Bayesian Promised Persuasion: Dynamic Forward-Looking Multiagent Delegation with Informational Burning
Electrical and Computer Engineering, New York University（纽约大学电气与计算机工程系）
本文研究了一个委托人将决策权委托给一组知情的代理人的动态机制设计问题。我们认为，主要的私人拥有完整的知识，状态转换和研究她如何可以使用她的私人观察，以支持激励相容性的代表团通过信息燃烧，一个过程中，我们称之为前瞻性的说服。代理机制制定中，代理人形成的信念层次结构，由于说服和发挥动态贝叶斯博弈。我们提出了一种新的随机机制，称为贝叶斯承诺的代表团（BPD），其中定期激励相容性是由未来代表团的说服和承诺保证。我们证明了在平稳马尔可夫完美贝叶斯均衡中，BPD可以实现与原始机制相同的最优社会福利。建立了一个类似启示原则的设计制度，以表明与信念层次的说服，可以充分表征相关的随机化的代理的本地BPD机制与说服作为一个直接推荐的未来的承诺。
2022-01-16 cs.AI cs.GT cs.SY
A Decision-Theoretic Approach for Managing Misalignment
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；Georgia Institute of Technology（佐治亚理工学院）；University of California, Berkeley（加州大学伯克利分校）；Amrita Vishwa Vidyapeetham（阿米特拉维瓦大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出了一种决策理论框架，用于在不确定情况下评估人工智能代理的偏差是否足够，以决定是否委托决策。
2025-12-21 cs.AI cs.GT
An Entropy-based Framework for Hybrid Coalitions in Game Theory. Part I: Human Arbitration
Centro de Investigación Operativa, Universidad Miguel Hernández（米格尔·埃尔南德斯大学运营研究中心）
提出NeoGame Theory框架，通过Jensen-Shannon散度定义人类与AI策略的委托规则，实现混合联盟中执行权的交替，并建立频率收敛均衡。
2026-06-11 cs.GT cs.IT math.IT
Delegated Classification
Technion – Israel Institute of Technology（以色列理工学院）
本文将机器学习外包建模为委托—代理博弈，提出激励感知的委托框架，证明预算最优合同呈阈值形式并连接 Neyman-Pearson 引理，且可借助学习曲线和缩放定律用小规模数据构建。
2023-12-05 cs.CY cs.GT cs.LG
The Fluid Mechanics of Liquid Democracy
流动民主是通过让代理人传递委托他们的投票来做出集体决策的原则。尽管流动民主具有巨大的吸引力，但它的一个弱点已经变得很明显，那就是一小部分代理人可能会获得巨大的影响力。为了解决这个问题，我们建议改变目前的做法，允许代理指定多个委托选项，而不是只有一个。就像在自然界中一样，流体力学告诉我们，液体在相连的容器中保持相等的水平，所以我们试图以一种尽可能平衡影响力的方式来控制选票的流动。具体来说，我们分析的问题，选择代表团，以近似最大限度地减少委托给任何代理人的最大投票数，通过绘制连接到合流流的文献。我们还介绍了一个随机图模型的流动民主，并用它来证明我们的方法的好处，在理论和经验。
2018-08-06 cs.GT
Weighted and Near Weighted Potential Games with Application to Game Theoretic Control
提出了一种算法来验证有限对策是否是加权势对策（WPG），而无需预先知道其权重。然后，该算法也适用于找到一个给定的有限游戏的最接近的WPG。给出了近权势博弈的概念和判据，指出了有限博弈与其最近权势博弈之间的演化等价性。在此基础上，提出了一种在博弈控制中用NWPG代替PG的方法，提高了PG优化的适用性。
2021-06-23 cs.GT
A Game-Theoretic Analysis of the Off-Switch Game
开关关闭博弈是一个高智能机器人与人类互动的博弈论模型。在Hadfield-Menell等人（2016年）的原始论文中，分析并不完全是博弈论的，因为人类被建模为非理性的玩家，机器人的最佳行动仅在不现实的正态性和软最大假设下计算。在本文中，我们充分博弈论的分析，通过模拟人类作为一个理性的球员与随机效用函数。因此，我们能够很容易地计算机器人的最佳行动任意的信念和非理性的假设。
2017-08-13 cs.GT
Nash or Stackelberg? -- A comparative study for game-theoretic AV decision-making
本文针对自动驾驶汽车决策问题，构建滚动时域多玩家博弈模型，比较纳什博弈与斯塔克尔伯格博弈在成对和多玩家设置下的安全性、通行效率与计算时间表现。
2023-10-30 cs.GT
Packing, Scheduling and Covering Problems in a Game-Theoretic Perspective
以前在各种运输和生产问题的背景下由计算机科学文献考虑的许多包装、调度和覆盖问题似乎也适合于描述和建模网络优化中的各种基本方面，例如路由、资源分配、拥塞控制等。已经从博弈论的观点研究了各种组合问题，我们试图补充这个研究体系。具体来说，我们考虑装箱问题的经典和参数版本，作业调度问题和机器覆盖问题在各种机器模型。我们提出了新的解释，这些问题的背景下，现代网络和研究这些问题从博弈论的角度来模拟他们作为游戏，然后有关这些游戏中的各种博弈论的概念相结合的工具，从博弈论和传统的组合优化。在这项研究的框架中，我们介绍和研究模型，以前没有考虑过，也改善了以前已知的结果。
2011-10-28 cs.GT
Computer aided synthesis: a game theoretic approach
在这邀请的贡献，我们提出了一个全面的介绍博弈论应用于计算机辅助合成。在此背景下，我们给出了两人零和博弈以及多人非零和博弈的一些经典结果。单玩家游戏的简单情况与无限词的自动机理论密切相关。在本文中，我们一直专注于解决所研究问题的一般方法，并提供了几个说明性的例子以及证明的直观性。
2017-06-02 cs.GT
Some Game Theoretic Remarks on Two-Player Generalized Cops and Robbers Games
本文研究了Bonato和MacGillivray提出的两人广义Cops and Robber（GCR）对策。我们的主要目标是提出一个完整的，自成一体的博弈论分析这样的游戏。
2020-11-19 cs.DM cs.GT math.CO
GUARD: Constructing Realistic Two-Player Matrix and Security Games for Benchmarking Game-Theoretic Algorithms
本文提出 GUARD 框架，利用开放数据集生成现实的矩阵与安全博弈实例，支持自定义效用函数，并通过理论与实证证明其优于随机博弈基线，为博弈论算法提供更贴近现实的基准测试。
2025-05-27 cs.GT
A Game-Theoretic Learning Framework for Multi-Agent Intelligent Wireless Networks
在这篇文章中，我们介绍了一个游戏理论的学习框架的多智能体无线网络。通过将人工智能（AI）中的学习与博弈论相结合，出现了一些有前途的特性，例如在未知和动态环境中获得高回报，协调代理的行动以及在恶意用户存在的情况下做出对抗性决策。不幸的是，天下没有免费的午餐。首先，我们主要在三个层次上讨论了人工智能学习和博弈论之间的联系，即，模式识别、预测和决策。然后，讨论了智能无线网络中Agent能力受限、从环境中获取的信息不完全以及无线网络的分布性、动态可扩展性和异构性等特点对融合的挑战和要求。为了解决这些问题，我们提出了一个无线网络的博弈论学习框架，包括内部协调（资源优化）和外部对抗性决策（抗干扰）。基于该框架，我们介绍了几个有吸引力的博弈论学习方法结合我们提出的典型应用。更重要的是，我们开发了一个现实生活中的测试平台的多智能体抗干扰问题的基础上的博弈论学习框架。实验结果验证了所提出的博弈论学习方法的有效性。
2019-04-17 cs.GT
Scaling CheckMate for Game-Theoretic Security
本文提出自动验证工具 CheckMate，通过自动推理判定区块链等协议模型是否兼具拜占庭容错性与激励相容性，并在 15 个涵盖协议、棋盘游戏和博弈论示例的基准上评估其能力。
2024-06-13 cs.GT cs.LO
Empirical Game-Theoretic Analysis: A Survey
本文综述EGTA通过探询博弈环境过程式描述构建模型的方法体系，按其子问题梳理关键概念、技术、前沿问题及机器学习带来的进展。
2025-02-19 cs.GT
Optimizing performance in Basketball: A Game-Theoretic Approach to Shot Percentage Distribution in a team
针对篮球队得分最大化问题，提出一种基于网络流相关博弈论概念的球员投篮命中率分配策略。
2023-09-29 cs.GT
Kolmogorov's strong law of large numbers in game-theoretic probability: Reality's side
柯尔莫哥洛夫强大数定律的博弈论版本说，怀疑论者有一个策略，迫使在涉及现实、预测者和怀疑论者的预测博弈中陈述定律。本文描述了一个简单的Reality匹配策略。
2013-03-20 cs.GT math.PR
Winning Criteria for Open Games: A Game-Theoretic Approach to Prefix Codes
Tel Aviv University（特拉维夫大学）
本文提出了一种基于博弈论的方法，通过研究无限树上的游戏，建立了胜利集与最大前缀码之间的等价关系，并推导出胜利的代数条件。
2026-02-15 cs.GT cs.IT math.IT
A Graphical Evolutionary Game Approach to Social Learning
在这项工作中，我们研究的社会学习问题，其中代理的网络系统合作，以检测其私人信号的基础上的性质的状态。提出了一种新的分布式图进化博弈学习方法。在所提出的博弈论方法中，智能体只需要与其邻居进行二元决策而不是实值信念的通信，这使得该方法具有较低的通信复杂性。在平均场近似下，我们从理论上分析了游戏的稳态均衡，并表明进化稳态（ESS）与基准集中式检测器的决定相一致。数值实验证实了所提出的博弈论学习方法的有效性。
2017-04-10 cs.GT
Game Theoretic Application to Intersection Management: A Literature Review
本文综述了博弈论在交叉口管理中的应用，梳理了不同智能与连接水平下的相关研究，总结了博弈论基本要素、模型与解决方案，并讨论了局限性与未来机遇。
2023-11-21 cs.GT
A Game Theoretic Framework for Incentives in P2P Systems
对等网络（P2P）是一种自组织的分布式系统，没有集中的权威或基础设施。由于自愿参与，P2P系统中资源的可用性可能是高度可变和不可预测的。在本文中，我们使用博弈论的思想来研究的战略和理性的同行的相互作用，并提出了一个基于服务的差异化激励计划，以提高系统的性能。
2003-10-17 cs.GT
Game-theoretic Learning Anti-jamming Approaches in Wireless Networks
本文从博弈论学习的角度研究了抗干扰通信问题。通过对智能抗干扰通信的探讨和分析，提出了干扰源的特点和智能抗干扰的要求。这种方法需要自我感知、自我决策、自我协调、自我评价和学习能力。然后，提出了一种博弈论学习抗干扰（GTLAJ）范式，并介绍了它的框架和GTLAJ面临的挑战。此外，通过三个案例，即，讨论了Stackelberg抗干扰对策、Markov抗干扰对策和基于超图的抗干扰对策等不同的抗干扰对策模型及其应用，并提出了未来的研究方向。
2022-06-20 cs.GT cs.NI
Architectural innovation: A game-theoretic approach
在本文中，我们认为互联网下的博弈论的镜头，努力解释和克服互联网的创新低迷。博弈论被用来模拟互联网环境作为技术竞争的问题，最终理解他们的新兴现象和塑造他们的进化力量。然而，我们的研究结果超越了理解互联网架构，帮助互联网人口实现社会理想的结果。
2012-10-29 cs.GT cs.NI
Game-theoretic Network Centrality: A Review
博弈论中心性是一种灵活而复杂的方法来识别网络中最重要的节点。它建立在合作博弈论和网络理论的基础上。其核心思想是将节点视为合作博弈中的参与者，其中每个联盟的价值由某些图论性质决定。利用合作博弈论中的解决方案概念，可以衡量每个节点对网络价值的责任程度。关于这个主题的文献已经相当多了，并且分散在博弈论和计算机科学领域。我们回顾了主要的博弈论网络中心性的措施，从两个机构的文献，并将它们分为两类：那些更专注于节点的连接，和那些更专注于节点在组中实现的协同作用。我们提出并解释每个中心，重点是算法和复杂性。
2017-12-31 cs.AI cs.GT
A Generalised Method for Empirical Game Theoretic Analysis
本文提供了理论界的经验博弈理论分析的复杂多智能体的相互作用。我们提供的经验Meta游戏的见解表明，一个纳什均衡的元游戏是一个近似的纳什均衡的真正的底层游戏。我们调查并显示需要多少数据样本，以获得足够接近的基本游戏。此外，我们将元博弈分析方法扩展到非对称博弈。国家的最先进的只考虑经验游戏中，代理人有机会获得相同的策略集和支付结构是对称的，这意味着代理人是可互换的。最后，我们在几个领域进行了经验说明的一般化方法，说明了理论和进化动力学的几个版本的AlphaGo算法（对称），由人类玩家在Facebook上玩的上校Blotto游戏的动态（对称），并在Leduc扑克元游戏的一个例子（不对称），由PSRO多智能体学习算法生成。
2018-03-16 cs.GT cs.MA
Exploiting Extensive-Form Structure in Empirical Game-Theoretic Analysis
经验博弈论分析（EGTA）是一个通用的框架，用于推理复杂的游戏，使用基于代理的模拟。从模拟选择策略配置文件的数据来估计一个令人信服的和易于处理的游戏模型近似的基本游戏。到目前为止，EGTA的方法集中在范式的游戏模型，虽然模拟发挥了连续的观察和决策随着时间的推移，游戏模型抽象了这种时间结构。更丰富的模型\textit{extensive-form games}（EFG）提供了一种手段来捕捉动作和信息的时间模式，使用树表示。我们提出了\textit{tree-exploiting EGTA}（TE-EGTA），一种将EFG模型纳入EGTA的方法。TE-EGTA构建游戏模型，表达活动的观察和时间组织，尽管比底层基于代理的模拟模型更粗。这个想法是在保持易处理性的同时利用关键结构。我们建立理论和实验，利用即使是一个小的时间结构，可以大大减少估计误差的战略配置文件的回报相比，正规形式的模型。此外，我们探讨了EFG模型的影响，迭代方法EGTA，其中的策略空间逐步扩展。我们在几个游戏实例上的实验表明，TE-EGTA也可以提高性能的迭代设置，作为衡量的均衡近似的战略空间扩大的质量。
2023-02-02 cs.GT
Fundamental Limits of Game-Theoretic LLM Alignment: Smith Consistency and Preference Matching
本文系统研究博弈论LLM对齐中基于成对偏好的收益选择，建立Condorcet一致性、多样性与Smith一致性的充要条件，并证明偏好匹配的不可能性，揭示其基本极限。
2025-05-27 cs.GT stat.ML
A Game-Theoretic Approach to Recommendation Systems with Strategic Content Providers
我们引入了一个博弈论的方法来研究与战略内容提供方的推荐系统。这种制度应该是公平和稳定的。传统的方法无法满足这些要求，我们提出了Shapley调解人。我们表明，Shapley调解满足公平性和稳定性的要求，在线性时间内运行，是唯一的经济有效的机制，满足这些属性。
2018-10-18 cs.GT cs.IR
Fast Algorithms for Game-Theoretic Centrality Measures
Warsaw University of Technology（华沙理工大学）
在这篇论文中，我们分析了博弈论中心性测度的计算性质。博弈论网络分析方法背后的关键思想是将节点视为合作博弈中的参与者，其中每个节点联盟的价值由某些图形属性确定。接下来，任何单个节点的中心性由所选择的博弈论解概念（特别是Shapley值）确定，其方式与合作博弈中玩家的收益相同。一方面，博弈论中心性度量的优点在于，节点不仅根据其个体角色进行排名，而且还根据它们对所有可能的节点子集所扮演的角色的贡献进行排名。另一方面，缺点是博弈论解决方案的概念通常在计算上具有挑战性。本文的主要贡献是，我们表明，各种各样的博弈论解决方案的概念，网络可以计算在多项式时间。我们的重点是基于Shapley值及其各种扩展的中心性，例如半值和联盟半值。证明了连通性对策中Shapley值的P-困难性，并给出了计算Shapley值的算法。最后，分析了局中人顺序对广义合作对策的计算性质的影响。我们提出了一种新的表示，这样的游戏，称为广义边际贡献网络，允许多项式计算的大小表示这类游戏的两个专用扩展的Shapley值。
2015-12-06 cs.AI cs.GT cs.SI
Game-Theoretic Semantics for Alternating-Time Temporal Logic
我们介绍了交替时间时态逻辑（ATL）的博弈论语义（GTS）的版本。在GTS中，真理被定义为在语义评估博弈中获胜策略的存在，因此博弈论的视角出现在ATL的框架中的两个语义层面上：在策略算子的标准语义中的对象层面上，以及在元层面上，博弈论的逻辑语义被应用于ATL。我们统一这两个角度到专门为ATL设计的语义评估游戏。博弈论的角度，使我们能够确定新的变体的ATL语义的基础上限制的时间资源提供给验证者和证伪者的语义评估游戏。我们介绍和分析一个无界和（序数）有界的GTS，并证明这些是等价的标准（塔斯基风格）的成分语义。我们证明了在这两个版本的GTS中，ATL公式的真值总是可以在有限时间内确定的，即，而不需要构建无限的路径。我们还介绍了一个不等价的有界语义，并认为这是自然的逻辑和博弈论的角度来看。
2019-06-15 cs.GT cs.LO math.LO
The Parking Problem: A Game-Theoretic Solution
在本文中，我们提出了一个博弈论的解决方案的停车问题，利用多智能体系统的策略推理方法。准确地说，汽车是由代理人在多人游戏设置，其目的是得到一个免费的插槽停车位满足自己的约束条件之间的互动建模。然后给出了整体分配作为一个纳什均衡的解决方案。我们提出了一个算法（及其在工具中的实现），它可以在二次时间内工作。我们通过在一个大型医院停车位上运行我们的工具来证明我们的方法的好处。
2022-04-04 cs.GT cs.MA
A Game-Theoretic Model for Analysis and Design of Self-Organization Mechanisms in IoT
提出了一种基于网络形成博弈的物联网（IoT）自组织框架，将异构和多接口节点建模为自利代理，个体决定与其他代理建立和切断链接。通过对静态博弈的分析，我们正式确认了现实拓扑的出现，并分析建立了导致稳定的多跳网络结构的标准。
2017-01-17 cs.GT cs.NI
Game-Theoretic Algorithms for Conditional Moment Matching
Carnegie Mellon University（卡内基梅隆大学）；Aurora Innovation（极光创新公司）
计量经济学和机器学习中的各种问题，包括工具变量回归和贝尔曼残差最小化，都可以表示为满足一组条件矩约束（CMR）。我们推导出一个一般的，博弈论的策略，满足CMR规模的非线性问题，是服从于基于梯度的优化，并能够占有限样本的不确定性。我们恢复Dikkala等人的方法。和Dai等人。在详细说明各种扩展以及如何有效地解决CMR定义的游戏之前，作为我们的一般框架的特殊情况。
2022-08-19 cs.GT cs.LG
CyGym: A Simulation-Based Game-Theoretic Analysis Framework for Cybersecurity
本文提出CyGym，一个基于OpenAI Gym的网络安全对抗仿真器及博弈论分析框架，融合真实网络特征与零日漏洞建模，通过PSRO方法近似计算均衡，并应用于分析Volt Typhoon APT威胁，证明了博弈论策略在评估网络弹性与指导防御方面的有效性。
2025-09-11 cs.CR cs.GT
Game Theoretic Rating in N-player general-sum games with Equilibria
DeepMind（深度思维）；University College London（伦敦大学学院）；Google（谷歌）；Carnegie Mellon University（卡内基梅隆大学）
博弈中的评级策略是博弈论和人工智能的一个重要研究领域，可以应用于任何现实世界的竞争或合作环境。传统上，只有策略之间的传递依赖关系被用于对策略进行评级（例如Elo），然而最近的工作已经扩展了评级，以利用博弈论解决方案来更好地对非传递博弈中的策略进行评级。本文推广了这些思想，并根据收益评级系统提出了适用于正规型博弈中N人一般和策略评级的新算法。这使得成熟的解决方案概念，如均衡，能够被利用来有效地评估具有复杂策略交互的游戏中的策略，这些策略交互出现在多智能体训练和许多智能体之间的真实世界交互中。我们经验验证我们的方法对现实世界的正常形式的数据（英超联赛）和多智能体强化学习代理评估。
2022-10-05 cs.GT cs.LG cs.MA
A Game-Theoretic Computational Interpretation of Proofs in Classical Analysis
已经证明，数学分析中证明的函数解释可以通过选择函数的乘积给出，这是一种递归模式，在序列博弈中计算最优策略时具有直观的阅读效果。我们认为，这一结果具有真正的实用价值，通过解释一些著名的数学定理，并证明该产品给这些定理一个自然的计算解释，可以清楚地理解博弈论的条款。
2012-04-24 cs.GT cs.LO math.LO
Game Theoretic Network Coding-aided MAC for Data Dissemination towards Energy Efficiency
在本文中，我们提出了博弈论的媒体访问控制（MAC）策略的数据传播的情况下。特别是，我们使用基于能量的效用函数，固有地意味着功率感知，而我们认为网络编码技术，以消除交换确认控制数据包的必要性。仿真结果表明，我们提出的策略提高了系统的能量效率，减少了传播完成时间相比，优化的标准协议。
2012-02-27 cs.GT cs.NI
A game-theoretic version of Oakes' example for randomized forecasting
Institute for Information Transmission Problems, Russian Academy of Sciences（俄罗斯科学院信息传输问题研究所）
使用概率的博弈论框架，Vovk和Shafer。已经表明，它总是可能的，使用随机化，使连续的概率预测，通过任何可数集的良好的统计测试。这一结果推广了其他作者的工作，他们只考虑校准测试。我们用一个下界来补充这个结果。我们表明，Vovk和Shafer的结果是有效的，只有当预测计算的准确度无限制地增加。当一定程度的离散性是固定的，我们提出了一个博弈论的推广奥克斯的例子随机预测，这是一个测试失败的任何给定的方法deferministic预测，最初，这个例子是确定性校准。
2008-10-21 cs.GT cs.LG
A game-theoretic probability approach to loopholes in CHSH experiments
The University of Osaka（大阪大学）；Kanazawa University（金泽大学）
本文提出一种基于博弈论的概率方法，用于分析CHSH实验中的局部和测量依赖性漏洞，通过构建资本过程游戏证明自然无法同时满足两个条件，从而为科学家提供胜利策略并解释实验观测结果。
2026-03-13 cs.GT math.PR quant-ph
A Non-Negative Matrix Factorization Game
University of Washington（华盛顿大学）
我们提出了一种新的非负矩阵分解（NNMF），一个流行的数据分析方法与许多科学和工程应用的博弈论制定。博弈论制定具有良好的缩放和并行化性能，同时保留重建和收敛性能相媲美的传统乘法更新算法。
2021-04-11 cs.GT cs.LG
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
CNN-based Steganalysis and Parametric Adversarial Embedding: a Game-Theoretic Framework
最近，基于CNN的隐写分析在检测内容自适应隐写方面取得了很好的性能。与此同时，最近的工作表明，通过采用类似于用于构建对抗性示例的方法，隐写器可以采用对抗性嵌入策略来有效地对抗目标CNN隐写分析器。反过来，隐写分析器的良好性能可以通过用对抗性隐写图像重新训练CNN来恢复。该模型的一个问题是，可以说，在训练时隐写器不知道隐写器用于对抗嵌入的确切参数，反之亦然，隐写器不知道将用于训练隐写器的图像是如何生成的。为了退出这一明显的僵局，我们引入了一个博弈论框架，其中的隐写分析器和隐写器的参数设置的问题是解决在一个战略性的方式。更具体地说，首先制定一个非零和游戏来模拟这个问题，然后通过考虑一个特定的对抗嵌入方案来实例化，该方案以博弈论的方式设置其操作参数。分析表明，非零和博弈的均衡解可以通过求解一个相关的零和博弈来方便地求出，从而大大降低了问题的复杂性。然后，我们运行几个实验，以获得最佳策略的隐写和staganalysts在博弈论的意义上，并评估在均衡的游戏的性能，相对于传统的非对抗性的情况下的损失的特征。最后，通过对博弈均衡点的分析，我们引入了一种新的策略来提高隐写分析的可靠性，这表明了从博弈论的角度来解决安全问题的好处。
2019-06-03 cs.GT cs.MM
A coding theoretic study of homogeneous Markovian predictive games
本文研究齐次马尔可夫预测博弈，利用通用编码方案构建投注策略证明博弈论大数定律，并将结果应用于西拉德热力学思维实验。
2025-02-04 cs.GT cs.IT math.IT
GamePlan: Game-Theoretic Multi-Agent Planning with Human Drivers at Intersections, Roundabouts, and Merging
University of Maryland（马里兰大学）
我们提出了一种新的多智能体规划方法，涉及人类驾驶员和自动驾驶汽车（AV）在无信号交叉口，圆形，并在合并。在多智能体规划中，主要的挑战是预测其他智能体的行动，特别是人类驾驶员，因为他们的意图对其他智能体是隐藏的。我们的算法使用博弈论来开发一种新的拍卖，称为GamePlan，它根据每个代理的驾驶风格（通过常用的传感器可以观察到）直接确定每个代理的最佳行动。GamePlan为更具侵略性或不耐烦的驾驶员分配更高的优先级，为更保守或耐心的驾驶员分配更低的优先级;我们从理论上证明了这种方法是游戏理论上最佳的，可以防止碰撞和死锁。我们比较我们的方法与现有的国家的最先进的拍卖技术，包括经济拍卖，基于时间的拍卖（先进先出），和随机投标，并表明，这些方法中的每一个导致代理之间的碰撞时，考虑到司机的行为。我们比较了基于DRL，深度学习和博弈论的方法，并提出了我们对这些方法的好处。最后，我们表明，我们的方法可以在现实世界中实现与人类司机。
2022-03-18 cs.GT cs.MA cs.RO
Adaptive Game-Theoretic Decision Making for Autonomous Vehicle Control at Roundabouts
University of Michigan（密歇根大学）；Bilkent University（比尔肯特大学）
在本文中，我们提出了一个决策算法的自主车辆控制在环形交叉口。该算法是基于一个博弈论模型表示的自我车辆和对手车辆之间的相互作用，并适应于在线估计的对手车辆的驾驶员类型。模拟结果的报告。
2018-10-01 cs.GT cs.LG cs.RO
Game-Theoretic Drone Swarm Defense: A Case Study in Applied Differential Game Theory
MIT Lincoln Laboratory（麻省理工学院林肯实验室）
该研究将微分博弈理论应用于无人机蜂群防御，通过对比基线战术，证实其能显著提升高价值资产的防御成功率，且统计可信度达99.9%。
2026-09-07 cs.GT cs.MA cs.RO
Permissioned Blockchain Revisited: A Byzantine Game-Theoretical Perspective
尽管区块链的流行和实际适用性，但在区块链的理论基础上的工作非常有限：区块链幕后缺乏严格的理论和分析，严重阻碍了其更广泛的应用。本文试图为一种特定类型的区块链奠定理论基础--要求参与者基本真实性的区块链，也称为\textit{permissioned blockchain}。我们通过将来自分布式计算和拜占庭系统的智慧所隐含的约束纳入到博弈论问题中，将许可的区块链系统和操作公式化。我们证明了在一个非合作的区块链游戏（NBG）中，即使游戏涉及两个以上的参与者，也可以在封闭形式中有效地找到一个纳什均衡。令人惊讶的是，纳什均衡的模拟结果表明，无论拜占庭节点和可信玩家的数量如何，游戏都可以达到稳定状态。然后，我们研究了一个更难的问题，允许玩家形成联盟：联盟区块链游戏（CBG）。我们表明，虽然CBG的Shapley值可以用更简洁的形式表示，但其核心是空的。
2020-01-12 cs.CR cs.DC cs.GT
Game-Theoretic Frameworks for Epidemic Spreading and Human Decision Making: A Review
本文介绍和审查各种解决和开放的问题，在开发，分析和减轻人类决策下的流行病传播过程。我们提供了一系列的流行病模型的审查，并解释了不同的流行病模型的利弊。我们展示了现有文献中流行病模型和决策模型耦合的艺术。{More具体而言，我们为人类在流行病中的决策提供了基本问题的答案，包括采取何种干预措施来对抗疾病，谁是决策者，何时采取干预措施以及如何采取干预措施。在许多决策模型中，博弈论模型在过去十年中对流行病中的人类反应/行为建模变得越来越重要。在这篇评论中，我们激励博弈论的方法，人类的决策中的流行病。本文通过建立一个多维分类法对现有文献进行了综述，该分类法基于多个维度对现有文献进行了分类，包括1）游戏类型，如微分游戏、随机游戏、进化游戏和静态游戏; 2）干预类型，如社交距离、疫苗接种、隔离、服用解毒剂等; 3)决策者的类型，如个人、对手和不同层级的中央当局。提出了一个细粒度的动态博弈框架，以捕捉流行病中的博弈论决策的本质。我们展示了三个具有代表性的{框架}与独特的方式整合博弈论的决策到流行病模型从大量的文献。{Each这三个框架中有一个独特的建模方式，进行分析，并得出结果。}最后，我们确定了几个主要的开放性问题和研究空白，有待解决和填补。
2021-12-09 cs.GT cs.SY eess.SY
Computing Strong Game-Theoretic Strategies in Jotto
Carnegie Mellon University（卡内基梅隆大学）
我们开发了一种新的方法，计算近似均衡策略Jotto，一个流行的文字游戏。Jotto是一个非常大的不完全信息的两人游戏;它的游戏树比以前研究的游戏（包括无限制德州扑克）有多个数量级的状态。为了解决这个问题，游戏是如此之大，我们提出了一种新的战略表示称为神谕的形式，在其中，我们不明确表示的战略，而是呼吁一个甲骨文，迅速输出一个样本移动从战略的分布。我们的整体方法是基于扩展的虚构发挥算法，这个神谕设置。我们证明了我们的计算策略的优越性，无论是在头对头和最坏情况下的性能的基准算法计算的策略。
2016-03-11 cs.AI cs.GT cs.MA
Game-Theoretic Semantics for ATL+ with Applications to Model Checking
我们开发了完整的交替时间时态逻辑ATL* 的片段ATL+的博弈论语义（GTS），基本上扩展了最近推出的GTS ATL。我们首先表明，新的博弈论语义是等价的ATL+的标准语义（基于完美的召回策略）。然后，我们提供了一个分析，基于新的语义，模型检查ATL+所需的内存和时间资源。基于此，我们确定仅使用非常有限的内存量的策略就足以满足ATL+的需求。此外，使用GTS，我们提供了一个新的算法模型检查的ATL+和确定一个自然的层次结构的易处理的片段ATL+扩展ATL。
2019-06-14 cs.GT cs.LO math.LO
A Game-theoretic Approach for Synthesizing Fault-Tolerant Embedded Systems
在本文中，我们提出了一种容错合成的方法相结合的预定义模式的容错算法游戏解决。一个非容错系统，连同相关的故障假设和容错机制的模板在一个池中被翻译成一个分布式的游戏，我们执行一个不完全的搜索策略，以应付不可判定性。游戏的结果被翻译回可执行代码具体化的容错机制，使用约束求解。整体方法实现了一个原型工具链，并举例说明。
2010-11-01 cs.DC cs.GT cs.SE
Adversarial Scheduling Analysis of Game Theoretic Models of Norm Diffusion
在（Istrate，Marquis，Ravi SODA 2001）中，我们主张在对抗调度模型下的游戏学习理论中研究结果的鲁棒性。我们提供的证据表明，这样的分析是可行的，可以导致非平凡的结果，通过调查，在对抗调度设置，佩顿杨的扩散模型的规范。特别是，我们的主要结果纳入佩顿杨的模型。
2008-03-17 cs.DM cs.GT math.CO
Successful Nash Equilibrium Agent for a 3-Player Imperfect-Information Game
Ganzfried Research（甘茨弗里德研究公司）；Florida International University（佛罗里达国际大学）
为超过两个玩家的游戏创建强大的代理是AI中的一个主要开放问题。常见的方法是基于近似博弈论的解决方案的概念，如纳什均衡，这在两个玩家的零和游戏有很强的理论保证，但在非零和游戏或游戏中有两个以上的球员没有保证。我们描述了一个代理，能够击败各种现实的对手，使用一个确切的纳什均衡策略中的3人信息博弈。这表明，尽管缺乏理论保证，但基于纳什均衡策略的代理人毕竟可以在多人游戏中取得成功。
2018-04-13 cs.AI cs.GT cs.MA
On Game-Theoretic Risk Management (Part Two) -- Algorithms to Compute Nash-Equilibria in Games with Distributions as Payoffs
本文通过关于如何计算收益为概率分布的博弈中的均衡的算法细节，扩展了在先驱作品“Towards a Theory of Games with Payoffs that are Probability-Distributions”（arXiv：1506.07368 [q-fin.EC]）中提出的博弈论风险管理框架。我们的方法是“数据驱动”的，因为我们假设经验数据（测量，模拟等）。可以编译成分布模型，适用于关于偏好的有效决策，并使用这些作为收益来设置和解决游戏。虽然如果使用非参数方法（核密度估计），分布之间的偏好变得非常简单，但使用这种模型计算游戏中的纳什均衡被发现是低效的（如果不是不可能的话）。事实上，我们给出了一个反例，其中虚构的发挥未能收敛的（特别不幸的）选择的游戏中的支付分布，并引入一个合适的尾部近似的支付密度来解决这个问题。整个过程基本上是一个修改版本的虚构的游戏，并在这里描述的标准和多准则的游戏，迭代地提供一个（近似）纳什均衡。文中还给出了一种利用线性规划的精确方法。
2020-04-09 cs.GT econ.GN math.ST
