Solutions for Zero-Sum Two-Player Games with Noncompact Decision Sets and Unbounded Payoffs
本文给出了具有inf/超紧支付函数和局中人决策集可能为非紧的两人零和对策解存在的充分条件。支付函数可能是无界的，我们不假设任何凸/凹型条件。对于这样的博弈，某些策略对的预期收益可能不存在。本文的结果隐含了几个经典事实。本文还给出了每个局中人的解和值存在的充分条件。最后用猜数游戏的例子说明了本文的结果。
2021-12-21 math.OC
Asymptotic value in frequency-dependent games with separable payoffs: a differential approach
利用微分方法研究了具有可分离支付的依赖于频率的零和对策的渐近值。在这种博弈中，阶段收益取决于当前的行动和到目前为止的行动频率的线性函数。我们关联到重复的游戏，在一个自然的方式，一个微分对策，虽然后者提出了一个不规则的起源，我们证明了它有一个值。我们得出结论，使用适当的近似，原始博弈的渐近值存在于n-阶段和λ-折扣博弈，它与连续时间博弈的值一致。
2019-01-19 math.OC
Multiple-Population Discrete-Time Mean Field Games with Discounted and Total Payoffs: The Existence of Equilibria
本文提出了多群体离散时间平均场博弈模型，在一般假设下首次证明了平稳和Markov平均场均衡的存在性，涵盖折扣与总收益准则，并扩展了单群体理论。
2023-04-06 math.OC
A set optimization approach to zero-sum matrix games with multi-dimensional payoffs
对多维支付的二人零和矩阵对策提出了一种新的解的概念。它基于K维空间中的向量序的扩展，以它们的幂集中的序关系，所谓的集合关系，并严格地受到将收益解释为一方的多维损失和另一方的收益的激励。新的概念提供了连贯的最坏情况下的估计，即极大极小和极大极小的策略，为游戏的多维收益。结果表明，相反，游戏与一维支付极小极大和极大极小的战略是独立的沙普利的概念，这种游戏的均衡策略。因此，这两个概念结合成新的平衡概念，并给出存在定理。通过实例，阐明了新概念与Shapley平衡、向量平衡、向量极大极小解、极大极小解以及Pareto最优安全策略等已有概念的关系。提出了一种计算最优策略的算法。
2017-01-30 math.OC
Continuity of Equilibria for Two-Person Zero-Sum Games with Noncompact Action Sets and Unbounded Payoffs
本文将Berge关于可能非紧行动集和无界费用函数的最大值定理推广到极大极小问题，并研究了这些推广在具有可能非紧行动集和无界支付的两人零和对策中的应用.对于完全信息博弈，也称为回合制博弈，本文建立了价值函数和解集函数的连续性。对于同时移动的博弈，它提供了不平衡值（非对称形式的值）和解的存在性的结果。本文还建立了偏值和解集值的连续性。
2017-09-12 math.OC
Payoff-Based Approach to Learning Nash Equilibria in Convex Games
我们考虑多代理决策，每个代理优化其费用函数的约束。代理人的行动属于一个紧凑的凸欧几里得空间和代理人的费用函数耦合。我们提出了一个分布式的支付为基础的算法来学习纳什均衡的代理之间的游戏。每个代理仅使用关于其当前成本值的信息来计算其下一个动作。我们证明了该算法的收敛到纳什均衡在游戏中利用随机过程的既定结果。通过数值算例分析了算法的性能。
2016-11-30 math.OC
Efficiency of cooperation incentives in evolutionary population games under payoff-observation errors
Anhui Normal University（安徽师范大学）；University of Electronic Science and Technology of China（电子科技大学）；University of Groningen（格罗宁根大学）
本文针对带收益观测误差的种群博弈，构建研究框架并推导最优激励方案，发现收益观测误差可降低合作激励成本，还设计算法求解最小化成本差异的数值解。
2026-09-01 math.OC
Strong and safe Nash equilibrium in some repeated 3-player games
我们考虑一个标准形式的三人博弈，其中每个参与人有两个行动。我们假设这个博弈是对称的，并且重复了无限次。在每个阶段，参与者只知道前几个阶段所有参与者的平均收益就做出了选择。重复博弈中参与者的策略是定义在支付集的凸包上的函数。我们的目标是在重复博弈中构建一个强纳什均衡，即一个抵抗联盟偏差的策略。构造的均衡策略是安全的，即非偏离局中人的收益不小于阶段博弈的均衡收益，偏离局中人的收益不超过非偏离局中人的收益大于一个正的常数，该常数可以是任意小的，由非偏离局中人选择。我们的构造受到Smale在\cite{smale}中描述的好策略的启发，其中考虑了重复的囚徒困境。在证明中，我们使用基于可接近性和强可接近性类型结果的参数。
2018-05-15 math.OC
Policy iteration for perfect information stochastic mean payoff games with bounded first return times is strongly polynomial
Ye和Hansen，Miltersen和Zwick的最新结果表明，一个或两个玩家（完美信息）零和随机对策的政策迭代，限制在一个固定的折扣率的情况下，是强多项式。我们表明，平均支付零和随机对策的策略迭代也是强多项式时，限制到给定状态的第一个有界的平均返回时间的情况下。证明是基于非线性Perron-Frobenius理论的方法，使我们能够减少平均支付问题的状态依赖贴现率的贴现问题。我们的分析还表明，政策迭代仍然是强多项式的贴现问题，其中的贴现率可以在某些状态下的状态依赖（甚至是负的），提供的非负矩阵的谱半径相关的所有战略是有界的从上面严格小于1的固定常数。
2013-10-18 math.OC
On Dynkin Games with Unordered Payoff Processes
Dynkin游戏是两个玩家之间的零和随机停止游戏，其中任何一个玩家都可以在任何时候停止游戏以获得可观察的收益。通常，最大玩家的收益过程被假设为小于最小玩家的收益过程，而同时停止的收益过程介于两者之间。本文研究了支付过程在任意位置的一般Dynkin对策。在离散时间和连续时间两种情况下，给出了所有可能的子博弈存在纯策略纳什均衡和ε-最优停时的充要条件.
2020-08-16 math.OC math.PR
On asymptotic value for dynamic games with saddle point
研究了具有鞍点两人对策。我们研究了长期平均收益、贴现平均收益和服从概率密度的收益的价值函数的极限。我们的大多数假设都限制了博弈的动态性。特别地，我们假设在串联下策略的封闭性。价值函数也必须满足贝尔曼最优性原理，即使是在一个弱化的渐近意义上。我们提供了两个结果。第一个是博弈的统一Tauber结果：如果长时间平均收益的值函数一致收敛，则存在来自足够宽的集合的概率密度的统一极限;而且，这些极限重合。第二个是一致Abel结果：如果自相似密度的一致极限存在，那么长期平均收益的一致极限也存在，并且它们是一致的。
2015-01-27 math.OC
Equilibrium in Two-Player Stochastic Games with Shift-Invariant Payoffs
我们证明了，每个两个玩家的随机对策有限的状态和行动集和有界的，Borel可测的，和移动不变的支付，承认一个$\ep$ -平衡所有$\varepsilon>0$。
2022-03-28 math.OC math.PR
Equilibria in Repeated Games with Countably Many Players and Tail-Measurable Payoffs
我们证明了，每一个重复的游戏与可数多个球员，有限的行动集，和尾部可测量的回报承认一个$ε$ -均衡，每$ε> 0$。
2021-06-07 cs.GT math.OC
Convergence Rate of Payoff-based Generalized Nash Equilibrium Learning
针对具有强单调伪梯度和联合线性耦合约束的博弈，本文确立了基于收益信息学习变分广义纳什均衡的收敛速率，证明其收敛速率为 $O(\ rac{1}{t^{4/7}})$，解决了该信息设置下的开放问题。
2024-11-13 math.OC
Nash equilibrium payoffs for stochastic differential games with reflection
本文研究了带反射的非零和随机微分对策的纳什均衡支付。本文得到了具有由双重控制反射向后随机微分方程定义的非线性代价泛函的非零和随机微分对策的Nash平衡支付的存在性定理和一个刻画定理。
2013-03-21 math.OC math.PR
General limit value in zero-sum stochastic games
Bewley和Kohlberg（1976）和Mertens和Neyman（1981）分别证明了有限状态空间和有限行动集的零和随机对策的渐近值和一致值的存在性。在他们的工作中，随机对策的总收益被定义为阶段收益的Cesaro平均或Abel平均。本文给出了两个结果：首先，我们将Bewley和Kohlberg的结果推广到更一般的支付估计类，并通过一个反例证明了这个结果是紧的。我们还研究了吸收游戏的特殊情况。其次，对于Mertens和Neyman的统一方法，我们提供了另一个反例来证明没有自然的方法将Mertens和Neyman的结果推广到更广泛的一类收益评估。
2015-11-11 math.OC
Repeated Games with Tail-Measurable Payoffs
我们研究多人Blackwell游戏，这是重复的游戏，其中每个玩家的收益是一个有界的和Borel-可测函数的无限流的行动中发挥的球员在游戏中。这些博弈是大卫·盖尔和弗兰克·斯图尔特（1953）研究的两人完全信息博弈的延伸。近年来，人们发现了许多研究Blackwell对策的新思想。在本文中，我们给出了一个概述，这些想法证明，在四种不同的方式，Blackwell游戏有限数量的球员，有限的行动集，和尾部可测量的回报承认$\varepsilon$ -平衡，所有$\varepsilon>0$。
2022-05-24 math.LO math.OC
Constant payoff in absorbing games
在本文中，我们解决了Sorin，Venel和Vigeral（2010）提出的固定收益猜想，用于吸收游戏，具有任意的阶段奖励评估。也就是说，存在一对渐近最优策略，以阶段奖励的评估为指标，使得平均奖励在博弈的任何部分都是常数。对于具有任意评价的随机对策，恒定收益猜想是否成立仍然是一个未知数。
2020-03-04 math.OC math.PR
Hidden Stochastic Games and Limit Equilibrium Payoffs
本文考虑了具有完全可观察行为的二人随机对策，研究了当折扣因子趋于1时，均衡支付集的极限。在通常的设置中，当前的状态观察的球员，我们表明，一组固定的均衡收益总是收敛，并提供了一个简单的例子，一组均衡收益没有限制。然后，我们介绍了更一般的隐藏随机对策模型，其中的球员公开接收不完美的信号在当前状态。在这种设置中，我们提出了一个例子，不仅极限集的均衡收益不存在，但也没有收敛选择的均衡收益。第二个例子在许多方面都是稳健的，特别是对收益的扰动和相关性或通信设备的引入。
2014-12-10 cs.GT math.OC
A BSDE approach to Nash equilibrium payoffs for stochastic differential games with nonlinear cost functionals
本文利用倒向随机微分方程理论研究了非零和随机微分对策的纳什均衡支付。利用双重控制的倒向随机微分方程，得到了具有非线性代价泛函的非零和随机微分对策的Nash平衡支付的存在性定理和特征定理.我们的结果扩展了Buckdahn，Cardaliaguet和Rainer（2004）的结果，并基于向后随机微分方程方法。
2011-08-23 math.OC math.PR
Stochastic Games with General Payoff Functions
我们考虑多人随机对策，其中每个人的收益是一个有界的和Borel-可测函数的无限发挥。通过推广Martin（1998）和Maitra and Sudderth（1998）的技巧，我们给出了四个不同的存在性结果。在每个随机对策中，对于每个$ε>0$都成立：（i）每个参与者都有一个策略，保证在每个子博弈中，这个参与者的收益至少是她的最大最小值，直到$ε$，（ii）存在一个策略配置文件，在这个策略配置文件下，在每个子博弈中，每个参与者的收益至少是她的最小最大值，直到$ε$，（iii）这个博弈允许一个扩展形式的相关$ε$ -均衡，（iv）存在允许$ε$ -均衡的子博弈。
2022-08-25 math.OC math.PR
Attainability in Repeated Games with Vector Payoffs
我们在两人重复博弈中引入了可达收益集的概念。如果参与人1能够确保有一个有限的时间范围$T$，使得在时间$T$之后，集合和累积收益之间的距离任意小，则称一组支付向量为{ \em reachable}，而不管参与人2使用什么策略。本文主要研究可达集由一个支付向量组成的情形。在这种情况下，向量被称为可达向量。我们研究了可达向量集的性质，并刻画了特定向量何时可达以及每个向量何时可达。
2014-03-06 cs.GT math.OC
Policy iteration algorithm for zero-sum multichain stochastic games with mean payoff and perfect information
我们考虑零和随机对策与有限的状态和行动空间，完美的信息，平均支付标准，没有任何不可约的假设，马尔可夫链相关的战略（多链游戏）。这种游戏的价值可以用一个非线性方程组来描述，包括平均支付向量和一个辅助向量（相对价值或偏差）。我们在这里开发了一个策略迭代算法的零和随机对策的平均回报，以下的两个作者的想法（Cochet-Terrasson和Gaubert，C。R.数学学院Sci.巴黎，2006年）。该算法依赖于非线性谱投影的概念（Akian和Gaubert，Nonlinear Analysis TMA，2003），其类似于线性位势论中的超调和函数的约化的概念。为了避免循环，在每次退化迭代（其中平均支付向量没有改进），通过减少先前的相对值来获得新的相对值。我们表明，序列的值和相对值满足字典序单调性，这意味着该算法不终止。我们说明了算法的平均支付版本的里奇曼游戏（随机拔河或离散无穷拉普拉斯型方程），其中退化迭代是频繁的。我们报告的数值实验大规模的情况下，从后者的游戏，以及从单调离散化的平均回报追求逃避确定性微分对策。
2012-08-02 cs.GT math.OC
Combinatorial simplex algorithms can solve mean payoff games
组合单纯形算法是单纯形法的一个实例，其中主元仅依赖于组合数据。我们表明，这种算法承认热带模拟，可用于解决平均收益游戏。此外，任何具有强多项式复杂性的组合单纯形算法（这样的算法的存在是开放的）将以这种方式提供求解平均支付博弈的强多项式算法。平均支付博弈是NP和co-NP的，它们是否可以在多项式时间内解决是一个开放的问题。我们的算法依赖于一个热带实施的单纯形法在一个实封闭的领域的哈恩系列。其中一个关键因素是一种新的符号扰动方案，它允许我们将任意平均回报游戏实例提升为哈恩级数上的非退化线性规划。
2014-01-27 math.CO math.OC
Absorbing Blackwell Games
Flesch和Solan（2022）用一个相当复杂的证明证明了，所有具有有限状态和行动空间以及转移不变支付的两人随机对策都承认对每个$ε>0$都有$ε$ -均衡。他们的证明也适用于具有尾部可测量收益的两人吸收游戏。在本文中，我们提供了一个更简单的证明$ε$ -平衡的存在性在两个球员吸收游戏的尾部可测量的支付，通过结合最近的数学工具，这样的支付函数与经典的工具吸收游戏。
2022-08-24 math.OC math.PR
Precision game engineering through reshaping strategic payoffs
本文提出一种基于混合整数线性规划的博弈工程框架，通过最优扰动策略收益来重塑博弈，从而在复杂博弈中高效实现期望纳什均衡并排除不期望均衡。
2024-03-29 cs.GT math.OC
Payoff Control in Repeated Games
进化对策论是研究智能个体在集体互动中如何调整策略的有力数学框架。人们普遍认为，在博弈中不可能单方面控制参与人的收益，因为收益是由所有参与人共同决定的。直到最近，一类所谓的零决定性策略被揭示出来，这使得一个人能够在两个动作的重复博弈中以恒定的继续概率对她的合作伙伴进行单边支付控制。然而，现有的方法，导致灾难的维数时，游戏的复杂性增加。本文提出了一个新的数学框架来研究重复博弈中任意数量的行动或参与人以及任意延续概率的统治策略（参与人单方面对参与人的收益做出线性关系规则）。我们建立了一个存在定理的统治策略，并开发了一个算法来找到他们。特别是，我们证明了严格的马尔可夫统治策略存在，只有当重复的游戏进行了无限多轮，或每一轮都重复相同的概率。所提出的数学框架也使搜索的合作统治策略的联盟，以控制外人。我们的方法提供了新的理论见解复杂的重复博弈中的支付控制，克服了维数灾难。
2021-08-28 math.OC q-bio.PE
On the Rate of Convergence of Payoff-based Algorithms to Nash Equilibrium in Strongly Monotone Games
我们推导出了\cite{tat_kam_TAC}中提出的基于回报的算法向纳什均衡的收敛速率。这些速率是在游戏的凸性、强单调性和伪梯度的可微性的标准假设下实现的。特别地，我们证明了该算法在伪梯度的Lipschitz连续性的附加要求下，在两点函数求值设置中实现了$O(\frac{1}{T})$，在一点函数求值设置中实现了$O(\frac{1}{\sqrt{T}})$。据我们所知，这些速率是相应问题类的最佳已知速率。
2022-02-22 cs.MA math.OC
The tropical shadow-vertex algorithm solves mean payoff games in polynomial time on average
我们引入了一个算法，解决了平均支付游戏在多项式时间平均，假设游戏的分布满足翻转不变性属性的一组动作与每个状态。该算法是一个热带模拟的阴影顶点单纯形算法，解决了平均支付游戏通过线性可行性问题的热带半环$(\mathbb{R} \cup \{-\infty\}, \max, +)$。在我们的方法的关键成分是，阴影顶点旋转规则可以转移到热带多面体，其计算减少到最优分配问题，通过Plücker关系。
2014-09-11 cs.DS cs.GT math.OC
Zero-sum risk-sensitive continuous-time stochastic games with unbounded payoff and transition rates and Borel spaces
研究了连续时间马尔可夫链和Borel状态空间及行动空间上的有限时域二人零和风险敏感随机对策，其中支付率、转移率和终端报酬函数从下到上都是无界的，且策略可以是历史相关的.在适当的条件下，我们建立了相应的Shapley方程（SE）的解的存在性的近似技巧。然后，通过SE和Dynkin公式的推广，我们证明了纳什均衡的存在性，并证明了随机对策的值是SE的唯一解。此外，我们还提出了一个数值迭代型算法来逼近随机对策的数值。在我们的风险敏感随机对策中，通过一个特殊的收缩算子证明了算法的收敛性。最后，我们通过两个例子证明了我们的主要结果。
2021-03-06 cs.GT math.OC
On a Structure of the Set of Differential Games Values
本文刻画了具有终结支付的所有可能零和微分对策的值函数集。得到了一个给定的函数是具有终结支付的微分对策的值的充要条件。
2008-11-11 math.AP math.OC
Solving irreducible stochastic mean-payoff games and entropy games by relative Krasnoselskii-Mann iteration
本研究结合相对值迭代与Krasnoselskii-Mann阻尼提出求解不可约随机平均收益博弈的算法，证明其ε-近似迭代复杂度为O(|logε|)，还将方法拓展至熵博弈并通过变分分析验证收缩性质。
2023-05-03 cs.GT math.OC
Estimation of Unknown Payoff Parameters in Large Network Games
我们考虑网络游戏，其中大量的代理根据从随机网络模型中采样的网络进行交互，由图子表示。通过利用以前的结果，这样的大型网络游戏的graphon游戏的收敛，我们研究了一个过程，估计未知的支付参数，从观察到的平衡行动，而不需要确切的网络信息。我们证明了光滑性和局部凸性的优化问题所涉及的计算建议的估计。此外，在图子参数可识别的概念下，我们证明了最优估计是全局唯一的。我们提出了几个例子，可识别的同质和异质参数在不同类别的线性二次网络游戏的数值模拟，以验证所提出的估计。
2023-03-17 cs.GT cs.SY eess.SY
Tropical linear regression and mean payoff games: or, how to measure the distance to equilibria
本文研究了一个热带线性回归问题，该问题是由一个热带超平面求一组点的最佳逼近。建立了一个强对偶定理，证明了该问题的值与包含在热带多面体中的希尔伯特球的最大半径一致。我们还表明，这个回归问题是多项式时间相当于平均支付游戏。我们通过求解拍卖理论的逆问题来说明我们的结果。在这种情况下，一个热带超平面代表均衡价格的集合。热带线性回归允许我们量化市场到均衡集的距离，并推断决策者的秘密偏好。
2021-06-21 cs.GT math.CO math.OC
On the robustness of learning in games with stochastically perturbed payoff observations
在对策论的实际应用中缺乏准确的收益反馈，我们研究了一类学习动态，玩家根据过去的收益观察，受到噪声和随机干扰调整他们的选择。首先，在单玩家的情况下（对应于代理试图适应一个任意变化的环境），我们表明，随机动力学研究导致几乎肯定没有遗憾，无论在玩家的观察噪声水平。在多人博弈的情况下，我们发现劣势策略会灭绝，我们证明了严格的纳什均衡是随机稳定的和吸引的;相反，如果一个状态是稳定的或吸引的正概率，那么它是纳什均衡。最后，我们提供了一个平均原则的2人游戏，我们表明，在零和对策与内部均衡，时间平均收敛到纳什均衡的任何噪声水平。
2016-06-02 cs.GT math.OC math.PR
Learning in games with continuous action sets and unknown payoff functions
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）；LIG（格勒诺布尔信息实验室）；Stanford University（斯坦福大学）
本文研究了具有连续行动集的博弈中无悔学习的收敛性。具体来说，我们专注于通过“双平均”学习，这是一种广泛使用的无遗憾学习方案，玩家沿着他们的个人收益梯度采取小步，然后将输出“镜像”回他们的行动集。在反馈方面，我们假设参与者只能估计他们的收益梯度到一个零平均误差有界的方差。为了研究诱导序列的收敛性，我们引入了变分稳定性的概念，并证明了稳定的平衡点是局部吸引的概率很高，而全局稳定的平衡点是全局吸引的概率为1。我们还讨论了混合策略学习在有限对策中的一些应用，并给出了该方法收敛速度的显式估计。
2018-01-16 cs.GT cs.LG math.OC
Condition numbers of stochastic mean payoff games and what they say about nonarchimedean semidefinite programming
半定规划可以考虑在任何实封闭的域上，包括具有非阿基米德赋值的Puixix级数的域。非阿基米德半定程序编码的经典半定程序的参数家庭，足够大的参数值。最近，非阿基米德半定规划与完全信息随机平均支付对策之间建立了对应关系。这种对应关系依赖于热带几何学。它允许一个解决一般的非阿基米德半定可行性问题，大规模的，通过随机对策算法。在本文中，我们表明，这些游戏的平均支付可以解释为相应的非阿基米德可行性问题的条件数。这个数字衡量一个可行实例与不可行实例的距离，反之亦然。我们证明了它与希尔伯特射影度量中的球的最大半径一致，即包含在可行集内。几何解释的条件数特别依赖于对偶定理的热带半定可行性方案。然后，我们根据条件数限制可行性问题的复杂性。根据随机对策的特点，给出了该条件数的明确界。因此，我们表明，最简单的算法来决定是否随机平均支付游戏是赢的，即值迭代，具有伪多项式的复杂性时，随机位置的数量是固定的。
2018-02-21 cs.GT math.CO math.OC
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
Sensor Scheduling in Intrusion Detection Games with Uncertain Payoffs
本研究针对入侵检测中的传感器调度问题，提出分布式加权多数算法和在线学习方法，分别处理已知与未知收益场景，高效计算纳什均衡策略并实现阶最优遗憾界。
2025-04-20 cs.GT cs.SY eess.SY
Information Preferences of Individual Agents in Linear-Quadratic-Gaussian Network Games
我们考虑线性二次高斯（LQG）网络游戏中，代理人的二次收益取决于他们的个人和邻居的行动，和一个未知的收益相关的状态。信息设计者确定透露给代理人的关于支付状态的信息的保真度，以最大化社会福利。先前的研究结果表明，在某些假设下，充分的信息披露是最优的收益，即，这对普通人来说是有益的。在本文中，我们提供了基于收益对邻居行为的依赖强度的条件，即，竞争，在这种竞争下，理性的代理人有望受益，即，从充分的信息披露中获得更高的回报。我们发现，所有的代理受益于信息披露的星形网络结构时，游戏是对称的和次模或超模。我们还确定，中央代理受益于充分的信息披露比外围代理，除非竞争是强大的，外围代理的数量是足够小。尽管事实上，所有的代理人都希望从信息披露事前受益，一个中央代理人可以更糟的信息披露在许多实现的回报状态下，在激烈的竞争，这表明一个风险厌恶的中央代理人可以更喜欢无信息的信号事前。
2022-03-24 cs.GT cs.MA cs.SY
