On the Complexity of Nash Equilibria in Anonymous Games
我们证明了当近似参数ε在局中人数目中是指数小的时候，在PPAD中找到一个具有7个纯策略的匿名博弈的ε-近似纳什均衡的问题是完全的.
2014-12-17 cs.GT
How discontinuous is Computing Nash Equilibria?
我们研究了非合作博弈理论中几个解概念的不连续性程度。虽然纳什均衡的考虑构成了我们工作的核心，也纯粹的和相关的均衡处理。形式上，我们限制治疗两个玩家的游戏，但结果和证据扩展到n-玩家的情况下。作为一个副结果，解决了线性不等式组解的不连续度问题。
2009-07-09 cs.GT
Query Complexity of Approximate Nash Equilibria
我们研究了查询复杂性的近似概念的纳什均衡的游戏中有大量的球员$n$。我们的主要结果表明，对于$n$ -玩家二进制动作游戏和常数$\varepsilon$，查询复杂性的$\varepsilon$ -良好的支持纳什均衡是指数在$n$。这个结果的后果之一是自适应动态收敛到近似纳什均衡的速度的指数下界。
2014-07-18 cs.GT
Nash equilibria with partial monitoring; Computation and Lemke-Howson algorithm
在具有部分监控的两人双矩阵博弈中，所采取的行动不被观察到，只有一些消息被接收。这些游戏满足通常的双矩阵游戏的一个重要性质：只有有限数量的所需（混合）最佳答案。这在研究纳什均衡集时非常有帮助：例如，在某些情况下，它允许将其与具有完全监控的辅助博弈的均衡集相关联。在一般情况下，对Lemke-Howson算法进行了扩展，在某种一般性假设下，其输出是原博弈的纳什均衡。作为副积，我们得到了它们的数的奇性。
2013-01-12 cs.GT
A Quantum Annealing Algorithm for Finding Pure Nash Equilibria in Graphical Games
我们介绍了Q-Nash，一个用于求解图型博弈中纯Nash均衡的NP完全问题的量子退火算法。该算法由两个阶段组成。第一阶段使用经典计算确定每个参与者的最佳对策策略的所有组合。第二阶段使用量子退火设备，通过将计算出的组合映射到基于集合覆盖问题的二次无约束二进制优化公式来找到纯纳什均衡。我们在D-Wave的Quantum Annealer 2000 Q上使用不同的图形游戏拓扑对Q-Nash进行了经验评估。解决方案的质量和计算时间的结果进行比较，暴力算法和迭代最佳响应启发式。
2020-08-20 cs.GT
Bounding the Uncertainty of Graphical Games: The Complexity of Simple Requirements, Pareto and Strong Nash Equilibria
我们调查的复杂性边界的图形游戏的不确定性，我们提供了新的见解计算纳什均衡的内在困难。特别是，我们表明，如果一个非常简单和自然的额外要求的图形游戏，纳什均衡的存在不再是保证，计算均衡是一个棘手的问题。此外，如果需要更强的均衡条件的游戏，我们得到的硬度结果的第二层次的多项式。我们的结果提供了一个清晰的图像的复杂性混合纳什均衡在图形游戏，并回答了一些开放的研究问题Conitzer和Sandholm（2003）。
2012-07-04 cs.GT
Coherence of probabilistic constraints on Nash equilibria
可观察博弈是指达到可能的许多纳什均衡之一的博弈情形。在游戏开始之前，外部观察者事先并不知道将要发生的行动的确切轮廓;因此，他为玩家的行动分配主观概率。然而，并不是所有的概率分配都与给定的游戏相一致。我们研究的决策问题，确定一组给定的概率约束的先验分配的观察员到一个给定的游戏是连贯的，我们称之为均衡的概率约束的连贯性，或PCE-连贯性。我们展示了几个结果有关的算法和复杂性PCE-相干时，只考虑纯纳什均衡。在这种情况下，我们还研究了保持一致性的行动的最大和最小概率约束的计算。最后，我们研究了允许混合纳什均衡时的这些问题。
2022-01-03 cs.GT
Approximate Nash Equilibria via Sampling
我们证明了在一个范式n人对策中，每个人有m个行动，存在一个近似的纳什均衡，其中每个人在一组O（log（m）+ log（n））纯策略中均匀随机化.这个结果导致了一个$N^{\log \log N}$算法，用于计算游戏中的近似纳什均衡，其中动作的数量是玩家数量的多项式（m=poly（n）），其中$N=nm^n$是游戏的大小（输入大小）。此外，我们建立了一个反向连接之间的熵的纳什均衡在游戏中，所需的时间找到这样一个近似的纳什均衡使用随机抽样算法。
2013-07-18 cs.GT
Computing Pure Nash Equilibria via Markov Random Fields
在本文中，我们提出了一种新的通用图形游戏和马尔可夫随机场之间的映射，使纯纳什均衡在前者可以找到统计推断后者。因此，决定一个图形游戏是否有一个纯纳什均衡的问题，一个众所周知的棘手的问题，可以攻击的良好建立的算法，如信念传播，连接树，马尔可夫链蒙特卡罗和模拟退火。大类的图形游戏变得易于处理，包括所有已知的类，但也有新的类，如树宽为O（log n）的游戏。
2005-10-13 cs.GT
Randomness Requirements and Asymmetries in Nash Equilibria
本文研究有限双人 n×n 理性收益博弈中纳什均衡混合策略的概率分布复杂度，证明唯一均衡可存在指数与线性复杂度差距，并给出指数上下界。
2024-05-11 cs.GT
STON'R Converges to First-Order Nash~Equilibria of Multiplayer Games
Czech Technical University in Prague（布拉格捷克理工大学）
本文证明STON'R算法在多人一般和博弈中收敛到一阶纳什均衡，扩展了先前仅适用于零和或凹博弈的结果。
2026-06-08 cs.GT
NP-hardness of Computing Uniform Nash Equilibria on Planar Bimatrix Games
研究了非赢-输双矩阵博弈中一致纳什均衡的计算复杂性。已知这样的问题是NP完全的，即使双矩阵游戏是赢-输的（Bonifaci等人，2008年）。幸运的是，如果一个双矩阵博弈是平面的，那么一致纳什均衡总是存在的。我们有一个多项式时间算法，用于找到平面输赢双矩阵游戏的统一纳什均衡（Addario-Berry等人，2007年）。接下来的问题是：在一个平面非赢-输双矩阵博弈中计算一个一致的纳什均衡有多难？本文解决了这一问题。我们证明了判定一个非输赢平面双矩阵对策是否具有一致纳什均衡的问题也是NP-完全的。
2022-08-21 cs.GT
Arena-Independent Memory Bounds for Nash Equilibria in Reachability Games
UMONS – Université de Mons（蒙斯大学）
本文提出了一种在无限图上无需 Arena 大小限制的有限记忆纳什均衡构造方法，适用于可达性、安全性和最短路径游戏。
2026-02-23 cs.GT
Constrained Pure Nash Equilibria in Polymatrix Games
本文研究了一类定义在加权有向图上的多矩阵博弈中约束纯纳什均衡的存在性检验问题。一个玩家的收益被定义为选择相同策略的玩家在输入边上的非负有理权重之和，并为选择给定策略增加一个固定的整数奖金。这些游戏抓住了在缺乏全球共同战略的情况下，在当地社区内协调的想法。我们研究的决策问题，检查是否一组给定的策略选择的一个子集的球员是一致的一些纯纳什均衡，或者，与所有纯纳什均衡。我们确定了最自然的情况下，易于处理，并显示NP或CONP-完全这些问题已经为未加权的DAG。
2016-11-29 cs.GT
Computation of Nash Equilibria of Attack and Defense Games on Networks
研究网络攻防博弈中纳什均衡的计算问题，证明其可在多项式时间内计算，并提出时间复杂度为O(n4)的算法。
2023-09-08 cs.GT
Approximate Well-supported Nash Equilibria below Two-thirds
在博弈-纳什均衡中，参与人通过改变自己的行为最多可以获得100万美元。最近的工作已经解决了如何最好地计算ε-纳什均衡的问题，以及对于什么样的ε-纳什均衡值，存在多项式时间算法。一个epsilon-well-supported纳什均衡（epsilon-WSNE）有一个额外的要求，即参与者以非零概率使用的任何策略的收益最多必须小于最佳对策。Kontogiannis和Spirakis最近的算法显示了如何在多项式时间内计算2/3-WSNE，用于双矩阵游戏。在这里，我们介绍了一种新的技术，导致最坏情况下的近似保证的改善。
2014-12-02 cs.GT
Approximate well-supported Nash equilibria in symmetric bimatrix games
$\varepsilon$ -良好支持的纳什均衡是纳什均衡近似的一个强有力的概念，其中没有参与人比$\varepsilon$更有动机偏离她在混合策略中使用的任何纯策略。最小常数$\varepsilon$目前已知的有一个多项式时间算法，计算一个$\varepsilon$ -良好支持的纳什均衡在双矩阵游戏是略低于$2/3$。在本文中，我们研究这个问题的对称双矩阵游戏，我们提供了一个多项式时间算法，给出了一个$(1/2+δ)$ -良好的支持纳什均衡，为任意小的正常数$δ$。
2014-07-11 cs.GT
A Proof that Coarse Correlated Equilibrium Implies Nash Equilibrium in Two-Player Zero-Sum Games
本文给出简洁证明，说明两人零和博弈中粗相关均衡的边缘策略即纳什均衡，并推广到ε-粗相关均衡蕴含2ε-纳什均衡，从而无外部遗憾算法可收敛至纳什均衡。
2023-10-15 cs.GT
Inapproximability Results for Approximate Nash Equilibria
我们研究的问题是找到近似的纳什均衡，满足一定的条件，如提供良好的社会福利。特别是，我们研究的问题$ε$ -NE $δ$ -SW：找到一个$ε$ -近似纳什均衡（$ε$ -NE）是在$δ$的最佳社会福利可实现的$ε$ -NE。我们的主要结果是，如果指数时间假设（ETH）是真的，那么解决$\left(\frac{1}{8} - \mathrm{O}(δ)\right)$ -NE $\mathrm{O}(δ)$ -SW的$n\times n$双矩阵游戏需要$n^{\mathrm{\widetilde Ω}(\log n)}$时间。在此基础上，我们显示了类似的条件运行时间的下界上的一些决策问题的近似纳什均衡，不涉及社会福利，包括最大化或最小化某个玩家的收益，或找到近似均衡包含在一个给定的一对支持。假设ETH成立，我们给出了这些问题的准多项式下界，这些下界适用于所有$ε< \frac{1}{8}$的$ε$ -纳什均衡。这些其他决策问题的难度到目前为止只在精确均衡的背景下进行了研究。
2017-04-25 cs.GT
On the Communication Complexity of Approximate Nash Equilibria
我们研究的问题计算近似纳什均衡的双矩阵游戏，在设置中，玩家最初知道自己的收益，但不知道其他玩家的收益。为了找到一个合理质量的解决方案，玩家之间需要进行一定程度的沟通。我们感兴趣的算法，其中的通信是大大小于支付矩阵的内容，例如对数的矩阵的大小。当通信是多对数的策略n的数量，我们展示了如何获得ε近似纳什均衡约为0.438，以及良好的支持近似均衡，我们获得约为0.732。对于单向通信，我们表明，1/2 =1/2是可以实现的，但没有持续的改善超过1/2是可能的，即使有无限的单向通信。对于有良好支撑的均衡，单向通信不能实现小于1的k值。当参与者完全不交流时，ε-纳什均衡可以在ε =3/4时得到，我们还给出了一个略高于1/2的最低常数ε的下限。
2013-02-15 cs.GT
Finding Approximate Nash Equilibria of Bimatrix Games via Payoff Queries
我们研究了在双矩阵博弈中寻找近似均衡的确定性和随机查询复杂性。我们发现，确定性查询的复杂性，找到一个$ε$ -纳什均衡时，$ε< \frac{1}{2}$是$Ω(k^2)$，即使在零-一常数和游戏。结合以前的结果\cite{FGGS13}，这提供了一个完整的表征近似纳什均衡的确定性查询复杂性。我们还研究了随机查询算法。我们给出了一个使用$O(\frac{k \cdot \log k}{ε^2})$支付查询寻找$(\frac{3 - \sqrt{5}}{2} + ε)$ - Nash均衡的随机化算法，这表明随机化可以打破确定性算法的$\frac{1}{2}$障碍。对于有良好支持的纳什均衡（WSNE），我们首先给出了一个使用$O(\frac{k \cdot \log k}{ε^4})$支付查询的零和双矩阵博弈的$ε$-WSNE的随机化算法，然后利用这个算法得到了一个使用$O(\frac{k \cdot \log k}{ε^4})$支付查询的一般双矩阵博弈的$(\frac{2}{3} + ε)$的随机化算法.最后，我们开始研究的下界对随机算法的背景下，双矩阵游戏，随机算法需要$Ω(k^2)$支付查询，以找到一个$\frac{1}{6k}$ -纳什均衡，即使在零-一常数和游戏。特别是，这排除了查询有效的随机算法寻找精确的纳什均衡。
2014-02-12 cs.GT
Nash Equilibria in Finite-Horizon Multiagent Concurrent Games
在有限时间目标的多智能体并发博弈中寻找纯策略纳什均衡的问题最近受到了一些关注。早期的工作通过使用拉宾自动机解决了这个问题。在这项工作中，我们利用代理人的目标的有限时域性质，并表明，检查和寻找纯策略纳什均衡可以使用安全游戏和套索测试在Büchi自动机的组合来完成。为了将策略推理与时间推理分开，我们通过确定性有限字自动机（DFA）对代理的目标进行建模，因为诸如LTL \textsubscript{f}和LDL \textsubscript{f}之类的有限时域逻辑是通过转换为等效DFA来推理的。这使我们能够将问题的复杂性描述为PSPACE完全。
2022-05-02 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
The outcomes of generative AI are exactly the Nash equilibria of a non-potential game
本研究证明生成式AI（含BloombergGPT等大模型）的渐近输出对应非势博弈的纳什均衡，设计了收敛至该均衡的深度神经网络算法，并将其扩展至联邦学习场景，还建立了大语言模型相关的变分不等式。
2024-03-08 cs.GT
A Polynomial-Time Algorithm for 1/3-Approximate Nash Equilibria in Bimatrix Games
自从双矩阵博弈中纳什均衡的著名PPAD-完备性结果以来，一长串的研究集中在计算$\varepsilon$ -近似纳什均衡的多项式时间算法上。寻找在多项式时间内的最佳近似保证是解决近似均衡复杂性的基本而重要的追求。尽管付出了大量的努力，Tsaknakis和Spirakis的算法，具有$(0.3393+δ)$的近似保证，在过去的15年中仍然是最先进的。在本文中，我们提出了一个新的改进的Tsaknakis-Spirakis算法，从而在多项式时间算法，计算$(\frac{1}{3}+δ)$ -纳什均衡，任何常数$δ>0$。我们的方法的主要思想是超越使用凸组合的原始和对偶策略，定义在Tsaknakis和Spirakis的优化框架，并丰富池的战略，我们建立的战略配置文件，我们输出在某些瓶颈情况下的算法。
2022-05-19 cs.GT
Computing Nash Equilibria in Potential Games with Private Uncoupled Constraints
针对具有私有解耦约束的势博弈，提出一种基于拉格朗日公式的多项式时间纳什均衡计算算法，由各玩家独立运行，填补了该领域的研究空白。
2024-02-12 cs.GT
Simple Nash Equilibria for Qualitative Multiplayer Games
University of Liverpool（利物浦大学）；University of Oxford（牛津大学）
研究具有ω-正则目标的回合制确定性游戏中纳什均衡和子博弈完美均衡的记忆需求，证明特定目标组合下无记忆随机子博弈完美均衡存在并给出构建算法，指出部分游戏构建无记忆均衡需随机化及其他穆勒目标下不一定存在。
2026-07-09 cs.GT
Finding Nash Equilibria of Two-Player Games
本文以研究生教科书中的一章的形式阐述了求双矩阵博弈（一种策略形式的两人博弈）的一个或所有均衡的算法。使用标记的“最佳响应多面体”，我们提出了Lemke-Howson算法，找到一个平衡。我们表明，该算法遵循的路径有一个方向，路径的端点有相反的指数，在一个典型的方式使用决定因素。作为参考，我们证明了双矩阵对策的一些非退化概念是等价的。一般的双矩阵游戏的所有均衡的计算，通过游戏的最大纳什子集的描述，规范描述使用“互补对”的最佳反应多面体的脸。
2021-02-08 cs.GT
Nash Equilibria of The Multiplayer Colonel Blotto Game on Arbitrary Measure Spaces
博雷尔在1921年提出的布洛托上校问题是社会科学中一个广泛适用的无约束同时赢者通吃竞争模型。应用包括选举、广告、研发等。然而，经典的Blotto问题和变种限制了研究的竞争在一组有限的离散战场。本文将经典理论推广到研究任意可测战场上的多人Blotto博弈，给出了一个有效的对称“可均分”广义Blotto博弈平衡点抽样算法，并刻画了单位区间上Blotto博弈的对称公平平衡点.
2021-04-22 cs.GT
Rational verification and checking for Nash and subgame-perfect equilibria in graph games
本文研究图上多人非零和无限持续博弈中的理性检查与验证问题，并给出 Nash 均衡、子博弈完美均衡及五类收益函数下的复杂度。
2023-07-14 cs.GT
Pure Nash Equilibria: Hard and Easy Games
我们研究与纯纳什均衡的战略博弈的复杂性问题。我们表明，即使在非常严格的设置，确定一个游戏是否有一个纯粹的纳什均衡是NP难的，而决定一个游戏是否有一个强纳什均衡是SigmaP 2-完全。然后，我们研究实际相关的限制，降低复杂性。特别是，我们感兴趣的是定量和定性的限制，每个球员的回报取决于其他球员的举动。我们说一个博弈具有小邻域，如果每个博弈者的效用函数只依赖于数学上少数的其他博弈者（的行动）。博弈G的依赖结构可以用图DG（G）或超图H（G）表示。通过将纳什均衡问题与约束满足问题联系起来，证明了如果G具有小邻域且H（G）具有有界超树宽度（或DG（G）具有有界树宽度），则在多项式时间内找到纯Nash均衡和Pareto均衡是可行的.如果游戏是图形化的，那么这些问题是LOGCFL完全的，因此属于高度可并行化问题的NC 2类。
2011-09-09 cs.GT
Nash Equilibria with Derangement Degree Probabilities
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；National University of Singapore（新加坡国立大学）
证明对于每个n≥4，存在一个具有整数收益的n人正规型博弈，其唯一纳什均衡是完全混合的，且均衡概率是错排数!n次代数数，其极小多项式的伽罗瓦群为S_{!n}且具有!n+1个非零系数。
2026-05-26 cs.GT
Track selection in Multifunction Radars: Nash and correlated equilibria
从博弈论的角度研究了多功能雷达网中多目标跟踪的航迹选择问题。该问题被表述为一个非合作博弈。雷达被认为是在这个游戏中的球员与公用事业建模使用一个适当的跟踪精度标准和他们的策略是观察到的目标，其数量是已知的。首先，对于协调问题，纳什均衡的特点，为了找到平衡点，提出了一种分布式算法的基础上的最佳响应动态。然后，将分析扩展到目标部分可观测性、雷达连通性和雷达间利益异质的情况。利用相关均衡解的概念，提出了一种基于遗憾匹配的分布式算法。所提出的算法表现良好相比，集中式的方法显着更高的复杂性。
2017-04-14 cs.GT
On approximate pure Nash equilibria in weighted congestion games with polynomial latencies
我们研究了最大次数为$d\geq 1$的多项式时间加权拥塞博弈的自然改进动力学。我们专注于两个问题的存在性和效率的近似纯纳什均衡，一个合理的小近似因子，在这些游戏。通过利用一个简单的技术，我们首先表明，这样的游戏总是承认一个$d$ -近似的潜在功能。这意味着参与者的每一个$d$近似改进移动序列都导致$d$近似纯纳什均衡。作为推论，我们还得到，在对局中人策略结构的温和假设下，博弈总是允许一个常数的近似势函数。其次，使用一个简单的势函数参数，我们能够证明，一个$(d+δ)$ -近似纯纳什均衡的成本最多$(d+1)/(d+δ)$倍的最佳状态的成本总是存在的，$δ\in [0,1]$。
2020-11-06 cs.GT
Computing Approximate Pure Nash Equilibria in Shapley Value Weighted Congestion Games
我们研究了Shapley值（SV）加权拥塞博弈中近似纯纳什均衡的计算，在[19]中介绍。这类游戏考虑加权拥塞游戏，其中Shapley值被用作在其用户之间分配每个资源的总成本的替代方案（比例份额）。我们专注于有趣的子类，这样的游戏与多项式资源成本函数，并提出了一个算法，计算近似纯纳什均衡与多项式数量的战略更新。由于计算一个单一的策略更新是困难的，我们采用采样技术，使我们能够实现多项式的运行时间。该算法建立在[7]的算法思想基础上，然而，据我们所知，这是第一个在此设置中使用比例份额以外的其他比例份额作为玩家成本来计算近似均衡的算法结果。我们提出了一种新的关系，近似的Shapley值的球员，她的比例份额，反之亦然。作为副结果，我们上限的近似无政府状态无政府代价的这种游戏，并显着改善了最好的已知因素计算近似纯纳什均衡加权拥塞游戏[7]。
2017-11-27 cs.GT
Regret Pruning for Learning Equilibria in Simulation-Based Games
近年来，经验博弈理论分析（EGTA）已成为一个强大的工具，分析游戏中的一个确切的规格的效用是不可用的。相反，EGTA假定访问oracle，即，一个模拟器，它可以生成无偏的噪声样本的球员的未知效用，给定的战略配置文件。因此，可以通过重复查询模拟器来经验地估计效用。最近，已经提出了各种渐进采样（PS）算法，其旨在产生PAC风格的学习保证（例如，具有高概率的近似纳什均衡）使用尽可能少的模拟器查询。最近的一项工作介绍了一种修剪技术，称为遗憾修剪，进一步减少模拟器的数量放在PS算法，旨在学习纯纳什均衡查询。在本文中，我们解决了一个严重的限制，这种原始的遗憾修剪方法-它只能保证真正的纯纳什均衡的经验博弈的近似均衡的真实游戏，并无法提供任何强有力的保证近似纯纳什均衡的功效。这是一个重要的限制，因为在许多游戏中，纯纳什均衡在计算上很难找到，甚至不存在。我们介绍三种新的遗憾修剪的变化。前两个变化概括了原来的遗憾修剪方法，以保证近似纯纳什均衡的经验博弈。第三种变化更进一步，甚至对经验博弈的所有近似混合纳什均衡产生强保证。我们使用这些遗憾修剪的变化，设计两种新的渐进式采样算法，PS-REG+和PS-REG-M，实验优于以前的国家的最先进的算法学习纯和混合平衡，分别基于模拟的游戏。
2022-11-30 cs.GT
On the Uniqueness of Nash Equilibria in Multiagent Matrix Games
本文完整刻画了无约束多矩阵博弈中纳什均衡的唯一性条件，证明零和博弈需组合策略空间维度为偶数，并揭示了经典学习动力学在非唯一均衡下仍能产生唯一估计。
2024-10-21 cs.GT
Strengthening Nash Equilibria
本文提出通过扩展博弈行动集，机制设计者可构造新博弈，使给定纳什均衡成为半强纳什均衡并帕累托支配其他均衡，从而解决纳什均衡对合谋不韧性和多重性问题。
2023-12-25 cs.GT
Discrete Nondeterminism and Nash Equilibria for Strategy-Based Games
一些博弈的概念享有纳什式的均衡概念，但不保证存在。有不同的方法可以弱化类纳什均衡的定义，以保证弱化均衡的存在。纳什的方法来解决这个问题的战略游戏是概率，\textit{i.e.}连续的，静态的。CP和BR对策的CP和BR方法是离散的和动态的。本文提出了一种介于这两种不同方法之间的方法：离散和静态的方法。多战略游戏作为一种形式主义，能够表达顺序和同时决策，这保证了良好的建模能力。多策略博弈是策略博弈和序贯图博弈的推广，它们仍然具有笛卡尔乘积结构，\textit{i.e.}，其中代理人实际上选择他们的策略。预先固定点的结果可以保证离散和非确定性平衡的存在。一方面，这些均衡可以用多项式（低）复杂度计算。另一方面，它们在推荐方面是有效的，如数值例子所示。
2007-12-10 cs.GT
A Hydraulic Approach to Equilibria of Resource Selection Games
从一个（物理）液压系统的直觉，我们提出了一个新的框架，建设性地显示存在一个强纳什均衡在资源选择游戏（即，非原子参与者的非对称单例拥塞博弈（singleton congestion games），强均衡和纳什均衡在这种博弈中的重合性，以及所有纳什均衡中每个给定资源的成本的唯一性。我们的证明允许明确计算纳什均衡，并明确和直接计算由此产生的（唯一的）资源成本，并且不依赖于任何不动点定理，极大极小定理或任何等价的结果，线性规划，或存在的潜力（虽然我们的分析确实提供了强大的洞察潜力，通过自然的具体物理解释）。资源选择博弈的一个推广，称为具有ID的资源选择博弈。依赖加权，定义，结果扩展到这个家庭，显示存在强均衡，并显示，虽然资源成本不再是唯一的纳什均衡在这个家庭的游戏，他们仍然是唯一的所有强纳什均衡，绘制一个新的基本连接之间的群体偏差和ID。拥堵一个自然的应用所产生的机械一大类的约束满意度问题也被描述。
2016-06-05 cs.GT
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
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
A parametric representation of totally mixed Nash equilibria
我们计算了一个具有预先固定结构的一般正规型对策的完全混合纳什均衡的参数描述。使用这种表示，我们显示的条件下，一个游戏有这种均衡的最大可能数量。然后，我们提出了一个象征性的程序，使我们能够描述和估计的数量孤立的完全混合纳什均衡的任意游戏。在某些假设下，该算法计算这些平衡点的确切数量。
2007-03-14 cs.GT math.AG
Enumerating the Nash equilibria of rank 1-games
如果矩阵$A+B$的秩至多为$k$，则称双矩阵对策$(A,B)$为秩对策$k$。我们考虑的问题，列举的纳什均衡（非退化）游戏的秩1。特别是，我们表明，即使对于游戏的秩1不是所有的均衡可以达到Lemke-Howson路径，并提出了一个参数单纯形型算法枚举所有纳什均衡的非退化游戏秩1。
2007-09-09 cs.GT math.OC
Nash equilibria of quasisupermodular games
该研究针对拟超模博弈的纳什均衡，证明了三个相关结果，包括一个纯序理论定理和两个含拓扑假设的定理，且拓扑结果推广了Zhou定理与Calciano定理。
2024-06-19 cs.GT econ.TH
A Bayesian optimization approach to compute the Nash equilibria of potential games using bandit feedback
计算策略多智能体系统的纳什均衡对于昂贵的黑盒系统是具有挑战性的。受普遍存在的涉及开发公共资源的游戏的启发，本文考虑了潜在游戏的上述问题。我们使用贝叶斯优化框架，以获得新的算法来解决有限（离散动作空间）和无限（真正的区间动作空间）潜在的游戏，利用潜在的游戏结构。数值结果表明，该方法在计算静态势博弈的纳什均衡和动态势博弈的线性纳什均衡时是有效的。
2018-11-15 cs.GT cs.MA
Near-Optimal Communication Lower Bounds for Approximate Nash Equilibria
我们证明了一个$N^{2-o(1)}$下界的随机通信复杂性性，找到一个$ε$近似纳什均衡（常数$ε>0$）在两个玩家$N\times N$游戏。
2018-05-16 cs.CC cs.GT
Representing Pure Nash Equilibria in Argumentation
University of Aberdeen（阿伯丁大学）；University of Artois（阿尔图瓦大学）
在本文中，我们描述了一个基于论证的范式游戏表示，并演示了如何论证可以用来计算纯策略纳什均衡。我们的方法建立在Modgil的扩展论证框架之上。我们证明了它的正确性，证明了它满足的几个理论性质，并概述了它如何可以用来解释为什么某些策略是纳什均衡的非专家人类用户。
2020-06-19 cs.AI cs.GT
The ZERO Regrets Algorithm: Optimizing over Pure Nash Equilibria via Integer Programming
设计有效的算法来计算纳什均衡在数学对策论和优化中提出了相当大的挑战。在这项工作中，我们采用整数规划技术来计算纳什均衡的整数规划游戏，一类同时和非合作对策，每个球员解决一个参数化的整数规划。我们介绍零遗憾，一个通用的和有效的切割平面算法计算，枚举，并选择纳什均衡。我们的框架利用了均衡不平等的概念，对任何纳什均衡有效的不平等，以及相关的均衡分离预言。我们评估我们的算法框架上的广泛的实际和方法的问题，从文献中，提供了一个坚实的基准对现有的方法。
2022-09-15 cs.GT math.OC
Approximating Nash Equilibria in Normal-Form Games via Stochastic Optimization
该研究提出首个可用于无偏蒙特卡洛估计的标准型博弈近似纳什均衡损失函数，结合非凸随机优化技术得到有理论保证的新算法，实验证实随机梯度下降法效果优于现有最优方法。
2024-04-15 cs.GT cs.MA
Game-Theoretical Perspectives on Active Equilibria: A Preferred Solution Concept over Nash Equilibria
MID-LIDS；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）；IBM-Research（IBM研究院）；Mila（米拉）；University of Oxford（牛津大学）
多智能体学习设置本质上比单智能体学习更困难，因为每个智能体在共享环境中与其他同时学习的智能体交互。多智能体强化学习的一个有效方法是考虑智能体的学习过程，并从每个智能体的角度影响他们未来的政策，以达到期望的行为。重要的是，如果每个智能体通过考虑其行为对收敛策略集的影响来最大化其长期回报，则所产生的多智能体系统达到主动均衡。虽然这个新的解决方案的概念是一般的，标准的解决方案的概念，如纳什均衡，是特殊情况下的积极平衡，这是不清楚的，当一个积极的平衡是一个首选的平衡比其他解决方案的概念。在本文中，我们分析积极的均衡从博弈论的角度来看，通过仔细研究的例子，纳什均衡是已知的。通过直接比较这些例子中的主动均衡和纳什均衡，我们发现主动均衡比纳什均衡找到更有效的解决方案，得出主动均衡是多智能体学习设置的理想解决方案。
2022-10-28 cs.AI cs.GT
Nash equilibria in scalar discrete-time linear quadratic games
针对线性二次博弈中纳什均衡刻画的开放问题，本文研究双智能体标量离散时间无限时域LQ博弈，通过分析最优响应映射构建多项式系统，利用Gröbner基工具证明最多存在三个纳什均衡并给出相关条件。
2025-04-17 cs.GT cs.MA
A vector bundle approach to Nash equilibria
University of Idaho（爱达荷大学）；Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克科学促进学会数学与科学研究所）
本文提出用向量束方法研究纳什均衡，分析了纳什判别种群的结构和性质，并证明了其代数性质。
2026-01-15 cs.GT math.AG
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
