A Sequence-Form Characterization and Differentiable Path-Following Method for Computing Normal-Form Perfect Equilibria in Extensive-Form Games
Xi’an Jiaotong University(西安交通大学);City University of Hong Kong(香港城市大学)
针对n人完美记忆扩展式博弈的策略式完美均衡计算缺口,本文给出序列形式刻画,提出可证明收敛的可微路径跟踪方法及两种扩展替代方法,实验验证了方法的有效性与效率。
2025-11-18 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
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
Subgame-perfect Equilibria in Mean-payoff Games
在本文中,我们提供了一个有效的刻画所有的子博弈完美均衡在无限持续时间的游戏有限图的平均支付目标。为此,我们引入了需求的概念和协商功能的概念。我们建立的SPE所支持的播放正是那些与谈判功能的最小不动点相一致。最后,我们表明,协商功能是分段线性的,可以使用线性代数工具箱进行分析。作为推论,我们证明了SPE约束存在问题的可判定性,其地位在文献中是开放的。
2022-04-21 cs.GT
Acyclicity of Preferences, Nash Equilibria, and Subgame Perfect Equilibria: a Formal and Constructive Equivalence
1953年,库恩通过展示博弈论中称为“逆向归纳”的程序产生纳什均衡,证明了每个序列博弈都有一个纳什均衡。它实际上产生了一个纳什均衡,定义了一个适当的纳什均衡子类。在1965年,Selten将这个子类称为子博弈完美均衡。在博弈论中,收益是通常在游戏结束时给予的奖励。虽然传统的博弈论主要关注的是实数值的收益,这些收益隐含地按照实数上通常的全序排序,但西蒙或布莱克威尔的作品已经涉及了部分排序的收益。本文概括了序列博弈的概念,用抽象的原子对象(称为结果)替换实值支付函数,并用结果上的任意二元关系(称为偏好)替换实值上通常的全序。这引入了一个一般的抽象形式主义,其中纳什均衡,子博弈完美均衡,"逆向归纳“仍然可以定义。本文证明了以下三个命题是等价的:1)对结果的偏好是非循环的。2)每个序列博弈都有一个纳什均衡。3)每个序贯博弈都有一个子博弈完美均衡。结果是完全计算机认证使用Coq。除了额外的正确性保证之外,使用Coq的形式化活动还有助于清楚地识别有用的定义和证明的主要表达。
2007-05-23 cs.DM cs.GT cs.LO
On the characterization of constrained correlated equilibria in Markov games
SYCAMORE, EPFL(SYCAMORE, 洛桑联邦理工学院)
本文形式化并刻画了马尔可夫博弈中约束关联均衡的概念,证明了在耦合约束下此类均衡的存在性。
2026-08-20 cs.GT
On (Subgame Perfect) Secure Equilibrium in Quantitative Reachability Games
我们研究了有限图上可达目标的回合制定量多人非零和博弈。在这样的博弈中,每个参与者的目标都是尽快达到自己的目标状态集。以前对这个模型的研究表明,纳什均衡(分别为)。安全均衡)被保证存在于多人游戏中(相应地,两个玩家)的情况下。在多人情况下安全均衡的存在性仍然是一个悬而未决的问题。在本文中,我们集中研究子博弈完美均衡的概念,一个完善的纳什均衡非常适合在框架内的游戏玩的图。我们还引入了子博弈完美安全均衡的新概念。我们证明了子博弈完美均衡的存在性(分别为)。子博弈完美安全均衡)在多人游戏(分别)。两人)定量可达性游戏。此外,我们还提供了一个确定多人情况下安全均衡存在性的算法。
2013-02-26 cs.GT cs.LO
Subgame-perfect Equilibria in Mean-payoff Games (journal version)
本文研究有限图上平均报酬无限时长博弈,通过引入需求与协商函数概念,刻画了所有子博弈完美均衡,并据此证明了此前悬而未决的SPE阈值问题是可判定的。
2023-10-24 cs.GT
On the Complexity of Stationary Nash Equilibria in Discounted Perfect Information Stochastic Games
Aarhus University(奥胡斯大学)
从计算复杂性角度研究折扣完美信息随机博弈中平稳纳什均衡的计算问题,证明了双人博弈为 PPAD 完全,并给出了 3 人与 4 人博弈中相关计算的困难性证明。
2025-10-13 cs.CC cs.GT
Characterization and Computation of Equilibria for Indivisible Goods
我们考虑以公平的方式分配不可分割的商品的问题,使用经济学中领先的市场机制之一:来自平等收入的竞争均衡。专注于两个主要类别的估值,即完美的替代品和完美的补充,我们建立在这个框架中运行的算法的计算特性。对于完全互补的估值类,我们的算法产生了一个令人惊讶的简洁的表征的情况下,承认从平等的收入竞争均衡。
2016-07-17 cs.GT
The Non-Cooperative Rational Synthesis Problem for Subgame Perfect Equilibria and omega-regular Objectives
本文研究了图上多人博弈中遵循子博弈完美均衡的理性合成问题,通过将其编码为不完全信息三人博弈求解,证明该问题在ω-regular目标下属于2ExpTime,并在固定玩家数量等条件下具有更低复杂度。
2025-07-15 cs.GT
Zero-sum Polymatrix Markov Games: Equilibrium Collapse and Efficient Computation of Nash Equilibria
本文针对零和多人矩阵马尔可夫博弈,通过证明粗相关均衡坍缩为纳什均衡,实现了ε-近似纳什均衡的高效计算。
2023-05-29 cs.GT cs.MA cs.SI
Doomsday Equilibria for Omega-Regular Games
图上的二人博弈为反应合成等重要问题提供了理论框架。虽然传统的两人零和博弈的研究已经扩展到多人博弈的几个概念的平衡,他们是可判定的,只有完美的信息游戏,而一些应用程序需要的信息不对称的游戏。在本文中,我们提出了一个新的均衡的概念,称为末日均衡,这是一个战略配置文件,使所有的球员满足自己的目标,如果任何联盟的球员偏离和违反,甚至一个球员的目标,那么每个球员的目标是违反。我们目前的算法和复杂性的结果,决定存在的末日平衡的各种类别的欧米茄经常的目标,无论是为信息游戏,并为完美的信息游戏。我们提供了最佳的复杂性界限的信息博弈,并在大多数情况下,完美的信息博弈。
2013-11-13 cs.GT
A systematic process for evaluating structured perfect Bayesian equilibria in dynamic games with asymmetric information
Department of Electrical Engineering and Computer Science, University of Michigan(密歇根大学电气与计算机工程系)
本文提出一种两步递归算法,用于计算动态游戏中结构完美贝叶斯均衡,通过分解时间顺序来生成均衡策略和信念,并通过公共信念和私人类型来确定策略依赖。
2018-03-18 cs.GT cs.SY eess.SY
Well-Founded Extensive Games with Perfect Information
我们考虑了具有完备信息和良基博弈树的广义博弈,并研究了这些博弈中子博弈完美均衡集的存在性和刻画问题。我们还提供了这样的两类游戏中存在子博弈完美均衡的刻画:两个玩家零和游戏,分别有两个和三个结果。
2021-06-22 cs.GT
Perfect Bayesian Equilibria in Repeated Sales
迈尔森经典结果的一个特例描述了当卖方向买方提供单一商品时的收入最优均衡。我们研究了这个模型的重复销售扩展:卖家每天通过发布价格向同一个买家出售一个新的商品副本。购买者对该物品的私人价值最初是从一个公知的分发$F$中得出的,并且自始至终保持不变。这个游戏的一个关键方面是,卖方可能会尝试学习买方的私人价值,以提取更多的收入,而买方的动机是隐藏it.We研究完美贝叶斯均衡(PBE)在这种设置与不同水平的承诺权力的卖方。我们发现,卖方有承诺的权力,不提高价格后购买显着提高收入的PBE。
2019-03-10 cs.DM cs.GT
Existential Theory of the Reals Completeness of Stationary Nash Equilibria in Perfect Information Stochastic Games
我们证明了在多人完全信息递归博弈(即具有终端报酬的随机博弈)中,是否存在一个确保每个人都有一定收益的稳态纳什均衡的问题是实数势理论完备的.我们的结果适用于非循环游戏,其中纳什均衡可以通过逆向归纳法有效地计算,甚至适用于具有非负终端奖励的确定性非循环游戏。我们进一步扩展我们的结果,一个单一的球员肯定是赢家的纳什均衡的存在。将所得结果与已知的无平稳纳什均衡的小工具博弈相结合,得到了对于循环博弈,只要判定存在平稳纳什均衡就是势理论的实数完备性.这适用于到达集合博弈、停留集合博弈和确定性递归博弈。
2020-07-06 cs.CC cs.GT
Stochastic Game with Interactive Information Acquisition: Pipelined Perfect Markov Bayesian Equilibrium
本文针对带双阶段信息获取与行动结构的多参与者一般和随机博弈,提出融合马尔可夫完美均衡与完美贝叶斯均衡的PPME概念,通过不动点对齐原理给出其可验证充要条件。
2023-10-05 cs.GT cs.SY eess.SY
Constrained existence problem for weak subgame perfect equilibria with omega-regular Boolean objectives (full version)
我们研究了在有限有向图上进行的多人回合制游戏,每个玩家的目标是满足一个Ω正则布尔目标。代替著名的纳什均衡(NE)和子博弈完美均衡(SPE)的概念,我们专注于最近的概念弱子博弈完美均衡(弱SPE),SPE的细化。在这种情况下,偏离的玩家只能在有限数量的历史上使用与原始策略不同的策略子类。我们感兴趣的是弱SPE的约束存在性问题。我们提供了这个问题的计算复杂性的一个完整的表征:它是P-完全的显式Muller目标,NP-完全的Co-Büchi,奇偶校验,Muller,Rabin,和Streett目标,PSPACE-完全的可达性和安全性目标(我们只证明NP-成员的Büchi目标)。我们还表明,约束存在性问题是固定参数易处理的,是多项式时,局中人的数量是固定的。所有这些结果都是基于对不动点算法的精细分析,该算法计算弱SPE下可能的收益曲线集。
2018-08-15 cs.GT
Computing Perfect Bayesian Equilibria in Sequential Auctions with Verification
针对连续行动与价值空间的序贯拍卖,本文提出含验证阶段的纯策略 ε-完美贝叶斯均衡计算算法,通过公共信念扩展的博弈抽象、动态规划和效用损失分解定理保证近似质量。
2025-02-18 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
Subgame-Perfect Nash Equilibria of Plurality Voting with Abstention: a PSPACE-Completeness Result for Restricted Ballots
Northwestern University(西北大学)
本研究证明在带弃权(不执行)的序贯多数投票中,若选民仅能投票给其偏好前缀内的候选人,判定指定候选人是否为子博弈完美均衡下的获胜者具有PSPACE完备性,部分解决了Desmedt和Elkind的开放问题。
2026-09-22 cs.GT
Convex Markov Games and Beyond: New Proof of Existence, Characterization and Learning Algorithms for Nash Equilibria
Singapore University of Technology and Design(新加坡科技设计大学);University of California Irvine, USA(加州大学 Irvine 分校);Centre for Quantum Technologies, National University of Singapore(新加坡国立大学量子中心);Archimedes/Athena Research Center, Greece(阿基米德/雅典娜研究中心)
本文提出通用效用马尔可夫游戏(GUMGs)理论框架,证明Nash均衡的存在性与一阶静态点一致,并设计无模型策略梯度算法,扩展了传统cMGs的理论边界。
2026-02-12 cs.GT cs.LG cs.MA
Verifying Equilibria in Finite-Horizon Probabilistic Concurrent Game Systems
Rice University(莱斯大学)
本文研究有限视界概率多智能体并发博弈系统中给定策略配置是否为纳什均衡或子博弈完美均衡的验证问题,发现子博弈完美均衡验证属于PSPACE,而纳什均衡验证为EXPTIME完全,这一反直觉结果表明子博弈完美均衡验证可能更简单。
2026-05-19 cs.GT cs.LO
Subgame Perfect Equilibria of Sequential Matching Games
我们研究了一个分散的匹配市场中,公司顺序提供给潜在的工人。对于每个提议,工人可以选择“接受”或“拒绝”,但决定是不可撤销的。接受一份工作保证了她在公司的工作,但这也可能使她失去将来从其他公司获得更好工作的机会。我们将这个市场描述为工人们的完全信息扩展型博弈。这个博弈的每个实例都有一个唯一的子博弈完美均衡(SPE),它不一定导致稳定的匹配,并具有一些令人困惑的性质。我们展示了一个二分法的结果,其特点是计算SPE的复杂性。如果每个公司向最多两个工人提供报价,或者每个工人从最多两个公司获得报价,则计算是容易的。相反,即使公司和工人都与最多三个报价有关,它也是PSPACE困难的。我们还研究这个匹配市场的工程方面。结果表明,对于任何偏好配置文件,我们可以设计一个公司的报价时间表,使工人最优的稳定匹配实现在SPE。
2019-11-18 cs.GT
Constrained Existence Problem for Weak Subgame Perfect Equilibria with $ω$-Regular Boolean Objectives
我们研究了在有限有向图上进行的多人回合制游戏,每个玩家的目标是满足一个Ω正则布尔目标。代替著名的纳什均衡(NE)和子博弈完美均衡(SPE)的概念,我们专注于最近的概念弱子博弈完美均衡(弱SPE),SPE的细化。在这种情况下,偏离的玩家只能在有限数量的历史上使用与原始策略不同的策略子类。我们感兴趣的是弱SPE的约束存在性问题。我们提供了这个问题的计算复杂性的一个完整的表征:它是P-完全的显式Muller目标,NP-完全的Co-Büchi,奇偶校验,Muller,Rabin,和Streett目标,PSPACE-完全的可达性和安全性目标(我们只证明NP-成员的Büchi目标)。我们还表明,约束存在性问题是固定参数易处理的,是多项式时,局中人的数量是固定的。所有这些结果都是基于对不动点算法的精细分析,该算法计算弱SPE下可能的收益曲线集。
2018-09-10 cs.GT
On the existence of weak subgame perfect equilibria
我们研究多玩家回合制游戏(潜在无限)有向图。游戏的每一局都有一个结果。每个玩家都有一个偏好关系的结果,使他能够比较发挥。我们专注于最近引入的概念弱子博弈完美均衡(弱SPE)。这是经典SPE概念的一个变体,在经典SPE概念中,偏离的参与者只能在有限数量的历史中使用偏离其初始策略的策略。在游戏中有一个SPE意味着有一个弱SPE,但相反通常是错误的。我们提出了一般条件的游戏图的结构和玩家的偏好关系,保证存在一个弱SPE,这另外是有限的记忆。从这个一般性的结果,我们得到两大类游戏,总是存在一个弱SPE:(i)游戏与有限范围的结果函数,和(ii)游戏与有限的底层图和前缀独立的结果函数。对于第二类,我们确定条件的偏好关系,保证弱SPE的无记忆策略。
2017-10-05 cs.GT
Computing Stationary Equilibria in Measure-Dependent Markov Systems
Graduate School of Business, Columbia University(哥伦比亚大学商学院);Business School and Institute of Operations Research and Analytics, National University of Singapore(新加坡国立大学商学院与运筹学与分析研究所)
本文针对测度依赖马尔可夫系统,通过有限维自洽方程简化平稳均衡计算,并基于自洽映射性质选择迭代或最小化方法,辅以导数估计,在排队与意见动力学模型中验证。
2026-09-17 cs.GT math.PR
$\widetilde{O}(T^{-1})$ Convergence to (Coarse) Correlated Equilibria in Full-Information General-Sum Markov Games
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);IBM Research(IBM研究院)
针对马尔可夫博弈中缺乏近优收敛速率的问题,本文证明OFTRL算法结合适当价值更新过程能在全信息一般和马尔可夫博弈中于T次迭代内找到 $\widetilde{O}(T^{-1})$-近似的(粗)相关均衡。
2024-04-23 cs.AI cs.GT cs.LG
Learning Equilibria of Simulation-Based Games
我们解决了经验博弈论分析(EGTA)中的一个基本问题,即基于模拟的游戏的学习均衡。这样的游戏不能用分析的形式来描述;相反,可以查询黑盒模拟器以获得实用程序的噪声样本。我们对EGTA的态度是本着可能近似正确的学习精神。我们设计了学习所谓的经验游戏的算法,这些游戏一致地近似于具有有限样本保证的基于模拟的游戏的效用。这些算法可以用各种浓度不等式来实例化。在早期工作的基础上,我们首先应用Hoeffding的界限,但随着游戏规模的增加,这个界限最终变得统计上难以处理;因此,我们也使用Rademacher复杂性。我们的主要结果表明:在高概率情况下,基于模拟的博弈的所有均衡都是经验博弈中的近似均衡(完美回忆);相反,经验博弈中的所有近似均衡都是基于模拟的博弈中的近似均衡(近似完美精确)。我们评估我们的算法在几个合成游戏,表明他们节俭使用的数据,产生准确的估计往往比理论预测,并对不同形式的噪音是强大的。
2019-05-31 cs.GT
Last-iterate Convergence to Trembling-hand Perfect Equilibria
设计有效的算法来寻找序贯博弈中的纳什均衡(NE)改进在实践中至关重要。事实上,众所周知,NE有几个弱点,因为它可能规定在游戏的那些永远不会达到均衡的部分采取次优行动。NE改进,如扩展形式完美均衡(EFPE),通过考虑参与者错误的可能性来修正这些弱点。这在现实世界的应用中是至关重要的,在现实世界中,有限理性的玩家通常都参与其中,事实证明,这在提高超人智能体在扑克等娱乐游戏中的表现方面也很有用。然而,只有少数作品解决了计算NE细化的问题。他们中的大多数人提出的算法,通过线性规划找到确切的NE细化,因此,这些都没有扩大到现实世界的大小游戏的潜力。另一方面,现有的迭代算法,利用顺序游戏的树结构只提供收敛保证近似细化。在本文中,我们提供了第一个有效的最后一个算法,可证明收敛到EFPE两个球员零和序列游戏的不完美信息。我们的算法的工作原理是跟踪一系列的均衡适当定义,正则化扰动游戏。为了做到这一点,它使用了一个程序,该程序是专门为收敛到最后一个这样的游戏的均衡。至关重要的是,这样一个程序执行的更新可以有效地通过访问游戏树,从而使我们的算法可能比其基于线性规划的竞争对手更具可扩展性。最后,我们评估我们的算法在一个标准的测试平台的游戏,表明它产生的策略是更强大的球员的错误比那些国家的最先进的NE计算算法。
2022-08-17 cs.GT
Verification of Correlated Equilibria in Concurrent Reachability Games
Université Libre de Bruxelles(布鲁塞尔自由大学);Rice University(莱斯大学)
本文研究了并发可达游戏中相关均衡的验证问题,提出子博弈完美相关均衡的概念,并分析了其计算复杂性,发现尽管相关均衡更一般,但其验证问题在标准复杂性假设下更难。
2026-04-27 cs.GT
Regret Minimization and Convergence to Equilibria in General-sum Markov Games
针对对抗场景下马尔可夫博弈遗憾最小化难以实现的问题,提出首个所有智能体执行时可提供次线性交换遗憾保证、且收敛到相关均衡的去中心化高效无通信学习算法,其核心是将策略优化在线学习归约为加权遗憾最小化,通过控制路径长度实现目标。
2025-06-16 cs.AI cs.GT cs.LG
Independent Learning of Nash Equilibria in Partially Observable Markov Potential Games with Decoupled Dynamics
SYCAMORE, EPFL(SYCAMORE,瑞士联邦理工学院)
本文研究了在可部分观测马尔可夫博弈(POMG)中纳什均衡的学习问题,提出了一种独立学习算法,通过不通信的方式,使玩家在仅观察自身动作和观测的情况下,联合收敛到近似纳什均衡,从而实现高效的样本和计算复杂度。
2026-11-10 cs.GT cs.LG cs.MA
The Complexity of Computing Coarse Correlated Equilibria in Markov Games with a Single Controller
Massachusetts Institute of Technology(麻省理工学院);National Technical University of Athens(雅典国立技术大学);Archimedes, Athena Research Center(阿基米德,雅典研究中心);University of California, Irvine(加州大学尔湾分校);National and Kapodistrian University of Athens(雅典国家与卡波迪斯特里阿斯大学)
研究两人单控制器随机博弈中计算近似平稳马尔可夫粗相关均衡的复杂性,证明其为PPAD - 完全,不依赖均衡坍缩或类似纳什结构,通过构造单控制器小装置,在不同精度要求下得出难性结论。
2026-07-14 cs.CC cs.GT
On Relevant Equilibria in Reachability Games
我们研究多人可达性游戏上的有限有向图配备的目标集,每个球员。在这些可达性博弈中,通常存在一个纳什均衡(NE)和一个子博弈完美均衡(SPE)。但有时几个均衡可能共存,在一个均衡中没有参与者达到目标集,而在另一个均衡中有几个参与者达到目标集,因此识别“相关”均衡是非常自然的。在本文中,我们考虑了相关均衡的不同概念,包括帕累托最优均衡和高社会福利均衡。我们提供了各种相关的决策问题的复杂性结果。
2019-07-11 cs.GT
The Complexity of Subgame Perfect Equilibria in Quantitative Reachability Games
本文研究定量可达性博弈中SPE的复杂性,证明约束存在性问题是PSPACE完全的,并提出一种通过迭代约束至不动点来刻画SPE结果集的新算法。
2020-11-04 cs.GT cs.LO
Learning Closed-Loop Parametric Nash Equilibria of Multi-Agent Collaborative Field Coverage
Department of Electrical, Computer, and Systems Engineering, Rensselaer Polytechnic Institute(电气、计算机与系统工程系,罗切斯特理工学院)
针对多智能体强化学习的非平稳与耦合难题,证明多智能体协同区域覆盖可建模为马尔可夫势博弈,通过求解等价单目标最优控制问题学习参数化闭环纳什均衡,训练速度较博弈论基线快10倍且执行收敛更快。
2025-10-06 cs.GT cs.MA cs.RO
A simple and numerically stable primal-dual algorithm for computing Nash-equilibria in sequential games with incomplete information
我们提出了一个简单的原始-对偶算法计算近似纳什均衡在两人零和序贯游戏不完全信息和完美的回忆(如德州扑克)。我们的算法在数值上是稳定的,只执行基本的迭代(即矩阵乘法,裁剪等,并且不调用外部一阶预言机,不进行矩阵求逆等),并且适用于广泛的两人零和游戏,包括具有不完全信息和完美回忆的同时游戏和顺序游戏。后一种游戏的适用性是由于序列形式的表示,它允许我们编码任何这样的游戏作为一个矩阵游戏凸多面体战略配置文件。我们证明了产生具有给定精度的纳什均衡所需的迭代次数与精度成反比。作为概念验证,我们提出了实验结果的矩阵游戏的单纯形和库恩扑克。
2015-12-23 cs.GT
The Quality of Equilibria for Set Packing Games
我们引入集包装游戏作为一个抽象的情况下,$n$自私的球员选择一个有限的不可分割的项目集的子集,并分析这类游戏的几个均衡的质量。假设球员能够近似发挥均衡策略,我们表明,所得到的均衡解决方案的总质量是只有适度次优。我们的研究结果是紧边界的无政府代价的三个均衡概念,即纳什均衡,子博弈完美均衡,和一个均衡的概念,我们称之为$k$ -勾结纳什均衡。
2017-09-29 cs.GT
Existence of structured perfect Bayesian equilibrium in dynamic games of asymmetric information
在文献[1]中,作者考虑了一个一般的非对称信息动态博弈有限时间模型,其中N个局中人的类型按独立的马尔可夫过程演化,每个局中人完全观察自己的类型和所有局中人的行动。作者提出了一个序列分解算法,以找到所有结构完美的贝叶斯均衡的游戏。该算法由求解一类方程组的不动点组成,每次$t,π_t$,其存在性是一个开放的问题。本文在紧度量空间中证明了这类不动点方程的存在性。
2020-05-29 cs.GT cs.SY econ.TH
Weak Subgame Perfect Equilibria and their Application to Quantitative Reachability
我们研究了有限有向图上的$n$ -玩家回合制游戏。对于每一场比赛,球员必须支付他们想要最小化的成本。而不是众所周知的概念的纳什均衡(NE),我们专注于子博弈完美均衡(SPE)的概念,一个完善的NE非常适合在框架内的游戏玩图。我们还研究了SPE的自然变体,命名为弱(分别)。非常弱)SPE,其中偏离的参与者不能使用完整的策略类,而只能使用具有有限数量(resp.唯一的)偏差步骤。我们的成果有三个方面。首先,我们的特点是在一个民间定理的形式的所有播放的结果,一个弱SPE的集合。其次,对于一类定量可达性游戏,我们证明了有限记忆SPE的存在性,并提供了一个算法来计算它(只有存在性是已知的,没有关于记忆的信息)。此外,我们表明,存在一个受约束的SPE,即SPE,使每个玩家支付的成本小于一个给定的常数,可以决定。证明依赖于我们的民间定理弱SPE(这符合SPE的情况下,定量可达性游戏)和无限的话MSO逻辑的可判定性。最后,与类似的技术,我们提供了第二个一般类的游戏,存在(约束)弱SPE是可判定的。
2015-04-10 cs.GT
Equilibria in multi-player multi-outcome infinite sequential games
我们研究了多人多结局无限序列博弈中某些类型均衡(Nash,$\varepsilon$ -Nash,子博弈完美,$\varepsilon$ -子博弈完美,Pareto最优)的存在性.我们使用两个基本的方法:一个需要强大的拓扑限制的游戏,但产生非常强的存在性结果。另一个只需要一些非常基本的决定性性质,仍然得到一些存在性结果。这两个结果都是转移结果:从一小类博弈的某些均衡的存在性开始,它们允许我们得出一个更大类的某种类型的均衡的存在性的结论。为了使抽象的结果更具体,我们研究了作为一个特殊情况的无限序列游戏与实值支付函数。根据支付函数的类(连续,上半连续,博雷尔)和游戏是否是零和,我们得到各种存在性结果的平衡。我们的结果适用于两个或可数个参与人的博弈。
2016-03-16 cs.GT cs.LO math.GN
Efficiently Computing Nash Equilibria in Adversarial Team Markov Games
University of California, Irvine(加州大学欧文分校);Carnegie Mellon University(卡内基梅隆大学);Columbia University(哥伦比亚大学);University of California, Santa Cruz(加州大学圣克鲁兹分校)
纳什均衡策略的求解是多智能体强化学习的核心问题,在理论和实践中都受到了广泛的关注。然而,迄今为止,可证明的保证要么仅限于完全竞争或合作的情况,要么强加了在大多数实际应用中难以满足的强有力的假设。在这项工作中,我们离开这些先前的结果调查无限地平线\emph{adversarial team Markov games},一个自然的和动机良好的一类游戏中,一队同样感兴趣的球员-在没有任何明确的协调或沟通-是竞争对手的球员。这种设置允许零和马尔可夫博弈和马尔可夫势博弈的统一处理,并作为一个步骤,以模拟更现实的战略互动,同时具有竞争和合作的利益。我们的主要贡献是第一个算法计算平稳$ε$ -近似纳什均衡的对抗团队马尔可夫游戏的计算复杂性是多项式的所有自然参数的游戏,以及$1/ε$。所提出的算法是特别自然和实用的,它是基于执行独立的策略梯度步骤,为每个球员在团队中,在串联与最佳对策从对手的一方,反过来,对手的政策,然后通过求解一个精心构造的线性规划。我们的分析利用非标准的技术来建立KKT最优性条件的非凸约束的非线性规划,从而导致自然的解释诱导拉格朗日乘子。一路上,我们显着扩展了对抗(正常形式)团队游戏中的最优策略的重要特征,由于Von Stengel和Koller(GEB '97)。
2022-08-03 cs.GT cs.LG cs.MA
Subgame Perfection in Graph Games with $ω$-Recognizable Preference Relations
Université de Mons (UMONS)(蒙斯大学);Université libre de Bruxelles (ULB)(布鲁塞尔自由大学)
本文研究多人图博弈中约束子博弈完美均衡的存在性问题,提出基于$\omega$-可识别偏好关系的通用框架,并证明该问题及纳什均衡存在性均为EXPTIME完全。
2026-09-22 cs.GT
Can Reinforcement Learning Find Stackelberg-Nash Equilibria in General-Sum Markov Games with Myopic Followers?
Peking University(北京大学);Princeton University(普林斯顿大学);Northwestern University(西北大学);UC Berkeley(加州大学伯克利分校)
本文研究了多人一般和马氏对策,其中一个人被指定为领导者,其他人被视为追随者。特别是,我们专注于一类游戏的追随者是近视,即,他们的目标是最大化他们的即时回报。对于这样的博弈,我们的目标是找到一个斯塔克伯格-纳什均衡(SNE),它是一个策略对$(π^*, ν^*)$,使得(i)当跟随者总是采取他们的最佳对策时,$π^*$是领导者的最优策略,(ii)$ν^*$是跟随者的最佳对策,这是由$π^*$诱导的跟随者博弈的纳什均衡。我们开发了样本高效的强化学习(RL)算法,用于在线和离线设置中求解SNE。我们的算法是乐观和悲观的最小二乘值迭代的变种,他们很容易能够将函数逼近工具在大的状态空间的设置。此外,对于线性函数逼近的情况,我们证明了我们的算法分别在在线和离线设置下实现次线性遗憾和次最优。据我们所知,我们建立了第一个可证明有效的RL算法求解SNE在一般和马尔可夫游戏近视的追随者。
2021-12-27 cs.GT cs.LG stat.ML
Complexity Results about Nash Equilibria
非合作博弈论为分析战略互动提供了一个规范性的框架。但是,要使工具箱可操作,必须计算它定义的解决方案。在本文中,我们提供了一个单一的约简,1)证明了确定具有某些自然属性的纳什均衡是否存在的NP-困难,2)证明了计数纳什均衡(或纳什均衡的连通集)的#P-困难。我们还表明,3)确定是否存在纯策略贝叶斯-纳什均衡是NP-难的,和4)确定是否存在纯策略纳什均衡在随机(马尔可夫)游戏是PSPACE-难的,即使游戏是不可见的(这仍然是NP-难的,如果游戏是有限的)。即使只有两个参与者且博弈是对称的,我们所有的硬度结果也成立。保留字:纳什均衡;博弈论;计算复杂性;非合作博弈论;范式对策;随机博弈;马尔可夫博弈;贝叶斯-纳什均衡;多智能体系统。
2002-05-28 cs.CC cs.GT cs.MA
Anytime-Constrained Equilibria in Polynomial Time
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
本文将任意时刻约束扩展至马尔可夫博弈并提出任意时刻约束均衡(ACE)理论,包含可行策略计算特征化、固定参数可处理算法及多项式时间近似算法,同时证明了近似保证的最优性,并开发了动作约束马尔可夫博弈的高效计算理论。
2025-03-04 cs.AI cs.DS cs.GT
Independent Reinforcement Learning in Discounted Markov Games
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对折扣一般和马尔可夫博弈,在假设ETH与PPAD等价下证明独立学习无多项式时间算法,提出首个完全解耦的分层乐观镜像下降算法,保证次指数收敛并开发全反馈与部分反馈版本。
2026-09-02 cs.AI cs.GT cs.LG
Non-Price Equilibria in Markets of Discrete Goods
我们研究市场的不可分割的项目,基于价格(瓦尔拉斯)的均衡往往不存在,由于离散的非凸设置。相反,我们考虑纳什均衡的市场视为一个游戏,玩家出价的项目,其中最高的投标人在一个项目赢得它,并支付他的出价。我们首先观察到,纯纳什均衡这个游戏exactly对应于价格为基础的均衡(因此不需要存在),但混合纳什均衡总是存在的,我们分析它们的结构在几个简单的情况下,没有价格为基础的均衡存在。我们还进行了分析,这些均衡的福利性质表明,虽然纯均衡总是完全有效的(“第一福利定理”),混合均衡不需要,我们提供了上界和下界的数量的低效率。
2011-03-21 cs.GT
Dynamics and Convergences for Markov Coevolutionary Opinion Formation Games in Dynamic Social Networks
National Yang Ming Chiao Tung University(国立阳明交通大学);Academia Sinica(中央研究院);National Taiwan Ocean University(国立台湾海洋大学);New Jersey Institute of Technology(新泽理工学院);National Chung Hsin University(国立中兴大学)
研究动态社交网络中K-NN马尔可夫博弈的收敛性,整合多智能体强化学习和在线学习技术,分析乐观梯度上升算法在一般和马尔可夫博弈中的收敛情况,得出较弱意义上收敛到近似纳什均衡的结果。
2026-08-10 cs.GT
Sensitivity Analysis for Markov Decision Process Congestion Games
我们考虑一个非原子拥塞游戏,每个决策者执行自私的优化状态的一个共同的MDP。决策者对自己的期望成本进行优化,并通过阻塞效应对国家行动成本的影响相互影响。我们分析了MDP拥塞博弈均衡对状态-行动成本的不确定性和扰动的敏感性。定义了随机Braess悖论的发生,基于博弈均衡的敏感性进行了分析,并在仿真中进行了演示。我们进一步分析了与确定性动力学相比,随机动力学的引入如何影响布雷斯悖论的大小。
2019-09-12 cs.GT math.OC
Smoothing Method for Approximate Extensive-Form Perfect Equilibrium
纳什均衡是一个在实践中广泛应用的解决信息博弈问题的解的概念。然而,它有一个主要的缺点:它不排除在博弈树的分支中未达到均衡的次优博弈。均衡优化可以解决这个问题,但几乎没有实际应用。这主要是由于缺乏可扩展的算法。稀疏迭代法,特别是一阶方法,是计算大规模两人零和扩展形式博弈纳什均衡的最有效算法之一。在本文中,我们提供了,据我们所知,这些方法的第一个扩展到平衡细化。我们开发了一个平滑的方法,行为扰动的凸多面体,包括在一个广泛的形式的游戏中的球员的策略空间。这使人们能够计算一个近似的变体的扩展形式的完美均衡。实验表明,我们的平滑方法导致的解决方案,大大加强战略,在信息集,达到低概率近似纳什均衡,同时保持整体收敛速度与快速算法的纳什均衡。这在近似均衡发现(这种近似在大型博弈中是必要的)和精确均衡计算中都有好处,在近似均衡发现中,一些概率很低,但可能在极限中趋向于零,而在精确均衡计算中,低概率实际上是零。
2017-05-25 cs.GT
On Zero-Sum Two Person Perfect Information Semi-Markov Games
零和二人完全信息半马尔可夫博弈在有限比率平均支付下存在一个值,最大者和最小者都有最优纯半平稳策略。我们得到的结果,首先固定一个任意的初始状态,并形成对应于每对纯静态策略的两个球员的未贴现收益矩阵,并证明该矩阵有一个纯鞍点。
2023-02-14 cs.GT math.OC