The complexity of approximating a trembling hand perfect equilibrium of a multi-player game in strategic form
我们考虑的任务是计算一个近似的颤抖的手完美均衡的n-玩家游戏的战略形式，n >= 3。我们证明了这个任务对于复杂性类FIXP_a是完全的。特别是，任务是多项式时间相当于计算一个近似的纳什均衡的战略形式的游戏与三个（或更多）的球员的任务。
2014-08-05 cs.CC cs.GT
Nash equilibrium in asymmetric multi-players zero-sum game with two strategic variables and only one alien
考虑了一个具有两个策略变量的部分非对称多局中人零和对策。除了一个参与人之外，所有参与人都有相同的支付函数，只有一个参与人（参与人$n$）没有。两个策略变量是每个参与者$i$的$t_i$和$s_i$。我们将主要展示以下结果。1)当所有参与人都选择$t_i$时的均衡等价于当除了一个参与人之外所有参与人都选择$t_i$并且参与人$n$选择$s_n$作为他们的策略变量时的均衡。2)当所有参与人都选择$s_i$时的均衡等价于当除了一个参与人之外所有参与人都选择$s_i$并且参与人$n$选择$t_n$作为他们的策略变量时的均衡。所有参与者选择$t_i$的均衡和所有参与者选择$s_i$的均衡并不等价，尽管它们在所有参与者具有相同支付函数的对称对策中是等价的。
2018-09-04 cs.GT math.OC
A Note on Bayesian Rationality and Correlated Equilibrium
战略博弈中的贝叶斯理性假设战略不确定性可以转化为不完全信息。相关均衡的指导思想是，参与者是贝叶斯理性的，有一个共同的先验，并独立地选择他们的策略。我表明，贝叶斯理性的一个必要条件是违反了在每一个游戏的不完美信息。此外，如果没有战略不确定性，参与者就无法独立选择自己的战略。这意味着战略独立需要战略不确定性。如果我们区分战略确定性和不确定性，我们就能够解释囚徒困境的合作解和非合作解的存在。
2016-01-31 cs.GT math.LO
Strategic Bidding in an Accumulating Priority Queue: Equilibrium Analysis
研究了具有累积优先权的M/G/ $1$排队系统中优先权的策略购买问题。我们制定了一个非合作的游戏中，客户购买优先级系数的目标是减少等待成本的交换。排队中每个顾客的优先级是个人等待时间的线性函数，购买系数为斜率。对于同质顾客的情形，得到了唯一的纯纳什均衡.的纳什均衡的一般特征提供了异构的情况下。结果表明，避免人群和跟随人群的行为是普遍的，类内类型和它们之间。我们进一步提出了一个定价机制，确保在均衡的顺序累积优先级率遵循$Cμ$型规则，提高整体效率。
2016-02-06 cs.GT
Parallel Algorithm for Approximating Nash Equilibrium in Multiplayer Stochastic Games with Application to Naval Strategic Planning
Ganzfried Research（甘茨弗里德研究公司）；Arctan, Inc.（阿克坦公司）
许多现实世界的域包含多个代理的行为策略与概率的过渡和不确定的（潜在的无限）的持续时间。这样的设置可以被建模为随机游戏。虽然已经开发了用于求解的算法（即，计算博弈论解的概念，如纳什均衡）两人零和随机博弈，非零和和多人随机博弈的算法研究是有限的。我们提出了一个新的算法，这些设置，这构成了第一个多人随机游戏的并行算法。我们提出了一个4人随机游戏的海军战略规划方案的实验结果，表明我们的算法能够快速计算策略构成纳什均衡到一个非常小的程度的近似误差。
2020-03-13 cs.AI cs.CR cs.GT
Gaming Helps! Learning from Strategic Interactions in Natural Dynamics
The Hebrew University（希伯来大学）；Carnegie Mellon University（卡内基梅隆大学）；University of Pennsylvania（宾夕法尼亚大学）
我们考虑一个在线回归设置，其中个人适应回归模型：到达的个人知道当前模型，并战略性地投资于修改自己的特征，以提高当前模型分配给他们的预测分数。从信用评估到学校录取，在各种情况下都可以观察到这种特征操纵，这对学习者构成了挑战。令人惊讶的是，我们发现这种策略操作实际上可以帮助学习者恢复有意义的变量-也就是说，当改变时，会影响真实标签的特征（而不是没有影响的无意义特征）。我们表明，即使是简单的行为对学习者的一部分，让她同时i）准确地恢复有意义的功能，和ii）激励代理投资于这些有意义的功能，提供激励措施的改进。
2021-02-28 cs.GT cs.LG stat.ML
Strategic Facility Location with Limited Liars
Rensselaer Polytechnic Institute（伦斯勒理工学院）
研究在任意度量空间中，部分客户撒谎对设施选址均衡的影响，证明纳什均衡存在且质量接近最优，强均衡在直线度量下也存在且成本更优。
2026-04-18 cs.GT
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
Strategic Teaching and Learning in Games
University of California, Davis（加州大学戴维斯分校）
已知在所有有限博弈中存在导致纳什均衡的非耦合学习策略。为什么玩家应该使用这种学习启发式方法？它们从何而来？我们表明，没有解耦的学习启发式导致纳什均衡在所有有限的游戏，玩家有动机采取，这将是进化稳定的，或者可以“学习自己”。相反，一个参与者有动机在战略上教导这样一个学习对手，以确保至少Stackelberg领导者的回报。不可能的结果仍然完好无损时，限制类的一般游戏，两个球员的游戏，潜在的游戏，游戏与战略补充或2x2游戏，其中学习是已知的“好”。更一般地说，它也适用于非耦合学习算法，导致相关的均衡，合理化的结果，迭代可接受的结果，或最小遏制集。一个可能的结果限制在“战略平凡”的游戏失败，如果一些通用的游戏之外，这一类被认为是以及。
2015-04-23 cs.AI cs.GT cs.LG
Strategically Robust Aggregative Games
ETH Zurich（苏黎世联邦理工学院）；Caltech（加州理工学院）；Imperial College London（帝国理工学院）
本文提出战略鲁棒Wardrop均衡概念，通过最优传输基的模糊集保护代理免受群体行为不确定性影响，在凸聚合博弈中证明其存在性并提供计算工具，展示鲁棒化能提升群体决策效率。
2026-04-26 cs.GT math.OC
The Wisdom of Strategic Voting
研究投票博弈中由信息内生决定的偏好，证明策略性投票在促成正确决策上优于非策略投票，并揭示了大规模投票下策略性智能体的强均衡能高概率导向知情多数决策。
2023-05-20 cs.GT
How does uncertainty about other voters determine a strategic vote?
我们提出了一个框架，当一个选民可能缺乏其他选民的偏好知识，或其他选民对她自己的偏好知识的战略投票。在这种情况下，我们定义的概念操纵，均衡和优势，在不确定性。我们提供的情况下，真正的偏好的配置文件是相同的，但均衡配置文件是不同的，因为选民有不同的知识，其他选民。我们还对改变这种偏好不确定性的行为进行了建模，例如选民透露了她的偏好。我们表明，某些形式的操纵和平衡保持在这样的不确定性更新和其他人没有。然后，我们形式化的认知投票术语的逻辑。我们的目标是提供认识论背景的分析和设计的投票规则，包括不确定性。
2019-05-11 cs.GT
Linear Regression from Strategic Data Sources
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔国立理工学院）；LIG（格勒诺布尔信息学实验室）；Northeastern University（东北大学）；Max-Planck Institute for Software Systems (MPI-SWS)（马克斯·普朗克软件系统研究所）
线性回归是统计数据分析的基本组成部分。它相当于估计将输入特征映射到相应输出的线性模型的参数。在每个数据点的精度固定的经典设置中，统计学中著名的艾特肯/高斯-马尔可夫定理指出，广义最小二乘（GLS）是所谓的“最佳线性无偏估计”（BLUE）。然而，在现代数据科学中，人们经常面临战略数据源，即为提供高精度数据而产生成本的个人。在本文中，我们研究了一种设置，其中的功能是公开的，但个人选择的精度，他们透露给分析师的输出。我们假设分析师对该数据集执行线性回归，并且个人从该估计的结果中受益。我们将这种情况建模为一个游戏，其中个人最大限度地减少成本，包括两个组成部分：（a）提供高精度数据的（特定于代理人的）披露成本;和（b）表示线性模型估计不准确性的（全球）估计成本。在这个博弈中，线性模型的估计是一种公共产品，使所有个人受益。我们建立了这个博弈有一个唯一的非平凡的纳什均衡。我们研究了这种均衡的效率，我们证明了严格的价格上的限制，为一大类的披露和估计成本的稳定性。最后，我们研究了估计精度达到平衡。我们表明，在一般情况下，艾特肯定理不持有战略数据源，虽然它确实持有，如果个人有相同的披露成本（乘法因子）。当个人有不相同的成本，我们推导出的平衡估计成本，可以通过偏离GLS，披露成本函数的温和假设下，改善的约束。
2019-12-12 cs.GT cs.LG math.ST
Power Allocation and Spectrum Sharing in Multi-User, Multi-Channel Systems with Strategic Users
研究了多用户、多信道系统中存在策略用户时的分布式功率分配和频谱共享问题。我们提出了一种机制/游戏形式，具有以下可取的功能。(1)这是个人理性的。(2)它是预算平衡的，在每个纳什均衡的博弈形式以及非均衡诱导。(3)该机制所诱导的博弈的每个纳什均衡（NE）所对应的分配是林达尔分配，即弱帕累托最优分配。我们提出的游戏形式/机制实现了所有上述理想的属性，没有任何假设，可微性，单调性，或准线性的用户的效用函数。
2012-02-09 cs.GT math.OC
The Computational Complexity of Equilibria with Strategic Constraints
本研究扩展了均衡计算复杂性研究，引入战略约束博弈，分析纳什均衡与约束均衡的关系，发现不同约束显著影响计算复杂性，并展示其在战略资源分配和行为博弈论中的价值。
2023-05-08 cs.CC cs.GT
Delegation in Strategic Environments and Equilibrium Uniqueness
Princeton University（普林斯顿大学）；Caltech（加州理工学院）
本文研究了战略环境中委托行为对均衡唯一性的影响，揭示了粗相关均衡与个体理性相关配置之间的结构性联系，并提出了新的条件以确保经典均衡的鲁棒性。
2026-02-25 cs.GT econ.TH
Robust Learning Equilibrium
我们引入鲁棒学习均衡。学习平衡的思想是多智能体系统中的学习算法本身应该处于平衡状态，而不仅仅是导致平衡。也就是说，学习均衡不受策略偏差的影响：如果所有其他代理都遵循它们的算法，那么每个代理都最好使用其指定的学习算法，而不管环境的未知状态。然而，学习均衡可能不会对非战略性错误免疫。例如，如果在某个时间段内在监视设备中存在故障（例如，正确的输入没有到达代理），则在设备被校正之后遵循算法可能不平衡。一个强大的学习均衡也不受这种非战略性错误的影响。当监控设备“弱”时，（鲁棒）学习均衡的存在尤其具有挑战性。也就是说，每个代理在每个阶段可用的信息是有限的。我们提出了一个具有一般监控结构的鲁棒学习均衡的研究，并将其应用到拍卖的背景下。证明了重复一价拍卖中鲁棒学习均衡的存在性，并讨论了其性质。
2012-06-27 cs.GT
Strategic Decompositions of Normal Form Games: Zero-sum Games and Potential Games
我们研究了新的游戏类，称为零和等价游戏和零和等价潜在的游戏，并证明了分解定理涉及这些游戏类。我们说两个博弈是“战略等价的”，如果对每个参与者来说，两个策略之间的收益差异（保持其他参与者的策略不变）是相同的。零和等价博弈是一种在战略上等价于零和博弈的博弈;零和等价势博弈是一种在战略上等价于共同利益博弈的零和等价博弈。我们也称一个博弈为“正规化”，如果一个参与人的收益之和，给定其他参与人的策略，总是为零。我们证明了任何范式博弈都可以被唯一地分解为（i）零和等价博弈和规范化的共同利益博弈，或者（ii）零和等价势博弈、规范化零和博弈和规范化的共同利益博弈，每一个博弈都具有独特的均衡性质。例如，我们表明，两个玩家的零和等价游戏有限的策略集一般有一个唯一的纳什均衡和两个玩家的零和等价的潜在的游戏有限的策略集一般有一个严格的优势纳什均衡。
2020-05-19 cs.GT
Strategic Behavior is Bliss: Iterative Voting Improves Social Welfare
最近在迭代投票中的工作定义了无政府状态的可加动态价格（ADPoA）作为真实和最坏情况下的均衡配置文件之间的社会福利的差异，重复的策略操纵。虽然迭代的多元性已经被证明只返回比真实的获胜者最多少一个初始投票的替代品，但人们对代理人的福利如何在均衡中变化的理解较少。为此，我们区分代理的效用从他们的操纵机制，并确定迭代复数的ADPoA在最坏和平均情况下。我们首先证明了最坏情况下的ADPoA是线性的代理的数量。为了克服这一负面结果，我们研究了平均情况下的ADPoA，并证明了均衡赢家有一个恒定的顺序福利优势，在期望的真实赢家。我们的实证结果表明，由于战略操纵，社会福利将增加。
2023-01-21 cs.GT cs.MA
Strategic Hiring under Algorithmic Monoculture
Stern School of Business, New York University（纽约大学斯特恩商学院）；Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）；Graduate Group in Applied Mathematics and Computational Science, University of Pennsylvania（宾夕法尼亚大学应用数学与计算科学研究生小组）
本文研究了在算法单一性劳动力市场中，企业通过共同算法评估竞争导致的拥堵问题，提出均衡策略能显著提升社会福利，需平台揭示拥堵信息以实现最优结果。
2026-02-18 cs.CY cs.GT cs.LG
Reinforcement Learning for Mean Field Games with Strategic Complementarities
Texas A&M University（德州农工大学）
平均场博弈（Mean Field Games，MFG）是一类具有大量代理人的博弈，标准的均衡概念是平均场均衡（Mean Field Equilibrium，MFE）。用于在动态MFG中学习MFE的算法通常是未知的。我们的重点是一个重要的子类，具有单调性属性称为战略互补性（MFG-SC）。我们引入了一个自然的细化平衡的概念，我们称之为颤抖的手完美的MFE（T-MFE），它允许代理人采用随机化的措施，同时考虑到这种随机化对他们的收益的影响。我们提出了一个简单的算法计算T-MFE下一个已知的模型。我们还介绍了一种无模型和基于模型的方法来学习T-MFE，并提供了这两种算法的样本复杂度。我们还开发了一个完全在线的学习计划，消除了对模拟器的需要。最后，我们实证评估所提出的算法的性能，通过实际应用的例子。
2021-02-01 cs.GT cs.LG cs.MA
Strategic delegation in a sequential model with multiple stages
我们分析战略授权的Stackelberg模型与任意数量，n，公司。我们发现，n-1最后的移动者委托他们的生产决策的管理者，而第一个移动者没有。均衡激励率按经理人选择数量的顺序递增。设u_i^* 表示经理人移动到第i位的公司的均衡收益，我们证明了u_n^*> u_{n-1} ^*>.> u_2^*>u_1^*。我们还比较了我们的游戏与古诺寡头垄断的授权结果，并表明，晚（早）移动公司选择更高（低）的激励率比古诺公司。
2012-02-09 cs.GT
Strategic Contention Resolution with Limited Feedback
本文从博弈论的角度研究了竞争解决协议。我们专注于\emph{acknowledgment-based}协议，其中用户仅在尝试传输时才从信道获得反馈。在这种情况下，她将了解她的传输是否成功。不发送的用户将不会收到任何反馈。我们感兴趣的是均衡协议，其中没有参与者有偏离的动机。有限反馈使得均衡协议的设计成为一项艰巨的任务，因为最佳响应策略通常必须建模为部分可观测马尔可夫决策过程，这是难以分析的。然而，我们展示了如何规避这两个球员的情况下，提出了一个均衡协议。对于许多球员，我们给出了不可能的结果，为一大类基于协议，即\emph{age-based}和\emph{backoff}协议有限的预期完成时间。最后，我们提出了一个基于年龄的均衡协议，该协议具有无限的期望完成时间，但每个参与人都以高概率在线性时间内完成。
2016-06-21 cs.GT
Beyond Nash Equilibrium: Bounded Rationality of LLMs and humans in Strategic Decision-making
Tsinghua University（清华大学）
本研究通过石头剪刀布、囚徒困境博弈实验对比大语言模型与人类的战略决策行为，发现大语言模型仅复现部分人类有限理性特征，应用策略更僵化、环境敏感性弱，需优化训练以提升灵活建模与情境感知能力。
2025-06-11 cs.AI cs.GT
Strategic Experimentation with Private Payoffs
Toulouse School of Economics（图卢兹经济学院）；Tel Aviv University（特拉维夫大学）；HEC Paris（巴黎高等商学院）
本文研究了私人回报下的策略性实验游戏，发现均衡实验量高于公开观察情况，且可能达到社会最优水平。
2025-12-05 cs.GT math.OC
Statistical Estimation with Strategic Data Sources in Competitive Settings
在本文中，我们介绍了一个初步的模型，在数据市场的相互作用。最近的研究表明，数据汇总者可以通过各种方式为用户设计确保数据质量的机制，即使在用户不愿付出努力（即宁愿提交质量较低的估计数）和数据汇总者无法观察到用户付出的努力（即合同受到委托代理问题的影响）的情况下也是如此。然而，我们已经证明，这些机制往往在更现实的模型中崩溃，其中多个数据聚合器处于竞争状态。在对数据聚合器使用的统计估计量的属性进行较小假设的情况下，我们证明了要么没有纳什均衡，要么有无限多个纳什均衡。在后一种情况下，在谁承担激励不同数据源的负担方面存在根本的模糊性。我们还能够计算无政府代价，它衡量了在纳什均衡和社会最优状态之间，即在非合作战略游戏和合作之间，社会福利损失了多少。
2017-04-04 cs.GT
Individualized Algorithmic Advice as a Strategic Signal on Competitive Markets
University of Tübingen（蒂宾根大学）；Duke University（杜克大学）；University of Minnesota Twin Cities（明尼苏达大学双城分校）
该研究通过129人参与的古诺博弈实验，发现个性化算法建议可作为策略信号影响市场协调，合谋性偏向建议会引发隐性合谋，凸显需重视算法决策支持系统的设计与监督。
2026-11-13 cs.AI cs.CY cs.GT
A strategic model of job arrivals to a single machine with earliness and tardiness penalties
我们考虑一个游戏的分散时间的工作到一个单一的服务器（机器）的惩罚偏离到期日，没有延迟成本。工件的尺寸是均匀的和确定的。每项工作都属于一个决策者，即客户，他的目标是在最小化偏差惩罚的时间到达。如果多个客户同时到达，那么他们的服务顺序由统一随机抽签决定。我们证明，如果成本函数具有加权绝对偏差形式，则任何纳什均衡都是纯粹且对称的，即所有客户一起到达。此外，我们发现，存在多个，实际上是一个连续的，平衡到达时间，并提供必要和充分条件的社会最优到达时间是一个平衡。明确解决的基础模型，但一个纯对称均衡的流行被证明是强大的几个放宽的假设：有限的服务器可用性，包括小等待成本，随机工作大小，随机大小的人口，异构到期日，和非线性偏差罚款。
2017-10-15 cs.GT
Strategic Decision Focused Learning
California Institute of Technology（加州理工学院）；University of Chicago（芝加哥大学）
本文提出战略决策聚焦学习，研究预测影响博弈均衡的问题，发现预测准确性与均衡收益可能非单调，并设计算法在保护基准上验证，强调预测器需考虑战略互动。
2026-09-15 cs.GT
Learning In Reverse Causal Strategic Environments With Ramifications on Two Sided Markets
University of Michigan（密歇根大学）
受劳动力市场均衡模型启发，提出因果策略分类方法，发现预期劳动力策略性反应的雇主能提升奖励、技能和公平性，但可能损害劳动力效用并无法防止歧视。
2024-04-20 cs.GT cs.LG stat.ML
A Primer on Strategic Games
这是一个简短的介绍战略游戏的主题。我们重点讨论了最佳对策，纳什均衡，严格和弱优势，以及混合策略的概念，并研究了这些概念之间的关系的背景下，迭代消除的战略。此外，我们还讨论了战略博弈的原始定义的一些变体。最后，我们介绍了机制设计的基础知识，并使用前贝叶斯博弈来解释它。
2011-02-01 cs.GT
EPROACH: A Population Vaccination Game for Strategic Information Design to Enable Responsible COVID Reopening
COVID-19封城对我们的社会造成重大的社会经济影响。在本文中，我们提出了一个人口疫苗接种博弈框架，称为EPROACH，重新开放，保证开放后的公共卫生安全的政策设计。在我们的框架中，一群参与者根据他们收到的公共和私人信息决定是否接种疫苗。重新打开通过游戏状态的切换来捕获。从我们的框架中获得的见解包括安全重新开放的适当疫苗接种覆盖率阈值和激励个人疫苗接种决策的基于信息的方法。特别是，我们的框架桥梁人口的战略行为和传染病的传播建模。这种整合使找到的阈值，保证了无病流行的稳态下的人口的纳什均衡接种疫苗的决定。疫苗接种的均衡决策依赖于代理人收到的信息。它通过信息使稳态流行病的严重程度可控。我们发现，重新开放所产生的外部性会导致种群中理性参与者的协调，并导致唯一的纳什均衡。我们使用数值实验来证实的结果，并说明负责任的重新开放的公共信息的设计。
2021-10-13 cs.GT
Strategic Information Exchange
研究了一类具有不完全信息和信息外部性的二人重复博弈。在这些游戏中，一开始就选择两个状态，玩家在重复游戏之前获得关于这对状态的私人信息。每个参与者的收益只取决于他自己的状态和他自己的行动。我们研究在什么程度上，以及如何，信息可以在平衡中交换。我们证明，提供的私人信息的每个球员是有价值的其他球员，一套连续的均衡收益收敛到一套可行的和个人理性的收益球员成为耐心。
2010-07-26 cs.GT math.OC math.PR
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
Bounded strategic reasoning explains crisis emergence in multi-agent market games
基于理性预期和市场均衡的有效市场假说（EMH）是经济市场建模的主导观点。然而，对有效市场假说最显著的批评是，在没有任何重大外部消息的情况下，无法对失衡行为时期进行建模。当这种动态是内生的时，传统的经济框架无法解释这种行为和偏离均衡的情况。这项工作提供了一个替代的角度来解释的基础上有限的理性代理人的内生出现间断的平衡动态。在一个简洁的市场入口游戏中，我们展示了有限理性的战略推理如何导致内生的危机，在“回报”中表现出肥尾。我们还展示了经济市场的其他常见的风格化事实，如集群波动，可以解释为由于代理的多样性（或缺乏）和不同的学习更新的代理。这项工作解释了各种程式化的事实和危机出现在经济市场中，在没有任何外部消息的情况下，纯粹基于代理人的相互作用和有限的理性推理。
2022-06-11 cs.CE cs.GT cs.MA
Strategic Interactions in Multi-Level Stackelberg Games with Non-Follower Agents and Heterogeneous Leaders
Aston University（阿斯顿大学）
本文提出一个多层Stackelberg框架，考虑非跟随者和异质领导者，以更准确地建模拥堵耦合市场中的战略互动。
2026-03-04 cs.GT cs.MA
Perfect Prediction in Minkowski Spacetime: Perfectly Transparent Equilibrium for Dynamic Games with Imperfect Information
关于策略的必要理性和必要知识的假设，也被称为完美预测，导致最多一个幸存的结果，不受参与者对它们的知识的影响。实现这种方法的解决方案的概念已被定义在两个动态游戏与完美的信息和没有关系，完美的预测均衡，和战略游戏没有关系，完全透明的均衡。本文将完全透明均衡推广到不完全信息和无约束的广义博弈。战略博弈的完全预测均衡和完全透明均衡都是这一广义均衡概念的特例。如果收益之间没有联系，广义均衡最多是唯一的，并且是帕累托最优的。我们还对具有不完美信息的广泛形式的游戏子类进行了特殊相对论解释，作为任何数量的代理所做决策的有向非循环图，每个决策位于闵可夫斯基时空中的特定位置，并且信息集和游戏结构来自因果结构。战略博弈对应于只有空间分离决策的设置，动态博弈对应于只有时间分离决策的设置。因此，广义的完全透明均衡描述了在一个一般设置中达到的结果和收益，在这个设置中，决策可以位于闵可夫斯基时空中的任何一般位置，在必要的理性和必要的策略知识下。我们还认为，这提供了一个直接可用的数学框架的设计与削弱自由选择假设的量子物理学的扩展理论。
2019-05-22 cs.GT
Linear Programming Tools for Analyzing Strategic Games of Independence-Friendly Logic and Applications
在最近的工作中，独立友好逻辑的语义游戏被研究在策略形式的（混合策略）纳什均衡。独立友好逻辑的策略博弈类包含在输赢、零和二人博弈类中。在本说明中，我们借鉴线性规划的理论，开发工具来分析这种游戏的价值。我们给出了两个应用程序的独立友好的逻辑下，所谓的平衡语义这些工具。
2014-01-20 cs.GT math.LO
Strategic Budget Selection in a Competitive Autobidding World
本文研究在线广告中广告商战略选择预算约束的元博弈，证明纯纳什均衡下流动性福利至少为最优的一半且界紧，混合均衡为4近似，并强调预算声明能力对均衡效率的关键作用。
2023-11-13 cs.GT econ.TH
Strong Equilibria in Bayesian Games with Bounded Group Size
针对贝叶斯博弈中缺乏有界群体策略均衡的问题，提出事前贝叶斯 $k$-强均衡与贝叶斯 $k$-强均衡，并刻画了同伴预测机制抵御串谋的群体规模阈值，为评估机制稳健性提供了新标准。
2025-02-01 cs.GT
Strategic Network Formation with Attack and Immunization
战略网络的形成出现在代理商从与其他代理商的联系中获得利益，但也产生了形成联系的成本。我们考虑了一个新的网络形成游戏，其中包括一个对抗攻击，以及对攻击免疫。代理的好处是她的连接组件的预期大小后的攻击，代理也可以选择免疫自己的攻击，在一些额外的成本。我们的框架是一个程式化的设置模型，其中可达性而不是中心性是主要关注点，易受攻击的顶点可以通过昂贵的措施来降低风险。在无攻击和免疫的可达效益模型中，平衡点集是空图和任意树。攻击和免疫的引入极大地改变了游戏;新的均衡拓扑出现了，有些比树更稀疏，有些比树更密集。我们发现，在一个温和的假设下，对手，每一个平衡网络与$n$代理包含最$2n-4$边缘$n\geq 4$。因此，尽管允许拓扑结构比树更密集，但过度构建的数量是有限的。我们还表明，攻击和免疫接种不显着侵蚀社会福利：每一个非平凡的均衡，关于几个对手的福利至少作为任何均衡的攻击免费模型。我们补充我们的理论与模拟证明快速收敛的一个新的有限理性动态，概括链接稳定的最佳对策，但在我们的游戏是相当强大的。模拟进一步阐明了各种各样的不对称平衡，并展示了拓扑后果的动态，如重尾度分布。最后，我们报告了一个有100多名参与者的行为实验，尽管游戏很复杂，但最终的网络令人惊讶地接近平衡。
2016-11-09 cs.GT
A Computational Analysis of Strategic Nominations: Modeling Equilibrium and Complexity in Organizational Elections
National Taiwan Ocean University（台湾海洋大学）；Academia Sinica（中央研究院）；National Yang Ming Chiao Tung University（国立阳明交通大学）；National Chung Hsing University（国立中兴大学）
本文研究了组织选举中战略提名的均衡与复杂性，发现PSNE存在性在某些条件下为NP难，并提出了计算PSNE的FPT算法。
2026-02-05 cs.CC cs.GT
Strategic information transmission with sender's approval
我们考虑一个发送方有外部选择的发送方-接收方博弈。在廉价谈话阶段之后，接收者向发送者提出建议，后者可以拒绝。我们研究的情况下，发送者的批准是至关重要的接收器。我们表明，分区，（完美的贝叶斯纳什）均衡存在，如果发送者只有两种类型，或者如果接收者的偏好决定不依赖于发送者的类型，只要后者参与。结果并不延伸：我们构造了一个反例（具有发送者的三种类型和依赖于类型的仿射效用函数），其中不存在混合均衡。在三种类型的情况下，我们提供了一个完整的表征（可能介导的）均衡。
2020-01-21 cs.GT math.OC
Strategic arrivals to a queue with service rate uncertainty
研究了服务速度不确定时，具有开门和关门时间的单服务台排队到达时间的策略选择问题。泊松人口的客户选择他们的到达时间的目标是最大限度地减少他们的预期等待时间，并在先到先得的基础上提供服务。有两种类型的客户，他们的信念不同的服务时间分布。不一致的信念可能来自服务器状态的随机性以及客户观察到的噪声信号。客户意识到这两类人群具有不同的信仰。我们的纳什均衡动态指数分布的服务时间的特征，并显示他们如何与同质客户的模型有很大的不同。我们进一步提供了一个明确的解决方案的流体近似的游戏。对于一般的服务时间分布，我们提供了一个算法来计算在离散时间设置的平衡。我们发现，在均衡的客户与不同的信念在不同的（往往是不相交的）时间间隔到达。数值分析进一步表明，平均等待时间随着服务时间的变异系数变异系数的增大而增大。此外，我们提出了一个基于学习代理的模型（ABM），在该模型中，客户仅根据他们的信号和过去的经验做出加入决策。我们数值比较的长期平均结果的ABM与平衡，发现到达分布是相当接近的，如果我们假设（平衡的解决方案），客户是完全合理的，并有知识的系统参数，而他们可能会有很大的不同，如果客户有有限的信息或计算能力。
2020-12-29 cs.GT math.PR
Infinitely Repeated Quantum Games and Strategic Efficiency
本文建立一般重复量子博弈概念并证明量子民间定理，揭示强纠缠下量子囚徒困境中经典 Pareto 最优与相互合作未必构成均衡，并给出具体均衡策略。
2021-11-27 cs.GT quant-ph
Price of Transparency in Strategic Machine Learning
当用户（数据提供者）具有策略性时，算法的透明性会给算法设计者带来一定的代价，基于这一观察，本文研究了用户的策略意图对透明ML算法的设计和性能的影响。我们定量研究{ \bf价格的透明度}的背景下，战略分类算法，通过建模的问题作为一个非零和游戏之间的用户和算法设计者。具有透明算法的成本通过一个量来测量，在此称为透明度的价格，其是当算法是透明的（其允许用户具有策略性）时在Stackelberg均衡处的设计者成本与算法不透明的设置的设计者成本的比率。
2016-10-26 cs.GT
Correlated Equilibria of Classical Strategic Games with Quantum Signals
本文研究经典策略博弈中量子信号能否超越经典相关均衡的效率，并给出肯定结论。
2003-09-02 cs.GT econ.TH quant-ph
Strategic aspects of the probabilistic serial rule for the allocation of goods
概率序列（PS）规则是分配问题中最重要的随机化规则之一。它以其优越的公平性和福利属性而闻名。然而，PS并不能免受代理人的操纵行为的影响。我们研究计算和非计算方面的策略下PS规则。首先，我们研究了代理操作PS规则的计算复杂性。我们提出了多项式时间算法的最佳操作。其次，我们证明了期望效用最佳对策可以循环。第三，我们研究了PS规则下的纳什均衡分布的存在性和计算。我们证明了在PS规则下保证存在纯纳什均衡。对于两个代理，我们确定了两种不同类型的偏好配置文件，不仅在纳什均衡，但也可以在线性时间计算。最后，我们进行了实验，以检查PS规则的可操作性的频率下的代理，对象和效用函数的数量的不同组合。
2014-01-25 cs.DS cs.GT
Strategic Contention Resolution in Multiple Channels
我们考虑的问题，解决竞争的通信网络与自私的用户。在一个\textit{contention game}中，每个$n \geq 2$相同的播放器具有一个她想使用$k \geq 1$多址信道之一来发送的信息分组。要做到这一点，玩家选择一个时隙协议，规定在给定的时间步长，她将尝试在每个通道传输的概率。如果多个玩家试图在同一个信道上传输（冲突），则该信道上不会发生传输。每个参与者试图通过选择她的协议来最小化她自己的预期\textit{latency}，即她的预期时间，直到成功传输。在这样的设置中出现的自然问题是，给定$n$和$k$，为参与者提供一个公共的匿名协议（如果存在的话），这样就没有人会单方面偏离它（均衡协议）。所有以前的理论研究结果的战略竞争解决的情况下，只有一个单一的通道，并表明，平衡协议依赖于反馈的通信系统给球员。在这里，我们提出了两个主要的反馈类，即\textit{acknowledgement-based}和\textit{ternary}的多通道均衡协议。特别是，我们提供了一个以上的渠道的均衡特征，并给出具体的匿名，均衡协议与有限和无限的预期延迟。在具有无限期望延迟的均衡协议中，所有参与者都在最优时间（即$Θ(n/k)$）成功发送，概率趋于1，即$n/k \to \infty$。
2018-10-10 cs.GT cs.MA math.PR
Budget-restricted utility games with ordered strategic decisions
我们引入了预算游戏的概念。玩家选择一组任务，每个任务对游戏中的每一种资源都有一定的需求。每个资源都有预算。如果预算不足以满足所有需求的总和，则必须在任务之间共享。我们研究战略预算游戏，其中预算按比例分配。我们还考虑了一个变量，其中战略决策的顺序影响预算的分配。分析了最优解的复杂性以及平衡点的存在性、复杂性和质量。最后，我们证明了一个有序的预算游戏需要收敛到均衡的时间可能是指数的。
2014-07-11 cs.GT
Game of Coins
我们将目前在多加密货币市场中的战略挖掘实践形式化为一个游戏，并证明在这种游戏中任何更好的反应学习都会收敛到均衡。然后，我们提供了一个奖励设计方案，将系统配置从任何初始均衡移动到期望的均衡，以便矿工进行更好的响应学习。我们的工作介绍了自适应和学习矿工的第一个多硬币战略攻击，以及学习代理的多代理系统中的奖励设计的研究。
2018-05-23 cs.GT
Anytime Detection of Strategic Deviations in Multi-Agent Systems
Inria（法国国家信息与自动化研究所）；Ecole Normale Supérieure, PSL Research University（巴黎高等师范学院，PSL研究大学）；Departments of EECS and Statistics, University of California, Berkeley（加州大学伯克利分校电气工程和统计学系）
提出基于e值框架的序贯检验方法，通过构造测试超鞅实时检测多智能体系统行为是否偏离均衡基准，统一处理纳什、相关和粗相关均衡，并扩展至随机博弈。
2026-05-22 cs.GT
Strategic Data Revocation in Federated Unlearning
针对联邦遗忘中用户的数据撤销决策，本文提出非合作博弈框架，证明 Nash 均衡存在，并借助辅助优化问题求解均衡，分析部分撤销与成本外部性。
2023-12-06 cs.GT
Strategic decentralization in binary choice composite congestion games
研究了二元选择复合网络拥塞博弈中的策略分散问题。如果一个参与者让一些自主智能体分别决定如何将其库存的不同部分从起点发送到目的地，那么她就是去中心化的。本文证明了，在凸的、严格递增的和可微的弧成本函数下，原子可分参与者总是有一个最优的单边分散策略。此外，单方面的权力下放给她同样的优势，作为一个Stackelberg拥塞游戏的领导者。最后，单方面分散的原子的球员有负面影响的社会成本和成本的其他球员在拥挤的游戏均衡。
2015-09-15 cs.GT
