作用,并且成本是局部资源负载的指数函数。3.对于特殊情况下,球员的策略集拟阵,我们表明,纯纳什均衡存在下的局部单调性,即使成本函数是玩家特定的。我们指出,这一结果的应用程序的双层负载均衡游戏,这是出于对外部攻击者和内部拥塞的影响,是弹性的网络基础设施的研究。4.最后,我们得到的硬度结果,以决定是否一个给定的战略是一个纯纳什均衡网络路由游戏和拟阵游戏,分别。
2020-07-17 cs.GT
Competition, Alignment, and Equilibria in Digital Marketplaces
University of California, Berkeley(加州大学伯克利分校)
众所周知,传统平台之间的竞争通过使平台的行为与用户偏好相一致来提高用户效用。但是,在数据驱动的市场中,一致性在多大程度上得到了体现?为了从理论的角度研究这个问题,我们引入了一个双寡头市场,其中平台行为是强盗算法,两个平台竞争用户参与。这个市场的一个显著特征是,推荐的质量取决于强盗算法和用户交互提供的数据量。算法性能和用户行为之间的这种相互依赖性使市场均衡的结构及其在用户效用方面的质量变得复杂。我们的主要发现是,在这个市场的竞争并不完全符合市场结果与用户效用。有趣的是,市场结果不仅在平台具有单独的数据存储库时表现出不一致,而且在平台具有共享数据存储库时也表现出不一致。尽管如此,数据共享的假设会影响导致错位的机制,也会影响错位的具体形式(例如,最佳情况和最差情况的市场结果的质量)。更广泛地说,我们的工作表明,数字市场的竞争对用户效用有微妙的影响,值得进一步研究。
2023-01-16 cs.GT cs.LG econ.TH
Equilibrium Computation in the Hotelling-Downs Model of Spatial Competition
针对Hotelling-Downs模型,提出三种算法计算纯纳什均衡,覆盖选民与候选人位置连续或离散的组合,返回精确或近似均衡,填补计算空白。
2024-12-17 cs.GT
On the Efficiency of the Proportional Allocation Mechanism for Divisible Resources
我们研究了比例分配机制的效率,这是广泛使用的分配可分割的资源。每个代理为每个可分割资源提交一个出价,并接收与她的出价成比例的分数。通过研究完全信息和不完全信息下诱导博弈的无政府无政府代价(PoA)来量化纳什均衡的无效率。当代理人的估值是凹的,我们表明,贝叶斯纳什均衡可以是任意低效的,在众所周知的4/3界限纯均衡。接下来,我们上界的PoA贝叶斯均衡2时,代理人的估值是次加性,推广和加强以前的界限格次模估值。此外,我们表明,这个界是紧的,不能通过任何简单的或无标度的机制来提高。然后,我们切换到预算约束的设置,我们展示了一个改进的上界的PoA粗相关的均衡。最后,我们证明了多面体环境中纯平衡点的PoA恰好为2。
2015-07-24 cs.GT
Competitive Equilibria with Unequal Budgets: Supporting Arbitrary Pareto Optimal Allocations
我们考虑一个市场环境的代理商与添加剂的估值在异构可分资源。代理被分配了一个令牌预算(可能是不平等的预算),他们可以使用它来获取资源;剩余的令牌是没有价值的。我们展示了如何支持任何帕累托有效的分配均衡,使用匿名的资源价格和代理特定的预算。我们也给这些任务的计算效率的算法。特别是,这使我们能够支持罗尔斯的最大-最小分配。
2021-03-15 cs.GT
Heavy Traffic Approximation of Equilibria in Resource Sharing Games
我们考虑了一个结合了购买行为和战略行为的定价资源共享模型。我们研究了一个优先级服务模型,其中一个单一的服务器分配其容量的代理成比例的支付给系统,和用户从不同的类采取行动,以尽量减少他们的处理延迟和支付的成本之和。由于这个系统的确切处理时间是很难计算的,我们引入了繁忙的交通平衡的概念作为一个近似的纳什均衡,通过考虑系统负载接近能力的渐近制度。我们讨论了效率和收入,特别是提供了一个界限的无政府状态无政府代价的繁忙的交通均衡。
2012-06-02 cs.GT
Computing Pure-Strategy Nash Equilibria in a Two-Party Policy Competition: Existence and Algorithmic Approaches
Department of Computer Science and Engineering, National Taiwan Ocean University(国家海洋大学计算机科学与工程系)
本文将两党政策竞争建模为非合作博弈,证明了在单维和多维设置中纯策略纳什均衡的存在性,并提出基于网格的搜索算法以高效找到近似均衡。
2026-03-18 cs.GT cs.LG
Pricing, Competition, and Routing for Selfish and Strategic Nodes in Multi-hop Relay Networks
我们研究了多跳中继网络中的定价博弈,其中节点自私地和策略性地为他们的服务定价并路由他们的流量。在这个博弈中,每个节点(1)宣布定价函数,该定价函数指定它根据路由到它的流量的数量向其相应客户要求的支付,并且(2)将它接收到的总流量分配给它的服务提供商。一个节点的利润是从服务他人获得的收入与使用他人服务的成本之间的差额。我们表明,这样的游戏的社会最优路由总是可以诱导的均衡,没有节点可以增加其利润,单方面改变其定价函数或路由决策。另一方面,也可能存在非效率均衡。我们通过推导无效率均衡下无政府状态无政府代价来描述效率损失。我们证明了对于边际成本函数为凹函数的寡头垄断,无政府状态的无政府代价是有限的,而对于一般拓扑和成本函数,无政府状态的代价是无限的。
2007-10-15 cs.GT
Mean Field Equilibria for Competitive Exploration in Resource Sharing Settings
我们认为游牧代理人的模型,探索和竞争时变的位置特定的资源,产生于众包运输服务,在线社区,并在传统的基于位置的经济活动。该模型包括一组代理和一组位置,每个位置都具有动态随机资源过程。每个代理获得由其位置处的总体资源水平以及那里的其他代理的数量确定的定期奖励。每个代理都是战略性的,可以在位置之间自由移动,并且每次都决定是留在同一个节点还是切换到另一个节点。我们研究的代理商的平衡行为作为一个功能的动态的随机资源过程和外部性的性质,每个代理商强加给别人在同一个位置。在渐近极限与代理和位置的数量成比例地增加,我们表明,存在一个平衡,并有一个阈值结构,每个代理决定切换到一个不同的位置,仅基于其当前位置的资源水平和其他代理在该位置的数量。这一结果提供了深入了解系统结构如何影响代理的集体能力,探索他们的域,找到并有效地利用资源丰富的地区。它还允许评估通过惩罚或补贴改变奖励结构的影响。
2016-02-21 cs.GT
Robust Equilibria in Shared Resource Allocation via Strengthening Border's Theorem
Cornell University(康奈尔大学)
本文针对共享资源重复分配问题,首次提出一种机制,使每个智能体的自然策略同时构成贝叶斯-纳什均衡并具备强鲁棒个体效用保证,其核心方法是将鲁棒均衡的存在性归结为Border多胞体某子集非空,并通过联合Schur凸性论证加以证明。
2025-11-06 cs.GT
On Existence and Properties of Approximate Pure Nash Equilibria in Bandwidth Allocation Games
在\emph{bandwidth allocation games}(BAGs)中,参与者的策略由对不同资源的各种需求组成。玩家的效用最多是这些需求的总和,前提是这些需求得到充分满足。每个资源都有一个有限的容量,如果它被总需求超过,它必须在玩家之间分配。由于这些游戏一般没有纯纳什均衡,我们考虑近似的纯纳什均衡,其中没有一个玩家可以通过单方面的策略改变提高她的效用超过一些固定的因素$α$。存在阈值$α_δ$(其中$δ$是限制每个参与者对特定资源的需求的参数),使得对于$α\geq α_δ$总是存在$α$ -近似纯纳什均衡,但对于$α< α_δ$不存在。我们给出了这个阈值$α_δ$的上界和下界,并表明相应的决策问题是${\sf NP}$ -硬的。我们还证明了BAGs无政府状态的$α$近似价格是$α+1$ .对于一个受限制的版本的游戏,玩家的需求只是略有不同,从对方(如对称游戏),我们表明,近似纳什均衡可以达到(因此也计算)在多项式时间使用最佳响应动态。最后,我们表明,更广泛的一类效用最大化的游戏(其中包括BAGs)迅速收敛到国家的社会福利接近最优。
2015-07-10 cs.GT
Competition and Cooperation of LLM Agents in Games
University of Washington(华盛顿大学);Thayer School of Engineering at Dartmouth College(达特茅斯学院塔耶尔工程学院)
研究大语言模型代理在资源分配和Cournot竞争博弈中的行为,发现多轮提示和非零和上下文促进合作,基于公平性推理提出分析框架。
2026-04-11 cs.GT cs.MA cs.SY
Popularity in location games
本文研究引入企业流行度影响的Hotelling-Downs空间竞争模型,针对多重均衡提出乐观、中立、悲观三种行为态度,并刻画各自纳什均衡及社会福利损失。
2024-01-15 cs.GT
Equilibria of the Colonel Blotto Games with Costs
本文研究带成本的Colonel Blotto博弈,证明其与含额外战场的零和博弈策略等价,从而可在多项式时间内计算纳什均衡。
2024-12-18 cs.GT
Resource Buying Games
在资源购买游戏中,一组玩家联合购买有限资源集合E的子集(例如,机器、边或有向图中的节点)。资源e的成本取决于使用e的玩家数量(或负载),并且在它变得可用之前必须由玩家完全支付。每个参与者i需要在2^E中至少有一组预定义的族S_i可用。因此,资源购买游戏可以被看作是拥塞游戏的一种变体,其中资源的负载相关成本可以在玩家之间任意共享。在资源购买游戏中,参与者i的策略是由i的期望配置之一S_i以及表示i愿意为购买所选资源贡献多少的支付向量P_i组成的元组。本文研究了资源购买博弈的纯纳什均衡(PNE,简称PNE)的存在性和计算复杂性。与保证均衡存在的经典拥塞博弈不同,资源购买博弈中均衡的存在性强烈依赖于S_i的底层结构和成本函数的行为。我们表明,对于边际非增加的成本函数,拟阵是完全正确的结构考虑,资源购买游戏与边际非减少的成本函数总是承认PNE。
2012-04-18 cs.GT
Study of the effect of cost policies in the convergence of selfish strategies in Pure Nash Equilibria in Congestion Games
在这项工作中,我们研究了一组全球资源的用户之间的竞争情况。更确切地说,我们研究的效果,这些资源所使用的成本政策在收敛时间到一个纯粹的纳什均衡。这项工作分为两部分。在理论部分,我们证明了各种成本政策的收敛时间的上下限。然后,我们实现了我们研究的所有模型,并提供了一些实验结果。这些结果遵循的理论与一个例外,这是最有趣的实验。在联盟用户的情况下,理论上界是伪多项式的用户数,但实验结果表明,收敛时间是多项式。
2011-03-25 cs.GT
Semicoarse Correlated Equilibria and LP-Based Guarantees for Gradient Dynamics in Normal-Form Games
本文证明正规形式博弈中投影梯度上升满足更强的线性 $Φ$-遗憾,提出半粗相关均衡这一新解概念,并利用基于线性规划的对偶方法分析了伯特兰竞争和第一价格拍卖中梯度学习收敛到纳什均衡的条件。
2025-06-04 cs.GT
Prior Independent Equilibria and Linear Multi-dimensional Bayesian Games
我们表明,贝叶斯策略地图配置文件是一个贝叶斯纳什均衡独立于任何先验当且仅当贝叶斯策略地图配置文件,在任何类型的配置文件,评估是纳什均衡的所谓的本地确定性游戏对应的类型配置文件。我们称这样的贝叶斯博弈类型为正则型。然后,我们表明,一个m维n-代理贝叶斯游戏的效用是线性依赖于代理的类型是等价的,每个代理的类型空间的归一化到(m-1)-单纯形,同时在nm的竞争所谓的基本n-代理游戏。如果博弈是线性的,即,每个局中人的效用只与其类型线性相关,则贝叶斯博弈等价于m个基本n-主体博弈中的同时竞争,称为多人博弈。然后,我们证明了一个自己的类型的线性贝叶斯游戏是类型正则的,如果它是类型正则的顶点的(m-1)-单纯形,结果提供了一个大类的类型正则贝叶斯映射。这类m维自型线性贝叶斯博弈通过与多个博弈的等价性,可以对m个不同环境下的同时决策进行建模。我们表明,一个二维的的自有类型的线性贝叶斯游戏可以用来给一个新的模型的囚徒困境(PD)中的亲社会倾向的代理被认为是他们的类型和两个代理同时发挥在PD以及在亲社会的游戏。这个贝叶斯博弈解决了代理人的物质主义和亲社会倾向。同样,我们提出了一个新的二维的贝叶斯信任博弈模型,其中两个代理人的类型反映了他们的亲社会倾向或信任度,这导致了更合理的纳什均衡。最后,我们考虑这样的多环境决策的例子,在生产中的几个公司在多个市场。
2018-04-09 cs.GT
Algorithms for Nash and Pareto Equilibria for Resource Allocation in Multiple Femtocells
我们考虑在宏小区中操作的具有多个毫微微小区的蜂窝系统。他们共享一套沟通渠道。每个毫微微蜂窝基站具有需要某些最小速率保证的多个用户。每个信道具有峰值功率约束以限制对宏基站(BS)的干扰。我们制定的信道分配和功率控制的问题在毫微微蜂窝基站作为一个非合作的游戏。我们开发了分散的算法,以获得一个粗相关的平衡,满足每个用户的QoS。如果所有用户的QoS不能得到满足,那么我们得到一个公平的均衡。最后,我们还提供了一个分散的算法,以达到帕累托和纳什谈判的解决方案,它具有比算法计算NE低得多的复杂性。
2017-03-22 cs.GT cs.NI
Information Design in Spatial Resource Competition
本文研究了空间资源竞争环境下的信息设计问题。代理聚集在一个位置,决定是否移动到另一个位置以获得可能更高级别的资源,并且每个代理通过移动到另一个位置获得的效用随着更多代理移动到那里而降低。代理不观察另一位置处的资源水平,而主体观察,并且主体希望谨慎地发布该信息以吸引适当数量的代理移动。我们采用贝叶斯说服框架,分析了委托人的最优信号机制设计问题。我们研究私有和公共信号机制。对于私有信令,我们表明,最佳的机制可以计算在多项式时间的代理数量。获得最优私有机制包括两个步骤:首先,求解线性规划,以获得每个代理应该被推荐移动的边际概率;其次,使用序贯抽样程序对满足边际概率的移动代理进行抽样。对于公共信令,我们证明了发送方偏好均衡具有简单的阈值结构,并且关于发送方偏好均衡的最优公共机制可以在多项式时间内计算。我们支持我们的分析结果与数值计算表明,最佳的私人和公共信号机制实现了显着更高的社会福利相比,没有信息或充分的信息基准在许多设置。
2019-09-27 cs.GT
Stability in Single-Peaked Strategic Resource Selection Games
本文研究异质智能体在单峰效用下的资源选择博弈,刻画环、二叉树及任意图中均衡存在的紧界,并指出完全信息情形的稳定性证明难点。
2025-05-09 cs.GT
Additive Security Games: Structure and Optimization
在这项工作中,我们提供了一个结构特征的可能的纳什均衡在研究类安全游戏与附加效用。我们的分析产生的可能的均衡分为七种类型的分类,我们提供了封闭形式的可行性条件,以及封闭形式的表达式,预期结果的球员在均衡。我们提供了每种类型的唯一性和多重性的结果,并利用我们的结构方法,提出了一种新的算法来计算每种类型的平衡时,他们存在。然后,我们考虑的特殊情况下的安全游戏完全保护资源和零和游戏。在防御者可以扰动攻击者的收益的假设下,我们研究了在均衡时防御者期望结果的优化问题。我们表明,这个问题是弱NP-硬的Stackelberg平衡和多攻击者资源的情况下,并提出了一个伪多项式时间的过程来解决这个问题的情况下,纳什均衡温和的假设。最后,针对非可加安全博弈,我们提出了最近可加博弈的概念,并证明了任何非可加博弈的最近可加博弈的存在性和唯一性。
2022-08-03 cs.GT
Symmetry Breaking, Hysteresis, and Convergence to the Mean Voter in two-party Spatial Competition
Universidade Federal do ABC (UFABC)(圣安德烈联邦大学)
本文研究了两党空间竞争中选民对意识形态距离容忍度对均衡的影响,揭示了在不同容忍度下均衡从极化到趋中收敛的转变过程。
2026-01-12 cs.GT math.DS math.PR
Selling Complementary Goods: Dynamics, Efficiency and Revenue
我们考虑完全互补商品的两个销售者之间的价格竞争。每个卖家都为自己出售的商品定价,但需求量取决于价格的总和。这是古诺(1838)提出的一个经典模型,他指出,在这种情况下,一个同时销售两种商品的垄断企业比两个相互竞争的卖家更有利于社会。我们证明了非平凡的纯纳什均衡总是存在于这个游戏。我们还量化古诺的观察方面的最优福利和垄断收入。然后,我们证明了一系列主要是负面的结果,在这样的游戏中的最佳对策动态的收敛到均衡。
2017-06-01 cs.GT
From Duels to Battefields: Computing Equilibria of Blotto and Other Games
研究了零和博弈的纳什均衡的计算问题。许多自然的零和游戏有指数级的策略,但回报是高度结构化的。例如,在研究得很好的上校Blotto游戏(由Borel在1921年推出)中,玩家必须在一组战场中分配一批部队,以获胜为目标(即,在)多数中有更多的军队。Blotto上校游戏通常用于分析从美国总统选举到创新技术竞赛,广告,体育等广泛的应用。然而,由于策略空间的大小,计算零和博弈均衡的标准方法在计算上不可行。事实上,尽管它的重要性,只有少数解决方案的特殊变种的问题是已知的。在本文中,我们展示了如何计算Blotto上校游戏的均衡。此外,我们的方法采取的形式一般减少:找到一个纳什均衡的零和游戏,它足以设计一个分离预言机的任何双线性游戏的策略多面体是支付等价的。然后,我们应用这种技术来获得第一多时间算法的各种游戏。除了上校Blotto,我们还展示了如何计算均衡在一个无限的战略变种称为一般乐透游戏;这涉及到展示如何修剪策略空间到一个有限的子集,然后再应用我们的减少。我们还考虑了由Immorlica et al.(2011)首次引入的决斗游戏。我们证明,我们的方法可证明扩展的类决斗游戏的均衡可以计算:我们引入了一个新的决斗游戏,匹配决斗,在此之前的方法无法计算上可行,但我们的减少可以应用。
2017-01-20 cs.GT
Computing and Learning Stationary Mean Field Equilibria with Low-Dimensional Interactions: Algorithms and Applications
National University of Singapore(新加坡国立大学)
本文提出利用低维交互结构的迭代算法,在温和假设下全局收敛地计算和学习平均场均衡,无需单调性或压缩性质,并应用于动态竞争、宏观经济及在线市场等模型。
2026-09-10 cs.GT econ.TH math.OC
On a Competitive Secretary Problem with Deferred Selections
我们研究秘书问题的设置与多个代理。在标准的秘书问题中,一系列任意的奖励以随机的顺序到达网上,一个决策者在每个奖励到达时立即做出不可撤销的决定。在许多情况下,由于对竞争的隐含假设,出现了立即作出决定的要求。也就是说,如果决策者不立即接受所提供的奖励,它将由其他人接受。本文的新颖之处在于引入了一个多代理模型,其中竞争是内生的。在我们的模型中,多个代理竞争到达的奖励,但决定不需要立即;相反,代理可以选择以前的奖励,只要它们可用(即,而不是由其他代理商执行)。如果一个奖项是由多个代理商选择的,则会随机或根据全球排名打破平局。这导致了一个多代理人的游戏中,选择的时间不是由游戏规则强制执行,而是代理人的策略的一个重要组成部分。我们研究了这个博弈中均衡的结构和性能。对于随机平局打破,我们描述了游戏的均衡,并表明,预期的社会福利在均衡是接近最优的,尽管代理之间的竞争。对于排名平局打破,我们给出了一个完整的3-代理博弈中的均衡的特征,并表明,随着代理的数量的增长,每个代理的非即时选择下的获胜概率接近她的即时选择下的获胜概率。
2020-07-14 cs.GT cs.MA
Resource Competition on Integral Polymatroids
我们研究竞争性资源分配问题中,球员分配他们的需求,整体上的一组资源,受球员特定的子模块的能力限制。每个参与者都必须为每一单位需求支付一个成本,这个成本是该资源总分配的非减凸函数。这个资源分配的一般模型推广了具有整数可分需求的单例拥塞博弈和具有玩家特定成本的拟阵拥塞博弈。作为我们的主要结果,我们表明,在这样的一般资源分配问题的纯纳什均衡是保证存在的一个伪多项式算法计算一个纯纳什均衡。
2014-07-29 cs.DM cs.GT math.OC
Efficiency and complexity of price competition among single-product vendors
University of Patras(帕特雷大学);CTI “Diophantus”
受人工智能文献中定价方面的最新进展的启发,我们研究了包含多个供应商的市场,这些供应商提供相同或相似的产品,而单位需求买家对这些供应商的估值不同。每个供应商的目标是将其产品的价格设定为一个固定值,以便其利润最大化。利润取决于供应商的价格本身以及认为特定价格比供应商竞争对手的价格更具吸引力的买家的总数量。我们将买卖双方的行为建模为两阶段完全信息博弈,研究了该博弈中均衡的存在性、效率(无政府代价)和计算复杂性等一系列问题。为了克服均衡不存在或存在但效率极低的情况,我们考虑这样一种情况,即一些供应商得到补贴,以保持低价格和买家高度满意。
2017-03-06 cs.AI cs.CC cs.GT
MESOB: Balancing Equilibria & Social Optimality
Amazon(亚马逊);University of California Berkeley(加州大学伯克利分校);Citadel Securities(城堡证券)
本文提出 MESOB 双目标平均场优化框架及 MESOB-OMO 方法,用于在大规模多智能体竞争与合作博弈中渐近选择 Nash 均衡并促进社会均等化,广告出价模拟验证了其平衡多方利益的优势。
2023-07-16 cs.GT cs.LG cs.MA
Existence and Verification of Nash Equilibria in Non-Cooperative Contribution Games with Resource Contention
Gran Sasso Science Institute(格兰萨索科学研究所)
本研究探讨非合作资源贡献博弈中资源竞争下纳什均衡的存在性与验证问题,发现竞争厌恶时判定更难,并确定了一类可处理且必有均衡的自然博弈。
2026-09-15 cs.GT cs.MA
Closed Non-atomic Resource Allocation Games
当排队等候的信号表明需求超过供应时,效率会受到什么影响?我们考虑一类拥塞游戏的一个非原子的一组球员的一个恒定的质量,制定通用线性规划的基础上,作为顺序资源分配游戏。玩家不断地选择活动,使他们最大限度地提高线性目标解释为时间平均的活动奖励,而积极的资源限制导致的牺牲。反过来,由此产生的等待延迟进入每个玩家的优化问题。通过一个与比例公平性有关的势函数,研究了Wardrop型平衡点的存在性及其性质.相对于最优资源分配的均衡的无效率通过无政府代价来表征,如果所有参与者都是相同类型,则无政府状态的代价为2(如果不是,则为$\infty$)。
2020-11-17 cs.GT math.OC
Nash equilibrium structure of Cox process Hotelling games
我们研究了一个N-玩家的游戏,其中每个玩家的纯行动是选择一个非负函数的波兰空间支持有限的扩散措施,受到有限的约束的功能的积分。该函数用于定义波兰空间上泊松点过程的强度。这些过程在参与者之间是独立的,参与者的价值是其开放Voronoi单元在叠加点过程中的并集的度量。在随机策略下,局中人的得分过程是一个Cox过程,局中人之间的竞争性质类似于Hotelling竞争博弈。我们的特点,当这样的游戏承认纳什均衡,并证明,当纳什均衡存在,它是唯一的,由纯策略,是成比例的总强度相同的比例。我们给出的例子,这样的游戏,纳什均衡不存在。更好地理解纳什均衡存在的标准仍然是一个有趣的开放问题。
2020-08-15 cs.CR cs.GT math.OC
A Capacity-Price Game for Uncertain Renewables Resources
可再生资源开始在电力系统的总发电组合中占越来越大的比例。可再生能源和传统发电机之间的一个关键区别是,许多可再生资源由个人管理,特别是在配电系统中。在本文中,我们研究的容量投资和定价问题,多个可再生能源生产商在一个分散的市场竞争。众所周知,大多数确定性容量博弈往往会导致非常低效的均衡,即使有大量类似的参与者。相比之下,我们表明,由于可再生资源的固有随机性,在我们的能力游戏的均衡成为有效的玩家数量的增长,并符合从社会规划师的问题集中决策。这一结果提供了一个新的视角,如何看待随机性在游戏框架中的积极影响,以及它对资源规划,调度和投标的贡献。我们验证了我们的研究结果,使用真实世界的数据模拟研究。
2019-10-03 cs.GT math.OC
Competition between service providers with strategic resource allocation: application to network slicing
Universitat Politècnica de València(瓦伦西亚理工大学)
本文提出了一种针对5G运营商的商业模式,通过网络切片机制和战略资源分配,优化网络资源分配并实现纳什均衡。
2026-01-21 cs.GT cs.NI
Learning to Strategically Acquire Resources in Competition
Harvard University(哈佛大学);Morgan Stanley Machine Learning Research(摩根士丹利机器学习研究部);University of Pennsylvania(宾夕法尼亚大学);Morgan Stanley(摩根士丹利);Fixed Point Advisors(不动点顾问公司)
研究多智能体在时间上竞争获取可分割资源的问题,提出博弈论模型,分析不同信息假设下的贝叶斯纳什均衡,并给出学习动态的收敛条件。
2026-06-05 cs.CE cs.GT
Strategic Resource Selection with Homophilic Agents
Hasso Plattner Institute(哈索·普拉特纳研究所);University of Potsdam(波茨坦大学);University of Twente(特温特大学)
本文提出异质性智能体资源选择博弈,引入同类型比例容忍阈值刻画同质性偏好,分析均衡存在性、质量与社会福利最大化复杂性,并证明有限理性模型下的均衡能紧密逼近完全知识设定。
2024-06-13 cs.AI cs.GT
Equilibria in multiagent online problems with predictions
研究多智能体在线问题中带预测的竞争性算法,引入多智能体版滑雪租赁问题,探讨对自身及他人行为使用预测器的影响及由此形成的新均衡。
2025-07-11 cs.DS cs.GT cs.MA
Beyond Local Nash Equilibria for Adversarial Networks
除了一些特殊情况外,目前用于生成对抗网络(GANs)的训练方法最多可以保证收敛到“局部纳什均衡”(LNE)。然而,这样的LNE可以任意远离实际的纳什均衡(NE),这意味着对所找到的生成器或分类器的质量没有保证。本文提出将GANs明确建模为混合策略中的有限游戏,从而确保每个LNE都是NE。有了这个公式,我们提出了一个解决方案的方法,被证明是单调收敛到资源有界的纳什均衡(RB-NE):通过增加计算资源,我们可以找到更好的解决方案。我们的经验表明,我们的方法是不太容易出现典型的GAN问题,如模式坍塌,并产生解决方案,是较少利用比GANs和MGANs,并密切类似于理论预测的NE。
2018-07-26 cs.GT cs.LG stat.ML
Statics and dynamics of selfish interactions in distributed service systems
我们研究了一类博弈模型的代理之间的竞争,以访问一些服务提供的分布式服务单元,并表现出拥塞和挫折的现象时,服务单元有有限的能力。我们提出了一种技术,基于统计物理学的空腔方法,来表征的纳什均衡的游戏的全谱。分析揭示了各种各样的均衡,具有非常不同的统计特性。自然的自私动态,如最佳反应,通常倾向于大效用均衡,即使那些较小效用的均衡数量呈指数增长。有趣的是,后者实际上可以通过选择接近服务单元容量饱和极限的最佳响应动态的初始条件来实现。我们还研究了一个更现实的随机变化的游戏通过一个简单而有效的近似的平均随机参数,平均情况下的纳什均衡的性质是定性的确定性的。
2015-08-18 cond-mat.dis-nn cs.GT cs.MA
Multi-Leader Congestion Games with an Adversary
University of Augsburg(奥格斯堡大学);University of Applied Sciences Augsburg(奥格斯堡应用技术大学);TU Berlin(柏林工业大学);KU Leuven(鲁汶大学)
我们研究了一个多领导者单追随者拥塞游戏,多个用户(领导者)选择一个资源的一组资源,并观察后实现的负载,对手(单追随者)攻击的资源与最大负载,造成额外的成本的领导者。对于由此产生的领导者之间的战略博弈,我们表明,纯粹的纳什均衡可能不存在,因此,我们认为近似均衡。作为我们的第一个主要结果,我们证明了$K$ -近似平衡的存在性总是可以保证的,其中$K \approx 1.1974$是一个三次多项式方程的唯一解。为此,我们给出了一个多项式时间的组合算法,计算$K$ -近似平衡。因子$K$是紧的,这意味着存在不允许任何$α<K$的$α$ -近似均衡的实例。因此,$α=K$是$α$的最小可能值,使得对于所考虑的博弈的任何实例都可以保证存在$α$ -近似均衡。其次,我们专注于一个给定的固定实例的近似平衡。我们展示了如何有效地计算一个最佳的近似平衡,也就是说,最小的可能$α$之间的所有$α$ -近似平衡的给定实例。
2021-12-14 cs.AI cs.DM cs.GT
Equilibrium Computation in Resource Allocation Games
本文研究了两个经典的资源分配博弈:原子可裂拥塞博弈和多市场古诺寡头博弈的均衡计算问题。对于具有单例策略和玩家特定仿射成本函数的原子可分割拥塞博弈,我们设计了第一个计算纯纳什均衡的多项式时间算法。我们的算法是组合的,并在假设合理输入的情况下计算精确的平衡。我们的想法是计算一个相关的整体可分割的单例拥塞游戏中,玩家只能分裂他们的需求在一个共同的数据包大小的整数倍的均衡。虽然积分游戏已被认为是在文献中之前,没有多项式时间算法计算的平衡是已知的。同样对于这门课,我们设计了第一个多项式时间算法,并将其用作我们主要算法的构建块。然后,我们开发了一个多项式时间可计算的变换映射的多市场古诺竞争游戏与公司特定的仿射价格函数和二次成本相关联的原子可分割的拥塞游戏如上所述。变换保持在任何一个游戏的均衡,因此,导致-通过我们的第一个算法-一个多项式时间算法计算古诺均衡。最后,我们的分析,积分可分割的游戏意味着新的界限之间的差异真正的古诺均衡和积分。这些边界可以被视为Todd [2016]最近获得的单一市场寡头垄断边界的推广。
2022-05-08 cs.DS cs.GT math.OC
A Network Formation Game for Katz Centrality Maximization: A Resource Allocation Perspective
Indian Institute of Science(印度科学学院)
本文研究了一种网络形成博弈,其中参与者通过分配受限资源来选择连接以最大化影响力,采用Katz中心性建模影响力。提出顺序最佳响应动态模型,证明其收敛于纳什均衡,并分析完全拓扑结构下中心性与预算成正比,一般拓扑结构下形成分层网络。
2026-09-22 cs.GT cs.MA cs.SI
Functional Dynamics by Intention Recognition in Iterated Games
意图识别是智能代理的一个重要特征。在与他人的互动中,他们试图阅读他人的意图,并对他人进行形象化,从而选择相应的行动。虽然在对策论中已经研究了玩家根据这种意图选择他们的行动的方式,但是如何通过相互阅读他人的意图来将意图的动态变化纳入对策论还没有被探索。我们提出了一个新的对策论公式,在这个公式中,玩家通过迭代游戏来读取他人的意图并改变自己的意图。在这里,意图被赋予作为另一个动作的函数,并相应地采取自己的动作作为因变量,而意图的相互识别被表示为功能动力学。结果表明,一个球员没有遭受不利时,他/她认识到对方的意图,而功能动力学达到均衡,其中两个球员的意图是最优化的。这些涵盖了经典的纳什均衡和斯塔克伯格均衡,但我们在这项研究中扩展了它们:新的均衡存在依赖于相互认可的程度。此外,每个玩家识别对方的程度也可能不同。这一提法适用于资源竞争,双寡头垄断和囚徒困境游戏。例如,在资源竞争博弈中,玩家依赖于获得资源的能力,优势玩家的认可导致剥削对方,而劣势玩家的认可导致合作,通过合作,双方的收益增加。
2018-09-26 cs.GT math.OC nlin.AO
Today Me, Tomorrow Thee: Efficient Resource Allocation in Competitive Settings using Karma Games
ETH Zurich(苏黎世联邦理工学院)
我们提出了一种新型的协调机制,多个代理之间的分配有限的资源,如分配时隙通过一个十字路口。我们考虑这样一种设置,其中我们将一个计数器与每个代理相关联,我们称之为业力值,并且其中存在一个已建立的机制来基于代理交换业力来决定资源分配。这个想法是,代理人可能倾向于通过使用今天的资源,以换取业力,这将使他们更容易在未来要求资源使用。为了了解这样的系统是否可以健壮地工作,我们只设计协议,而不是代理的策略。我们采取博弈论的角度来看,并计算相应的策略的纳什均衡的游戏。我们发现,令人惊讶的是,纳什均衡的社会的自利代理人是非常接近的社会福利集中合作的解决方案。这些结果表明,许多资源分配问题可以有一个简单的,优雅的,和强大的解决方案,假设一个因果报应会计机制的可用性。
2019-07-22 cs.AI cs.GT cs.MA