Diversity-seeking swap games in networks
本文提出三类追求多样性效用下的网络交换博弈，证明多种图结构中无政府状态价格的紧界，并通过模拟验证其可消除隔离但难实现强多样性。
2025-02-19 cs.GT
Convergence and Hardness of Strategic Schelling Segregation
居住隔离的现象是由谢林的著名隔离模型，其中两种类型的代理被放置在一个网格上，如果她的邻居中与她有相同类型的那部分至少是$τ$，对于某些$0<τ<1$，代理对她的位置感到满意。不满的代理人只是交换他们的位置与随机选择的其他不满的代理人或跳转到一个随机的空单元格。我们分析了广义博弈论模型的谢林隔离，允许两个以上的代理类型和更一般的基础图形建模的住宅区。为此，我们表明，这两个方面严重影响的动态特性和找到一个最佳位置的易处理性。我们绘制了改善响应动态（IRD）时的边界，即，寻找平衡态的自然方法，保证收敛。为此，我们证明了几个尖锐的阈值结果，保证IRD收敛突然变成最强的可能的非收敛结果：违反弱非周期性。特别是，我们也谢林的原始模型，这是在许多实证论文的标准假设相反，这样的阈值结果。此外，我们表明，在收敛的情况下，IRD找到一个平衡的$\mathcal{O}(m)$步骤，其中$m$是在底层图形中的边缘的数量，并表明，这个界限是满足从随机初始代理位置的经验模拟。
2019-07-17 cs.GT
Schelling Segregation with Strategic Agents
谢林的种族隔离模型是社会学中一个具有里程碑意义的模型。它显示了一种反直觉的现象，即即使所有相关的个人都是宽容的，不同群体的个人之间也会出现居住隔离。虽然该模型被广泛研究，没有纯博弈论的版本，理性的代理人战略选择他们的位置存在。我们通过引入和分析谢林隔离的广义博弈模型来缩小这一差距，其中代理人也可以有个人的位置偏好。对于我们的模型，我们调查的收敛行为和效率的平衡。特别是，我们证明了保证收敛到一个平衡的版本，这是最接近谢林的原始模型。此外，我们还对无政府状态的无政府代价提供了严格的界限。
2018-10-19 cs.GT cs.SI physics.soc-ph
Schelling Games with Continuous Types
University of L’Aquila（拉奎拉大学）；Hasso Plattner Institute（哈索·普拉特纳研究院）
该论文研究由非分类属性（如收入或政治立场）导致的居住隔离，提出连续类型谢林博弈模型，分析均衡存在性与计算，给出无政府状态价格和稳定性界限，并通过模拟比较各模型变体。
2023-05-11 cs.AI cs.GT
Single-Peaked Jump Schelling Games
Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所）
谢林博弈从博弈论的角度对大都市地区广泛存在的居住隔离现象进行了建模。在这些游戏中，不同类型的智能体各自在给定的图上策略性地选择一个节点，该图对住宅区进行建模，以最大化其个人效用。后者仅取决于相邻节点上的代理的类型，并且考虑在相同类型的邻居的数量中单调的效用函数一直是一个标准假设。这种简化的假设最近受到了挑战，因为社会学民意调查结果表明，现实世界的代理人实际上更喜欢不同的社区。我们有助于最近的努力，调查住宅隔离模型与现实的代理人的行为，通过研究跳跃谢林游戏与代理人具有单峰效用函数。在这种游戏中，图中有空节点，代理可以策略性地跳到这些节点以提高其效用。我们研究了平衡点的存在性，并证明了它们在特定条件下存在。与此相反，我们证明，即使在简单的拓扑结构，如路径或环等稳态不保证存在。关于游戏的动态，我们表明，提高响应周期存在独立的效用函数中的峰值的位置。此外，我们表现出高几乎紧边界的无政府代价价格和价格的稳定性方面最近提出的程度的整合，它计数的代理人的数量与不同的邻居，并作为一个代理用于测量隔离强度。最后但并非最不重要的是，我们表明，计算一个有益的状态与高集成度是NP-完全的，作为一个新的概念的贡献，我们还表明，这是NP-难以决定，如果可以找到一个平衡状态，通过改善响应动力学从一个给定的初始状态。
2023-02-23 cs.AI cs.GT cs.MA
Digital morphogenesis via Schelling segregation
谢林的分离模型试图解释两种类型的粒子或媒介在空间上排列成由大的均匀簇组成的结构的方式，即仅由一种类型组成的连接区域。作为经济学家研究的最早的基于代理的模型之一，也许是最著名的自组织行为模型，它也与计算机科学和统计力学之间的接口领域有直接联系，如伊辛模型和网络中的传染和级联现象的研究。虽然该模型已被广泛研究，它在很大程度上抵制严格的分析，以前的结果，从文献中一般涉及的模型，调整，以便服从标准技术，从统计力学或随机进化博弈论的变体。在\cite{BK}中，Brandt、Immorlica、Kamath和Kleinberg针对一组特定的输入参数，首次对未扰动模型进行了严格的分析。在这里，我们提供了一个严格的分析模型的行为更普遍，并建立一些令人惊讶的形式的阈值行为，特别是存在的情况下，\emph{increased}水平的不容忍相邻代理相反类型的导致几乎肯定会\emph{decreased}隔离。
2015-08-11 cs.GT
Stochastic Stability in Schelling's Segregation Model with Markovian Asynchronous Update
我们研究了Schelling隔离模型的稳态性质对代理激活顺序的依赖性。我们的基本形式主义是谢林隔离模型的波利科特-韦斯版本。我们的主要结果修改了这个基线的情况下，将传染的决定移动：（对）代理商连接的第二个，代理商的影响网络。配对激活由该网络上的随机游走指定。所考虑的决策者非自适应地选择下一对。我们可以补充这个结果的一个例子，自适应调度程序（即使是一个相当公平的），是能够排除最大隔离。因此，调度器非自适应性似乎是必要的有效性，在任意异步调度的原始结果。该分析（以及我们的结果）是我们提倡的进化游戏和社会模拟对抗调度方法的一部分。
2018-07-14 cs.GT math.CO math.PR
Polynomial-Time Linear-Swap Regret Minimization in Imperfect-Information Sequential Games
该研究针对序贯博弈中可高效实现的最强理性概念这一长期开放问题，证明可通过多项式时间迭代实现无线性交换遗憾，且该理性概念强于无触发遗憾，可高效逼近线性偏离相关均衡。
2023-11-07 cs.GT
A Lower Bound on Swap Regret in Extensive-Form Games
针对扩展式博弈中多项式轮次的无交换遗憾学习算法是否存在的开放问题，本文证明其下界，指出实现ε平均交换遗憾至少需exp(Ω(min{m^(1/14), ε^(-1/6)}))轮，排除了poly(m,1/ε)轮算法的可能。
2024-06-19 cs.GT
Topological Distance Games
本文提出拓扑距离博弈模型，融合享乐、社会距离与谢林博弈，研究稳定分配的存在性与复杂性，并分析有益跳跃引发的动力学。
2023-10-13 cs.GT
Hedonic Diversity Games
我们考虑一个联盟形成设置，每个代理人属于两种类型之一，和代理人的联盟的偏好是由他们自己的类型在每个联盟的代理人的分数。这种设置不同于研究得很好的谢林模型，因为一些代理人可能更喜欢同质联盟，而其他人可能更喜欢成为一个不同群体的成员，或者一个主要由其他类型代理人组成的群体。我们将这种设置建模为享乐游戏，并使用享乐游戏解决方案的概念研究稳定结果的存在性。我们表明，一个核心稳定的结果可能不存在，检查核心稳定的结果的存在是计算困难的。另一方面，我们提出了一个有效的算法，以找到一个单独的稳定的结果下的自然假设，代理人的偏好超过自己的类型的代理人的分数是单峰。
2019-03-01 cs.GT
Efficient $Φ$-Regret Minimization with Low-Degree Swap Deviations in Extensive-Form Games
本文针对扩展式博弈中交换遗憾最小化问题，引入$k$-中介偏差集并开发参数化算法，在特定条件下实现多项式或拟多项式轮数复杂度，填补了现有极端算法间的场景空白。
2025-02-13 cs.GT
Swap Regret and Correlated Equilibria Beyond Normal-Form Games
University of Pennsylvania（宾夕法尼亚大学）；Tel Aviv University（特拉维夫大学）；Google Research（谷歌研究院）；Courant Institute of Mathematical Sciences（柯朗数学科学研究所）
本文提出多面体博弈中的轮廓交换遗憾概念，证明其亚线性最小化是学习算法不可被对手操纵的充要条件，并给出高效算法保证$O(\sqrt{T})$遗憾，同时揭示其诱导的相关均衡与第三方调解可实现结果间的差距。
2025-02-27 cs.GT cs.LG
Hierarchies of No-regret Algorithms
本文研究玩家在不同双人游戏中使用无悔算法的效用问题，发现无换悔算法在某些游戏中表现更差，其根本原因在于学习速率差异。
2026-04-27 cs.GT
A Game-Theoretic Analysis of Cross-Ledger Swaps with Packetized Payments
我们提出了一个博弈论框架来研究分组支付的结果，这是一种跨账本交易协议，具有战略性和可能的恶意代理。我们推导出交易失败率，并证明，没有纪律机制，打包支付可能是不完整的。我们的分析表明，抵押存款可以防止恶意代理人利用该协议。我们进一步推断，存款金额应取决于标的资产的价格波动，或者它应该随着价格的变化而动态调整。
2021-12-11 cs.GT cs.MA
On the Complexity of Correlated Equilibria Beyond Normal-Form Games
Carnegie Mellon University（卡内基梅隆大学）；Massachusetts Institute of Technology（麻省理工学院）；Microsoft Research（微软研究院）；University of Texas, Austin（德克萨斯大学奥斯汀分校）；Strategy Robot, Inc.（策略机器人公司）；Strategic Machine, Inc.（战略机器公司）；Optimized Markets, Inc.（优化市场公司）
本文研究了相关均衡在非正常形式游戏（如扩展形式游戏、拥堵或路由游戏等）中的复杂性问题，证明了在凹二次游戏中计算相关均衡的难度等同于计算收缩映射的固定点，并提出了在一般凹游戏中计算多维Φ-均衡的多项式时间近似方案。
2026-05-17 cs.GT
Diversity-seeking Jump Games in Networks
本文提出网络中智能体追求多样性的跳跃博弈，证明一般情形下均衡存在性计算困难，但树、正则图和蜘蛛图等特定结构保证均衡存在或博弈为势博弈，并给出社会福利的价格界限。
2024-03-14 cs.GT
Navigating the Topology of 2x2 Games: An Introductory Note on Payoff Families, Normalization, and Natural Order
相邻收益互换的罗宾逊-戈福斯拓扑根据重要的性质，包括对称性、优势策略和纳什均衡的数量以及利益的一致性，优雅地安排了2x2有序博弈。基于纳什均衡添加支付族说明了这种顺序的另一个方面，并有助于拓扑的可视化。通过半交换建立关系不仅在拓扑结构中创建了更简单的游戏，而且相反，打破关系显示了偏好的演变，为具有关系的2x2游戏的拓扑结构产生了自然的排序。序数博弈不仅表示具有实值的博弈的等价类，而且表示这些博弈的规范化版本的离散等价。拓扑结构提供的坐标，可用于识别相关的游戏在语义网本体和促进基于代理的模拟和其他研究的比较分析博弈论，以及图表之间的关系和潜在的移动游戏作为一种工具，机构的分析和设计。
2010-10-22 cs.GT
Hedging in games: Faster convergence of external and swap regrets
我们考虑玩家运行对冲算法或其乐观变体以重复玩$n$动作游戏$T$回合的设置。1)对于两人游戏，我们表明，乐观对冲的遗憾衰减在$\tilde{O}( 1/T ^{5/6} )$，改善了Syrgkanis，Agarwal，Luo和Schapire（NIPS'15）之前的约束$O(1/T^{3/4})$ 2）相反，我们表明香草对冲的收敛速度并不比$\tildeΩ(1/ \sqrt{T})$更好，解决了Syrgkanis，Agarwal，Luo和Schapire（NIPS'15）中提出的一个悬而未决的问题。对于一般的多人博弈，我们证明了当他们将乐观对冲与Blum和Mansour（JMLR'07）的经典外部到内部还原相结合时，每个玩家的交换遗憾以$\tilde{O}(m^{1/2} (n/T)^{3/4})$的速率衰减。该算法还可以被修改以实现针对自身的相同速率和针对对手的$\tilde{O}(\sqrt{n/T})$速率。通过标准连接，我们的上界也意味着更快的收敛到两人游戏中的粗相关均衡和多人游戏中的相关均衡。
2020-10-19 cs.DS cs.GT
A Game-Theoretic Analysis of Cross-Chain Atomic Swaps with HTLCs
为了实现未连接账本之间的互操作性，哈希时间锁合约（HTLC）通常用于跨链资产交换。该解决方案容忍交易失败，并且可以通过允许交易代理在中止的情况下至少保留其原始资产来“从最坏的情况中汲取最好的”。尽管如此，作为一个不希望的结果，重复发生的事务失败促使对协议进行批判性和分析性的检查。在这项研究中，我们提出了一个博弈论的框架来研究的战略行为的代理参与跨链原子交换实现HTLC。我们研究了交易的成功率作为互换汇率，代币价格及其波动性等变量的函数。我们证明，在试图最大限度地提高自己的效用，资产价格的变化，任何代理人可能会退出互换。我们的模型的扩展证实，抵押存款可以提高交易成功率，激励进一步研究抵押没有可信的第三方。第二个模型的变化表明，当代理人动态调整汇率，以应对价格波动时，互换更有可能成功。
2021-12-11 cs.DC cs.GT
Constant Swap Regret in General-Sum Games via Two-Scale Higher-Order Optimism
Adobe Research（奥多比研究院）
本文提出一种确定性和非耦合的学习动力学，在一般和博弈中实现常数个体交换遗憾，并通过预测偏离收益和更新转移矩阵，同时提供对抗鲁棒变体。
2026-09-22 cs.GT cs.LG
Uncoupled Learning Dynamics with $O(\log T)$ Swap Regret in Multiplayer Games
Carnegie Mellon University（卡内基梅隆大学）；Columbia University（哥伦比亚大学）；University of Southern California（南加州大学）；Strategy Robot, Inc.（Strategy Robot公司）；Optimized Markets, Inc.（Optimized Markets公司）；Strategic Machine, Inc.（Strategic Machine公司）
在本文中，我们建立了有效的\emph{uncoupled}学习动态，以便在一般和多人游戏中的所有玩家，每个玩家的\emph{swap regret}后，$T$重复的游戏是有界的$O(\log T)$，提高了以前的最佳界限的$O(\log^4 (T))$。同时，我们也保证了在对抗机制中最优的$O(\sqrt{T})$交换遗憾。为了获得这些结果，我们的主要贡献是表明，当所有的球员遵循我们的动态与\emph{time-invariant}学习率，动态的\emph{second-order path lengths}的时间$T$是有界的$O(\log T)$，一个基本的属性，可能有进一步的影响超越接近最佳的边界（交换）遗憾。我们提出的学习动力学以一种新颖的方式将\emph{optimistic}正则化学习与\emph{self-concordant barriers}的使用相结合。此外，我们的分析非常简单，绕过了Daskalakis，Fishelson和Golowich最近开发的高阶平滑的繁琐框架（NeurIPS'21）。
2022-10-05 cs.GT cs.LG
Mediator Interpretation and Faster Learning Algorithms for Linear Correlated Equilibria in General Extensive-Form Games
本文揭示了线性交换遗憾与非定时通信偏差的等价性，并据此开发了更快的无遗憾算法，用于在一般扩展式博弈中高效计算线性相关均衡，理论和实践性能均大幅提升。
2024-03-16 cs.GT
Network Creation Games with Local Information and Edge Swaps
Kyushu University（九州大学）
在交换博弈（SG）中，每个自私参与者都与一个顶点相关联，通过边交换形成一个图，即，玩家通过同时移除相邻边并形成新边来改变其策略（Alon等人，2013年）。玩家的成本考虑到所有其他玩家的平均距离或到其他玩家的最大距离。$n$参与者从树开始的任何SG收敛到$O(n^3)$边缘交换中具有恒定无政府代价（PoA）的均衡（Lenzner，2011）。我们专注于SG，其中每个玩家都知道距离$k$内的玩家诱导的子图。因此，每个参与人都不能计算其成本，也不能计算最佳对策。我们首先考虑悲观的球员谁考虑最坏情况的全局图。我们表明，任何SG从一棵树开始（i）总是收敛到$O(n^3)$边缘交换内的平衡，而不管$k$的值，（ii）的PoA是$k=1,2,3$的$Θ(n)$，和（iii）的PoA是恒定的$k \geq 4$。然后，我们引入弱悲观的球员和乐观的球员，并表明这些不太悲观的球员实现恒定的PoA的$k \leq 3$的最佳响应周期的成本。
2019-11-12 cs.AI cs.DC cs.GT
Sublogarithmic Swap Regret in Multiplayer General-Sum Games via Hybrid Regularization
The University of Tokyo（东京大学）；RIKEN（理化学研究所）
该研究针对多人一般和博弈，提出结合Blum–Mansour归约与混合正则化的无耦合学习动力学，实现次对数级交换遗憾，得到首个此类个体保证及近似相关均衡。
2026-08-06 cs.GT cs.LG
Is Learning in Games Good for the Learners?
Google（谷歌）
本文提出允许非对称后悔约束的广义均衡，刻画重复博弈中奖励与后悔的权衡，并分析面对不同无后悔学习者时的最优收益及 Stackelberg 策略学习复杂度。
2023-12-16 cs.GT cs.LG
Stability in Distance Preservation Games on Graphs
Royal Holloway, University of London（伦敦大学皇家霍洛威学院）；Czech Technical University in Prague（布拉格捷克理工大学）；AGH University of Krakow（克拉科夫AGH科技大学）
本文研究了图上距离保持博弈的稳定性问题，探讨了三种稳定性概念，并分析了问题在拓扑结构、智能体数量和偏好结构等维度上的复杂性。
2026-02-18 cs.GT
On the Structure of Equilibria in Basic Network Formation
我们研究网络连接游戏中的网络节点进行边交换，以提高他们的通信成本。对于Alon et al.（2010）提出的模型，其中节点的自私成本是到其他节点的所有最短路径距离之和，我们使用概率方法来提供平衡图的新的结构表征。我们展示了如何使用这个特征，以证明上界的直径平衡图的最大$k$ -附近的大小（定义为距顶点距离$k$内的顶点集合），对于任何$k \geq 1$并且根据边的数量，从而在图的大$k$ -邻域大小（包括最大度大的图）和图足够密集的情况下肯定地解决了Alon等人的猜想。接下来，我们提出了一个新的交换为基础的网络创建游戏，其中自私的成本取决于每个节点的直接邻居，特别是，一个节点的利润被定义为它的邻居的度的总和。我们证明，与以前的模型相比，这个网络创建游戏承认一个确切的潜力，也是任何均衡图包含一个诱导星。利用潜在函数的存在，以表明即使在节点只能获得有限的知识，关于非相邻节点的情况下，可以达到预期的多项式时间的平衡。
2013-06-07 cs.GT
Network Allocation Games with Anonymous Preferences
Royal Holloway, University of London（伦敦大学皇家霍洛威学院）；AGH University of Krakow（克拉科夫AGH科技大学）；Czech Technical University in Prague（布拉格捷克理工大学）；University of Southern Denmark（南丹麦大学）
研究网络分配博弈中代理匿名且具策略性，基于代理效用函数和拓扑，给出多种稳定性概念下稳定分配存在性与难解性二分法，还证明计算福利最大化分配及验证帕累托最优的强难解性。
2026-07-28 cs.GT
Balancing of competitive two-player Game Levels with Reinforcement Learning
University of Applied Sciences Mannheim（曼海姆应用技术大学）；Stuttgart Media University（斯图加特媒体大学）
本文面向双人竞争游戏关卡的自动平衡，在 PCGRL 中引入关卡生成器、平衡智能体与奖励仿真，并通过基于交换的表示提升可玩性鲁棒性，在 NMMO 中验证其优于普通 PCGRL。
2023-06-07 cs.GT cs.LG
Fast swap regret minimization and applications to approximate correlated equilibria
Columbia University（哥伦比亚大学）；Stanford University（斯坦福大学）
本文提出一种计算高效的交换遗憾最小化算法，在 polylog 轮内达到 εT 交换遗憾，并应用于加速收敛到 ε-相关均衡，解决多个开放问题，同时给出匹配下界。
2023-11-14 cs.AI cs.DS 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
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
Human-agent coordination in a group formation game
在合作游戏中，人类和自主代理之间的协调与合作提出了人类决策和行为变化的有趣问题。在这里，我们报告了我们的研究结果，从一个小组形成游戏在一个小世界网络的不同混合的人类和代理球员，旨在实现相同颜色的连接集群交换位置与相邻的球员使用非重叠的信息。在实验中，人类玩家通过奖励来激励他们优先考虑自己的集群，而智能体的决策模型来自我们以前的人类玩家之间的纯合作博弈实验。实验进行分组的球员在三个不同的设置，以调查的整体效果，有合作的自主代理团队内。我们观察到，人类主体的行为的变化调整，以发挥自主代理人的风险规避较少，同时保持整体性能有效的分裂行为自私和合作的两个行动中进行的回合的游戏。此外，从两个混合的人类代理设置的结果表明，组的组成影响集群的演变。我们的研究结果表明，在纯粹或较少的合作环境中，为人类提供更多的控制可以帮助最大限度地提高混合动力系统的整体性能。
2021-05-20 cs.GT cs.MA physics.soc-ph
Calibrated Stackelberg Games: Learning Optimal Commitments Against Calibrated Agents
University of California, Berkeley（加州大学伯克利分校）；Massachusetts Institute of Technology（麻省理工学院）
研究校准斯塔克尔伯格博弈，将标准框架推广，其中代理依校准预测行动。虽信息减少，但委托人最优效用有界。针对校准挑战，开发新校准概念及算法，包括基于最佳响应区域的松弛，及代理自适应校准算法，助委托人更快收敛。
2026-07-10 cs.GT cs.LG
Phi-Actor-Critic: Steering General-Sum Games to Pareto-Efficient Correlated Equilibria
Politecnico di Milano（米兰理工大学）；Tilburg University（蒂尔堡大学）；University of Applied Sciences and Arts of Southern Switzerland（瑞士南瑞士应用科学与艺术大学）
提出Φ-Actor-Critic框架，通过交换遗憾最小化引导多智能体学习向高社会福利的关联均衡收敛，并采用集中式注意力批评家高效估计反事实遗憾，结合拉格朗日均衡选择机制优化社会福利。
2026-06-11 cs.GT cs.LG cs.MA
Metric Hedonic Games on the Line
Hasso Plattner Institute（哈索·普拉特纳研究所）；University of Augsburg（奥格斯堡大学）
本文研究了基于度量距离的Hedonic游戏模型，探讨了稳定联盟结构的存在性、性质及其在无序价格和稳定性价格方面的表现。
2026-02-16 cs.AI cs.GT
On Dynamics in Selfish Network Creation
我们考虑了Fabrikant等人[PODC'03]提出的网络创建博弈的几个变体的动态行为。这些模型中的均衡网络具有理想的属性，如低社会成本和小直径，这使得它们对覆盖网络的分散创建具有吸引力。不幸的是，由于非建设性的纳什均衡，没有分布式算法来寻找这样的网络是已知的。我们把这些游戏顺序移动游戏和分析是否（不协调）自私的发挥最终收敛到一个平衡状态。因此，我们揭示了这个问题的最自然的算法之一：分布式局部搜索，其中在每一步中，一些代理执行近视自私的改进移动。我们证明了，如果初始网络是一棵树，那么Alon等人[SPAA'10]引入的所有版本的交换游戏都可以保证快速收敛，并且表明这个过程可以加速到几乎最佳的移动次数。对于非树网络，我们显示了令人惊讶的结果，即使是一个非树边缘足以破坏收敛保证，没有移动策略可以强制收敛。这回答了Ehsani等人[SPAA'11]的一个公开问题。我们将我们的负面结果扩展到研究良好的原始版本，并证明没有收敛保证-即使所有代理商都发挥最佳效果。此外，我们发现了一个相当令人惊讶的结果，即采用成本分摊会产生更差的动态行为。最后，我们对比了我们的主要是负面的理论结果，通过仔细的实证研究。我们的模拟表明了两个积极的事实：（1）非收敛行为似乎仅限于一小部分病理情况，不太可能在实践中出现。(2)在我们所有的模拟中，我们观察到一个非常快的收敛到一个稳定的网络在O（n）的步骤，其中n是代…
2013-05-28 cs.DS cs.GT math.DS
Hedonic Seat Arrangement Problems
本文提出享乐博弈变体 Seat Arrangement，分析其 PoF 界与四类安排的复杂性二分，并给出基于顶点覆盖数和交换次数的参数化复杂性结果。
2025-07-29 cs.CC cs.DS cs.GT
