A Graphical method for simplifying Bayesian Games
如果影响图(ID)描绘贝叶斯游戏是常识,它的球员,然后额外的假设可能允许球员利用其体现无关性声明。然后,他们可以使用这些来发现一个更简单的游戏,仍然体现了他们的最佳决策策略。然而,这一结果的影响是相当有限的,因为许多常见的贝叶斯游戏没有表现出足够的对称性,充分和有效地表示的ID。树为基础的链事件图(CEG)已专门针对这种不对称的问题。通过使用这些图,理性的参与者可以做出类似的推论,假设CEG的拓扑结构是常识。在本文中,我们描述了这些功能强大的新技术,并通过一个例子来说明它们建模一个政府部门和一个网站的提供商之间的游戏,旨在激进的弱势群体。
2017-04-07 cs.GT cs.MA
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
Classifying Convergence Complexity of Nash Equilibria in Graphical Games Using Distributed Computing Theory
图形游戏是一个有用的框架,用于建模(自私)代理的交互,这些代理通过底层拓扑连接,并且其行为相互影响。它们有着广泛的应用,从计算机科学到经济学和生物学。然而,即使一个玩家的收益只取决于他们的直接邻居在图形游戏中的行动,计算纳什均衡,并作出声明的收敛时间的“自然”的局部动态,特别是可以是极具挑战性的。在这项工作中,我们提出了一种新的方法,通过建立连接到本地图算法,分布式计算的一个子领域的图形游戏中的纳什均衡的复杂性进行分类。特别是,我们观察到的图形游戏的均衡是等价于本地可验证的标签(LVL)在图中,顶点标签是可验证的恒定轮本地算法。这种连接使我们能够推导出新的下界收敛时间的最佳反应动态图形游戏中的平衡。由于我们建立了分布式收敛有时可以证明是缓慢的,我们还介绍了一个直观的概念,“时间约束”的最佳对策的低效率,并给出了界限。我们讨论了如何使用我们的结果,以确保收敛的最佳对策的纳什均衡的机制的实施。因此,我们的研究结果也给洞察的收敛性的策略证明算法的图形游戏,这仍然是不太清楚。
2021-04-26 cs.DC cs.GT
Statistical physics approach to graphical games: local and global interactions
在图形游戏中,智能体与图上的邻居进行游戏,以达到适当的平衡状态。这里相关的问题是描述平衡集和发现有效的算法来找到这样的平衡(解决方案)。我们考虑一个表示的游戏,扩展到图形游戏,以方便地处理本地和全球的相互作用,并使用腔方法的统计物理研究的几何结构的平衡空间。该方法还提供了一个分布式和本地算法来找到一个平衡。为了简单起见,我们只考虑纯纳什均衡,但该方法也可以扩展到处理(近似)混合纳什均衡。
2011-04-11 cond-mat.stat-mech cs.GT
Tight Inapproximability for Graphical Games
我们提供了一个完整的表征的计算复杂性找到近似平衡两个动作的图形游戏。我们考虑两个最好的近似概念:$\varepsilon$ -纳什均衡($\varepsilon$ -NE)和$\varepsilon$ -良好支持的纳什均衡($\varepsilon$ -WSNE),其中$\varepsilon \in [0,1]$。我们证明了计算$\varepsilon$ -NE是PPAD-完全的任何常数$\varepsilon < 1/2$,而一个非常简单的算法(即,让所有的球员之间的两个行动均匀混合)产生一个$1/2$ -NE。另一方面,我们表明,计算$\varepsilon$是PPAD-完全的任何常数$\varepsilon < 1$,而一个$1$ -WSNE是平凡的实现,因为任何战略配置文件是一个$1$ -WSNE。我们所有的下限也立即适用于每个玩家有两个以上动作的图形游戏。
2022-09-30 cs.CC cs.GT
Distributed Adaptive Networks: A Graphical Evolutionary Game-Theoretic View
University of Maryland, College Park(马里兰大学帕克分校);Tsinghua University(清华大学)
分布式自适应滤波被认为是分布式网络数据处理和估计的有效方法。现有的分布式自适应滤波算法大多集中于设计不同的信息扩散规则,而没有考虑分布式网络的自然演化特性。在本文中,我们研究了自适应网络从博弈论的角度和制定的分布式自适应滤波问题作为一个图形进化博弈。该方法将网络中的节点视为参与者,将不同邻居的估计信息的局部组合视为不同的策略选择。我们表明,这种图形进化博弈框架是非常普遍的,可以统一现有的自适应网络算法。在此基础上,作为实例,我们进一步提出了两种误差感知的自适应滤波算法。此外,我们还利用图进化博弈理论分析了自适应网络上的信息扩散过程和系统的进化稳定策略。最后,仿真结果表明,我们的分析和所提出的方法的有效性。
2013-09-11 cs.GT cs.LG
On Nash Equilibria in Play-Once and Terminal Deterministic Graphical Games
该研究针对有限n人确定性图博弈,证明单次博弈必存在纯平稳纳什均衡,且至多含三个终端的终端博弈也存在该均衡,补充了n>2时此类博弈均衡存在性的结论。
2025-03-17 cs.GT econ.TH
A comparison of the notions of optimality in soft constraints and graphical games
CWI Amsterdam(阿姆斯特丹国家数学与计算机科学研究所);University of Amsterdam(阿姆斯特丹大学);University of Padova(帕多瓦大学)
最优性的概念自然地出现在与决策有关的应用数学和计算机科学的许多领域。在这里,我们认为这一概念的背景下,用于不同目的和不同的研究领域的两个形式主义:图形游戏和软约束。我们涉及的软约束满足问题(SCSP)中使用的图形游戏中使用的最优性的概念,显示了一个大类的SCSP,包括加权约束的每一个最优解对应于一个纳什均衡,这也是一个帕累托有效的联合策略。
2008-10-16 cs.AI cs.GT
A three-person deterministic graphical game without Nash equilibria
我们给出了一个三人确定性图形游戏的例子,在纯静态策略中没有纳什均衡。游戏有七个位置,四个结果(一个唯一的循环和三个终端位置),其范式的大小只有2 x 2 x 4。因此,我们的例子大大加强了Gurvich和Oudalov在2014年得到的结果;后者有四个参与者,五个终端,以及一个2 x 4 x 6 x 8的范式。此外,我们的例子在玩家数量方面是最小的。这两个例子都是紧的,但不是纳什可解的。这样的例子自1975年以来就被人们所知,但它们与确定性图形游戏无关。此外,由于我们的例子规模较小,我们可以通过证明它不仅在纯策略中而且在独立混合策略中都没有纳什均衡来进一步加强它,对于马尔可夫和先验评估。
2017-07-23 cs.GT
Computing Good Nash Equilibria in Graphical Games
本文讨论了图对策中的公平均衡选择问题。我们的方法是基于称为{ \em最佳对策}的数据结构,这是由Kearns等人提出的。\cite{kls}作为一种方式来表示所有的纳什均衡的图形游戏。在\cite{egg}中,证明了只要底层图是一条路径,最佳对策策略就具有多项式大小.本文证明了,如果底层图是一棵有界度树,最佳对策策略具有多项式大小,则存在一个有效的算法,该算法可以构造一个纳什均衡,保证所有参与者都有一定的收益.另一个有吸引力的解决方案的概念是一个纳什均衡,最大化的社会福利。我们表明,虽然精确计算后者是不可行的(我们证明,解决这个问题可能涉及代数数的任意高的程度),存在一个FPTAS找到这样的均衡,只要最佳对策的多项式大小。这两个算法可以结合起来,以产生满足各种公平性标准的纳什均衡。
2007-03-27 cs.DS cs.GT cs.MA
From Behavior to Sparse Graphical Games: Efficient Recovery of Equilibria
Purdue University(普渡大学)
在本文中,我们研究的纯策略纳什均衡(PSNE)集的图形游戏从嘈杂的观察单独的球员的联合行动的精确恢复的问题。我们考虑稀疏线性影响博弈-一类具有线性收益的图形博弈,用n个节点(参与者)的有向图表示,且入度至多为k。我们提出了一个基于$\ell_1$正则化逻辑回归的算法,用于精确地恢复PSNE集,该算法在计算上是高效的-即在多项式时间内运行-并且在统计上是高效的-即具有对数样本复杂度。具体而言,我们表明,足够数量的样本所需的确切PSNE恢复规模为$\mathcal{O}(\mathrm{poly}(k) \log n)$。我们还验证了我们的理论结果,使用合成实验。
2016-10-19 cs.GT cs.LG stat.ML
On Sparse Discretization for Graphical Games
Stony Brook University(石溪大学)
这篇简短的论文涉及离散化计划表示和计算近似纳什均衡,重点是图形游戏,但简要触及正规形式和多矩阵游戏。主要的技术贡献是一个代表性定理,非正式地指出,考虑到每一个确切的纳什均衡使用附近的近似纳什均衡在网格上的混合策略,一个统一的离散化大小的近似质量和自然的游戏表示参数的倒数线性就足够了。对于图形游戏,在自然条件下,离散化是对数的游戏表示的大小,一个实质性的改进,以前所需的线性依赖。本文还有其他五个目标:(1)给定场地,强调人工智能中约束网络在简化计算近似纳什均衡算法的推导和分析方面的重要但经常被忽视的作用;(2)总结计算近似纳什均衡的最新技术,重点是与图形游戏的相关性;(3)帮助澄清稀疏离散化和稀疏支持技术之间的区别;(4)说明和倡导表示定理的形式证明的故意数学简单性;(5)列出并讨论重要的开放问题,强调图形游戏的推广,这是人工智能社区最适合解决的问题。
2014-11-12 cs.AI cs.GT
Load-aware Dynamic Spectrum Access for Small Cell Networks: A Graphical Game Approach
在这封信中,我们调查的问题,动态频谱接入的小蜂窝网络,使用图形游戏的方法。与现有研究相比,我们考虑到不同的小区负载和本地干扰关系的特点。证明了频谱接入博弈是以总干扰水平为势函数的精确势博弈,博弈的纳什均衡(NE)对应于原优化问题的全局或局部最优解.严格推导出可实现的聚合干扰水平的下限。最后,我们提出了一个自主的最佳反应学习算法收敛到其NE。结果表明,所提出的对策论解决方案收敛迅速,其可实现的性能接近最优解。
2015-09-16 cs.GT cs.IT math.IT
Approximating Nash Equilibrium in Random Graphical Games
Massachusetts Institute of Technology(麻省理工学院)
计算多智能体博弈中的纳什均衡是博弈论和计算机科学之间的一个长期挑战。众所周知,N个参与人和k个策略的一般范式博弈需要指数空间来简单地写下。这种多智能体的诅咒促进了对简洁游戏的研究,这些游戏可以有效地写下来。一个简洁游戏的典型例子是图形游戏,它将玩家建模为图中的节点,只与他们的邻居相互作用,直接类比于马尔可夫随机场。图形游戏已经在无线、金融和社交网络中得到应用。然而,计算图形游戏的纳什均衡已被证明具有挑战性。即使对于多矩阵博弈,一个代理人的收益可以写为与代理人的邻居相互作用的收益之和的模型,它已被证明,计算一个近似的纳什均衡是PPAD很难为小于一个常数。这项工作的重点是通过考虑平均情况图模型,即随机图来规避这种计算难度。本文给出了一个拟多项式时间近似方案(QPTAS),用于计算边密度大于poly(k,1/n,ln(N))$的随机图上的多项式矩阵对策的高概率近似纳什均衡.此外,在相同的运行时间内,我们可以计算出一个ε-近似的纳什均衡,该均衡ε-近似于博弈中任何纳什均衡的最大社会福利。我们的主要技术创新是“加速舍入”的一个新的层次凸计划的纳什均衡问题。我们的加速舍入也产生了更快的算法Max-2CSP在同一个家庭的随机图,这可能是独立的利益。
2021-12-07 cs.DS cs.GT cs.LG
Distributed Spectrum Access for Cognitive Small Cell Networks: A Robust Graphical Game Approach
这封信研究了认知小小区网络的分布式频谱接入问题。与现有工作相比,考虑了两个固有特征:i)由于低功率,认知小小区基站的传输仅干扰其邻居,即,干扰是局部的,以及i i)信道状态由于衰落是时变的。我们把这个问题表示为一个鲁棒图对策,并证明了它是一个序势对策,至少有一个纯策略纳什均衡(NE)。此外,NE解决方案的吞吐量下限解析获得。针对动态和不完全信息约束,提出了一种分布式频谱接入算法,使其收敛到稳定的结果。仿真结果验证了所提出的博弈论分布式学习解决方案在时变频谱环境中的有效性。
2015-02-24 cs.GT cs.IT math.IT
A Compositional Approach to Parity Games
在本文中,我们介绍了开放的平价游戏,这是一个组合的方法平价游戏。这是通过在通常的平价博弈概念上增加开放式结局来实现的。我们介绍了开放的奇偶游戏,这是使用标准定义的图形游戏的类别。我们还定义了一个图形语言的开放奇偶校验游戏作为道具,最近已被用于许多应用程序中的图形语言。我们引入了一个合适的语义类别的启发工作Grellois和Melliès的语义高阶模型检验。计算开放奇偶博弈中获胜位置的集合产生语义范畴的函子。最后,通过解释图形语言的语义范畴,我们表明,这种计算可以进行组合。
2021-12-28 cs.GT
Pure Nash Equilibria: Complete Characterization of Hard and Easy Graphical Games
我们考虑了图博弈中纯纳什均衡的计算复杂性。众所周知,该问题一般是NP完全的,但易于处理(即,在P中)对于特殊的图类,例如那些有界树宽的图。然后很自然地问:是否有可能为这个问题刻画所有易处理的图类?在这项工作中,我们提供了这样的情况下,有界度图的表征,从而解决现有的硬度和易处理的结果之间的差距。特别地,我们分析了PUREGG(C,-)的复杂性,确定纯纳什均衡存在的图形游戏,其基础图被限制为C类的问题。证明了在合理的复杂性理论假设下,对于任意有界入度的递归可扩有向图类C,PUREGG(C,-)是多项式时间的当且仅当C的约化图(迭代去除汇点得到的图)具有有界树宽.我们还给出了一个表征PURECHG(C,-),确定存在的纯纳什均衡的着色超图游戏,游戏表示,可以表达的额外结构,一些球员有相同的局部效用函数的问题。我们证明了有界着色超图博弈的易处理类正是那些其约化图具有有界树宽模同态等价的类。我们的证明新的使用Grohe的表征同态问题的复杂性。
2010-02-06 cs.CC cs.GT
Exploiting an Adversary's Intentions in Graphical Coordination Games
关于对手意图的信息如何影响最优系统设计?本文解决了这个问题的图形协调游戏的背景下,对手可以间接影响代理人的行为,通过修改他们的收益。我们研究的情况下,系统运营商必须选择一个图形拓扑结构的预期行动的一个未知的对手。设计者可以通过采取安全策略来限制最坏情况下的损失,有效地为意图造成最大伤害的对手进行规划。然而,关于对手意图的细粒度信息可以帮助系统操作员微调防御并获得更好的系统性能。在对抗行为的一个简单模型中,本文询问了系统操作员通过微调已知对抗意图的防御可以获得多少收益。我们发现,如果对手是弱的,安全策略是近似最优的任何对手类型,但是,对于中等强度的对手,安全策略是远远不是最优的。
2020-03-16 cs.GT
On Nash-solvability of finite $n$-person deterministic graphical games; Catch 22
我们考虑有限的$n$ -人确定性图形(DG)游戏。这些游戏是由有限有向图(有向图)$G$,其中可能有定向循环,因此,无限的发挥。然而,假设所有这些策略都是等价的并且形成单个结果$c$,而终端顶点$V_T = \{a_1, \ldots, a_p\}$形成$p$剩余结果。研究了纯平稳策略下纳什均衡的存在性。已知NE在$n=2$时存在,而在$n > 2$时可能不存在。然而,在以下额外条件下,问题对于$n > 2$变得开放:(C)对于每个$n$参与者,$c$比每个$p$最终结果更差。换句话说,所有的参与者都对终止游戏感兴趣,这是一个自然的假设。此外,即使我们用一个更弱的条件来代替(C),纳什可解性仍然是开放的:(C22)不存在两个参与人的PDMATHAMO $c$优于(至少)两个最终结果。我们猜想,这样的两个局中人存在于每个NE-自由DG对策,或者换句话说,(C22)意味着纳什可解性,对所有$n$。最近,DG对策被扩展到更广泛的一类DG多阶段(DGMS)对策,其结果是有向图$G$的强连通分量(SCC)。合并DGMS博弈的所有结果,对应于它的非终端SCC,我们得到一个DG博弈。显然,该操作尊重纳什可解性(NS)。与NS相关的基本条件和结构可以从DG扩展到DGMS游戏:在这两种情况下,如果$n=2$,则NE存在,并且当$n > 2$时可能不存在;此外,我们修改条件(C)和(C22)以使其适用…
2021-11-11 cs.GT math.CO
Provable Sample Complexity Guarantees for Learning of Continuous-Action Graphical Games with Nonparametric Utilities
Purdue University(普渡大学)
本文研究了具有非参数效用函数的连续行动博弈的精确结构学习问题。我们提出了一个$\ell_1$正则化的方法,鼓励稀疏的傅立叶变换的系数恢复的效用。我们的方法通过访问非常少的纳什均衡和它们的噪声效用来工作。在一定的技术条件下,我们的方法也恢复了这些效用函数的确切结构,从而恢复了游戏的确切结构。此外,我们的方法只需要一个对数数量的样本的数量方面的球员和运行在多项式时间。我们遵循原始-对偶证人框架提供可证明的理论保证。
2020-04-01 cs.GT cs.LG stat.ML
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
Graphical Models for Decision-Making: Integrating Causality and Game Theory
Leiden University(莱顿大学);The Hague Centre of Strategic Studies(海牙战略研究中心);Tecnologico de Monterrey(蒙特雷科技大学)
本文整合因果关系与博弈论两大决策领域,聚焦概率图模型背景下的交叉关键概念,通过严格分析与实例阐明模型实施所需输入,助力实际应用以改进决策过程。
2025-04-16 cs.AI cs.GT cs.LG
Game theory of undirected graphical models
本文通过无向离散图模型对正规型 $n$ 人博弈进行建模,研究了 Spohn 条件独立簇的代数几何特征,证明了其在二元选择一般博弈中的余维数猜想及全混合 CI 均衡集的光滑性,并在图为团并集时证明了仿射普适性定理。
2024-06-26 cs.GT math.AG
On the Sample Complexity of Learning Graphical Games
Purdue University(普渡大学)
我们分析了从纯行为数据学习图形游戏的样本复杂性。我们假设我们只能观察参与人的联合行动,而不能观察他们的收益。我们分析了正确恢复的纯策略纳什均衡(PSNE)的真实游戏集的样本的充分和必要的数量。我们的分析集中在有向图与$n$节点和最多$k$父母每个节点。稀疏图对应于关于$n$的${k \in O(1)}$,而密集图对应于${k \in O(n)}$。通过使用VC维参数,我们表明,如果样本数大于${O(k n \log^2{n})}$的稀疏图或${O(n^2 \log{n})}$的密集图,那么最大似然估计正确恢复PSNE的概率很高。通过使用信息理论的参数,我们表明,如果样本的数量小于${Ω(k n \log^2{n})}$稀疏图或${Ω(n^2 \log{n})}$密集图,那么任何可能的方法都无法恢复PSNE任意概率。
2017-02-20 cs.GT cs.LG stat.ML
Exploiting Agent and Type Independence in Collaborative Graphical Bayesian Games
Massachusetts Institute of Technology(麻省理工学院);University of Amsterdam(阿姆斯特丹大学);Instituto Superior Técnico(高等技术学院)
有效的协同决策是多智能体系统面临的一个重要挑战。当每个智能体只有关于其环境状态的不完全信息时,寻找最佳联合行动尤其具有挑战性。这样的问题可以建模为协作贝叶斯游戏,其中每个代理接收其类型形式的私人信息。然而,代表和解决这样的游戏需要空间和计算时间指数的代理人的数量。本文介绍了协作图贝叶斯博弈(CGBG),它通过将全局支付函数分解为仅依赖于少数代理的局部支付函数之和来促进更有效的协作决策。我们提出了一个框架的有效解决方案的CGBG的基础上的洞察力,他们拥有两种不同类型的独立性,我们称之为代理独立性和类型独立性。特别是,我们提出了一个因子图表示,捕捉两种形式的独立性,从而实现有效的解决方案。此外,我们展示了这种表示如何在顺序任务中提供杠杆作用,通过使用它来构建一种新的方法,分散的部分可观察马尔可夫决策过程。在随机和基准任务的实验结果表明,我们的方法相比,现有的几种替代品的可扩展性提高。
2014-04-25 cs.AI cs.GT
The Structure of Signals: Causal Interdependence Models for Games of Incomplete Information
University of Michigan(密歇根大学);Loyola University Chicago(芝加哥洛约拉大学)
传统的经济模型通常将私人信息或信号视为从某种潜在状态产生的。最近的工作已经阐明了替代模型,其中信号对应于对现有信息的解释。我们发现,这些配方之间的差异可以急剧铸造的因果关系的依赖结构,并采用图形模型来说明的区别特征。图形表示支持在解释的框架中的信号模式的推断,并建议如何基于生成的模型的结果可以扩展到更一般的情况。在经典的拍卖机制投标博弈的具体见解来自定性图形模型。
2012-02-14 cs.AI cs.GT
Testing Stability Properties in Graphical Hedonic Games
在享乐博弈中,参与者根据个人对所属群体的偏好形成联盟。在文献中已经提出和分析了几个概念来描述游戏中联盟结构的稳定性。然而,先前的研究集中在具有时间复杂度的算法上,该算法在输入大小上至少是线性的。鉴于非常大的游戏,例如,社交网络和广告,我们开始研究次线性时间属性测试算法的存在性和验证问题的几个概念下的联盟稳定性的享乐游戏模型表示的图与有界度。在图形属性测试中,应该决定给定输入是否具有属性(例如,一个游戏承认一个稳定的联盟结构)或远离它,即,必须修改输入的至少一部分$ε$(例如,游戏的偏好)使其具有属性。特别是,我们考虑验证的完美性,个人的合理性,纳什稳定性,(合同)个人的稳定性,和核心稳定性。虽然总是有一个纳什稳定的联盟结构(这也意味着个别稳定的联盟),我们表明,存在一个完美的联盟结构是不是重言式,但可以测试。我们所有的测试都有单侧误差和独立于输入大小的时间复杂度。
2021-07-29 cs.GT
On Nash-solvability of n-person graphical games under Markov's and a priori realizations
针对无纯平稳 Nash 均衡的完美信息图式 n 人对策,本文比较 Markov 实现与先验实现下混合策略均衡的存在性及性质,并用 2、3 人例子加以说明。
2023-08-18 cs.GT math.CO
Learning the Structure and Parameters of Large-Population Graphical Games from Behavioral Data
Massachusetts Institute of Technology(麻省理工学院);Stony Brook University(石溪大学)
我们考虑从严格的行为数据中学习线性影响游戏(LIGs)的结构和参数,这是Irfan和Ortiz(2014)引入的一类参数图形游戏。LIGs促进因果战略推理(CSI):从战略环境中的稳定行为的因果干预中做出推论。应用包括识别大型(社交)网络中最有影响力的个人。这些任务还可以支持决策分析。出于对LIGs的计算工作的动机,我们将学习问题转换为纯策略纳什均衡(PSNE)定义的生成模型的最大似然估计(MLE)。我们的简单公式揭示了拟合优度和模型复杂性之间的基本相互作用:好的模型在数据中捕获平衡行为,同时控制平衡的真实数量,包括那些未观察到的平衡。我们提供了一个泛化界建立在我们的框架中的MLE的样本复杂性。我们提出了几种算法,包括凸损失最小化(CLM)和S形近似。我们证明了在LIGs中精确的PSNE的数量很小,概率很高,因此,CLM是合理的。我们说明了我们的方法上的合成数据和现实世界的美国国会投票记录。我们简要讨论了我们的学习框架的一般性和潜在的适用性,一般图形游戏。
2015-05-04 cs.GT cs.LG stat.ML
A Continuation Method for Nash Equilibria in Structured Games
结构化博弈表示最近引起了人们的兴趣,作为多智能体人工智能场景的模型,理性行为最常见的特点是纳什均衡。本文提出了有效的,精确的算法计算纳什均衡结构化的游戏表示,包括图形游戏和多智能体影响图(MAID)。该算法是从正常形式和扩展形式的游戏由于Govindan和威尔逊的延续方法;他们遵循的轨迹通过扰动的游戏和他们的平衡空间,利用游戏结构,通过快速计算的雅可比矩阵的支付函数。理论上保证他们至少能找到一个博弈均衡,而且可能找到更多。我们的方法提供了第一个有效的算法计算精确的平衡,在图形游戏任意拓扑结构,第一个算法,利用细粒度的结构特性的MAID。实验结果证明了算法的有效性,并将其与前人进行了比较。图形游戏算法的运行时间与以前的近似算法的运行时间相似,并且往往更好。MAID算法可以有效地解决比以前的方法可解的游戏大得多的游戏。
2011-09-29 cs.GT
A Graphical Bayesian Game for Secure Sensor Activation in Internet of Battlefield Things
在本文中,安全的传感器激活的问题进行了研究的战场物联网(IoBT)系统中,攻击者妥协的IoBT传感器的窃听和获取有关战场的信息的目的。在所考虑的模型中,每个IoBT传感器都试图根据其效用决定是否进行传输。每个传感器的效用表示在传输数据的冗余度,保密能力和能量消耗。由于IoBT传感器的通信范围有限,以及它们对窃听者位置的不确定性,该问题被公式化为一个图形贝叶斯游戏,其中IoBT传感器是玩家。然后,修改IoBT传感器的效用,以考虑激活每个传感器对其邻居效用的影响,以实现更好的系统性能。修改后的游戏被证明是一个贝叶斯潜在的游戏,并提出了一个最佳对策算法,保证找到一个纳什均衡的游戏。仿真结果表明,IoBT传感器传输的信息和所需的保密级别之间的权衡。仿真结果还表明,与所有IoBT传感器都被激活的基线相比,所提出的方法在降低能耗方面是有效的。当传感器数量为5000时,与基线相比,能耗降低高达98%。
2018-09-21 cs.GT cs.IT math.IT
Totally mixed conditional independence equilibria of generic games
Ecole polytechnique(巴黎综合理工学院);Max Planck Institute for Mathematics in the Sciences(马克斯·普朗克科学促进会数学研究所);CUNEF Universidad(CUNEF大学)
本文拓展二元博弈相关研究,基于代数几何方法分析任意形式一般博弈的Spohn CI簇结构,针对聚类图模型引入纳什CI簇并证明其性质,明确完全混合CI均衡的存在条件与结构特征。
2025-11-14 cs.GT math.AG
Networked Anti-Coordination Games Meet Graphical Dynamical Systems: Equilibria and Convergence
本文研究网络反协调博弈在顺序与同步更新下的纳什均衡存在性和收敛时间,证明自我非必要模式可高效求解而自我必要模式不可解,并给出特殊情形及实验验证。
2024-03-29 cs.GT
A risk-security tradeoff in graphical coordination games
本文研究图形协调博弈中系统运营商在对抗广泛与聚焦攻击时的安全-性能权衡,发现随机选择决策过程可显著改善该权衡,并揭示网络化分布式系统韧性设计的关键挑战。
2019-06-07 cs.GT cs.SY eess.SY
Graphical Models for Game Theory
Syntek Capital(Syntek资本);AT&T Labs–Research(AT&T实验室-研究)
在这项工作中,我们介绍了图形modelsfor多玩家博弈理论,并给出了强大的算法,在某些情况下计算其纳什均衡。一个n人博弈是由一个在n个节点上的无向图和一组n个局部矩阵给出的。其解释是,参与人i的收益完全取决于参与人i和他在图中的邻居的行为,因此参与人i的收益矩阵只由这些参与人索引。因此,我们认为全球n玩家游戏是由相互作用的本地游戏,每个涉及少得多的球员。每个玩家的行动可能会有全球性的影响,但它发生通过传播的本地influence.Our主要的技术成果是一个有效的算法计算纳什均衡时,底层图是一棵树(或可以变成一棵树与几个节点合并)。该算法在时间多项式中运行的表示(图和相关的局部博弈矩阵)的大小,并在两个相关的,但不同的口味。第一个版本涉及近似步骤,并计算所有近似纳什均衡的表示(通常可能存在指数)。第二个版本允许精确计算纳什均衡的代价是削弱复杂性界限。该算法只需要节点之间的本地消息传递(因此可以由玩家自己以分布式方式实现)。尽管类比推理贝叶斯网,我们开发的,我们的算法的分析是更多的参与比多边形树算法,部分原因是这样一个事实,即我们必须计算,或选择,指数数量的潜在解决方案。我们讨论了一些扩展,如计算的均衡与理想的全球性能(例如,最大化的全球回报),和进一步的研究方向。
2015-03-08 cs.AI cs.GT
Symmetric Decomposition of Asymmetric Games
我们引入新的理论见解,两个人口的不对称游戏,允许一个优雅的对称分解成两个单一的人口对称游戏。具体来说,我们展示了如何一个不对称的双矩阵游戏(A,B)可以分解成它的对称同行的设想和调查的回报表(A和B),构成不对称的游戏,作为两个独立的,单一的人口,对称的游戏。我们揭示了几个令人惊讶的正式关系之间的非对称两个人口的游戏和它的对称单人口的同行,这有利于方便的分析原来的非对称游戏由于降维的分解。主要发现是:如果(x,y)是非对称博弈(A,B)的纳什均衡,则y是由收益表A确定的对称对应博弈的纳什均衡,x是由收益表B确定的对称对应博弈的纳什均衡.另外,对应博弈的纳什均衡的反向持有和组合形成了非对称博弈的纳什均衡。我们说明了这些正式的关系如何帮助识别和分析的纳什结构的非对称游戏,通过研究的进化动力学的简单的对应游戏在几个典型的例子。
2018-01-17 cs.GT cs.MA
Decomposition of games: some strategic considerations
Candogan等人(2011)提供了一个将有限博弈分解为潜在、调和和非策略分量的正交直和分解。在本文中,我们研究的问题,从博弈论的角度来看,分解游戏的战略是等价的,例如游戏通过转换,如复制的战略或正仿射映射的收益。我们需要定义类的分解,以实现交换性的游戏变换和分解。
2020-03-30 cs.GT math.OC
The Impact of Complex and Informed Adversarial Behavior in Graphical Coordination Games
本文研究图形协调博弈中对手策略复杂性与网络信息感知对系统性能的影响,发现最小连通环图最易受攻击,且复杂性与信息的相对重要性取决于对手影响力强弱。
2020-10-03 cs.GT cs.SY eess.SY
A Distributed Nash Equilibrium Seeking in Networked Graphical Games
University of Toronto(多伦多大学)
本文研究了在网络博弈中通过分布式 gossip 方法寻找纳什均衡的问题,提出了一种通用通信图,使玩家仅交换所需信息,并证明了在逐渐减小的步长下,几乎确定性收敛到纳什均衡,同时分析了通信图和干扰图参数之间的权衡以及收敛速率的影响。
2017-03-28 cs.GT cs.SY eess.SY
Efficient Decomposition of Bimatrix Games
利用双矩阵对策集的代数结构,提出了一种求解纳什均衡的分治算法。该算法是固定参数的易处理的参数的最大不可约部分的游戏。该算法的实施示出产生一个显着的性能提高小参数的输入。
2012-12-27 cs.GT
Solving Imperfect Information Games Using Decomposition
分解,即独立分析可能的子博弈,已被证明是完美信息博弈中有效决策的基本原则。然而,在不完全信息博弈中,分解被证明是有问题的。到目前为止,所有提出的技术在不完全信息博弈的分解已经放弃了理论保证。这项工作提出了第一种技术,用于将不完美信息博弈分解为可以独立求解的子博弈,同时保留对全博弈解的最优性保证。我们可以使用这种技术来构建理论上合理的算法,这些算法可以更好地利用运行时可用的信息,克服运行时的内存或磁盘限制,或者在解决游戏时进行时间/空间权衡以克服内存或磁盘限制。特别是,我们提出了一个算法,保证在整个游戏的性能,在现有的方法,可能有无限的错误。此外,我们提出了一个离线游戏求解算法,CFR-D,它可以产生一个纳什均衡的游戏,是大于可用存储。
2014-04-21 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
Decompositions of two player games: potential, zero-sum, and stable games
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
本文通过将两人正规型博弈视为向量空间,引入势博弈、零和博弈及其正交补(反势博弈和反零和博弈)的显式正交基分解,并应用该分解证明循环准则、分析广义石头-剪刀-布博弈、刻画零稳定博弈、提供严格稳定博弈类、关联复制方程向量场分解、构造李雅普诺夫函数以及Zeeman博弈。
2011-07-18 cs.GT cs.SY eess.SY
Hodge decomposition and the Shapley value of a cooperative game
我们表明,一个合作的游戏可以分解成一个组成部分的游戏,一个为每个球员,使用组合霍奇分解图的总和。这种分解满足一定的效率,零播放器,对称性和线性特性。因此,我们得到了一个新的经典Shapley值的每个球员的组件游戏中的大联盟的价值的特征。我们还将这种分解与涉及非本质游戏的最小二乘问题(与以前关于最小二乘和最小范数解概念的工作类似)和图拉普拉斯算子相关。最后,我们将这种方法推广到游戏的权重和/或限制联盟形成。
2018-09-18 cs.GT math.CO
Efficient Decomposition of Bimatrix Games (Extended Abstract)
利用双矩阵对策集的代数结构,提出了一种求解纳什均衡的分治算法。该算法是固定参数的易处理的参数的最大不可约部分的游戏。该算法的实施示出产生一个显着的性能提高小参数的输入。
2014-04-03 cs.CC cs.GT
On the Convergence of Fictitious Play: A Decomposition Approach
Peking University(北京大学);Huawei(华为)
模拟游戏(FP)是计算$n$ -玩家博弈中纳什均衡的最基本的博弈论学习框架之一,它为现代多智能体学习算法奠定了基础。虽然FP在零和博弈和势博弈上都有可证明的收敛保证,但现实世界中的许多问题往往是两者的混合,FP的收敛性尚未得到充分研究。在本文中,我们将FP的收敛结果扩展到此类游戏的组合以及其他。具体来说,我们推导出新的条件FP收敛利用游戏分解技术。我们进一步发展了一个线性关系,统一合作和竞争的意义上,这两类游戏是相互转移。最后,我们分析了FP的一个非收敛的例子,Shapley博弈,并给出了FP收敛的充分条件。
2022-05-03 cs.AI cs.GT cs.LG
Flows and Decompositions of Games: Harmonic and Potential Games
在本文中,我们介绍了一种新的流表示有限对策的战略形式。这种表示允许我们开发一个规范的直接和分解的任意游戏到三个组件,我们称之为潜在的,谐波和非战略组件。我们分析自然类的游戏,诱导这种分解,特别是,专注于游戏没有谐波分量和游戏没有潜在的组件。我们表明,第一类对应于著名的潜在的游戏。我们把第二类博弈称为调和博弈,并研究了这类新博弈的结构和均衡性质。直觉上,游戏的潜在成分捕捉到了可以等价地表示为共同利益游戏的互动,而和谐部分则代表了玩家之间的利益冲突。我们通过研究这两个类的性质,使这种直觉精确化,并表明它们确实具有非常不同和显著的特征。例如,虽然有限势博弈总是有纯纳什均衡,但调和博弈一般永远不会。此外,我们表明,非战略性的组成部分并不影响一个游戏的均衡,但在其效率属性中起着根本性的作用,从而解耦的位置的均衡和他们的收益相关的属性。利用分解框架的属性,我们得到明确的表达式的潜在的和谐波游戏的子空间上的游戏的投影。这使得潜在的和谐波游戏的属性扩展到“附近”的游戏。我们证明了这一点,一个任意的游戏的近似均衡集可以通过其投影到一组潜在的游戏的均衡。
2010-06-25 cs.GT math.OC
Chaos of Learning Beyond Zero-sum and Coordination via Game Decompositions
机器学习过程,例如“游戏中的学习”,可以被视为非线性动力系统。一般来说,这样的系统表现出广泛的行为,从稳定性/递归到不希望的混沌现象(或“蝴蝶效应”)。混沌捕获了舍入误差的敏感性,并可能严重影响ML系统的可预测性和可重复性,但AI/ML社区对它的理解仍然是基本的。它有很多东西等待探索。最近,Cheung和Piliouras利用体积扩张的方法证明了当一些流行的学习算法,包括乘性权值更新(MWU)、跟随正则化领导(FTRL)和乐观MWU(OMWU),被应用于零和、协调或图形常和博弈的多个子空间时,在累积支付空间中会出现李雅普诺夫混沌.人们自然会问:这些结果能推广到更广泛的博弈家族吗?我们采用博弈分解的方法,肯定地回答了这个问题。在其他的结果中,我们提出了一个“矩阵支配”的概念,并设计了一个线性规划,并用它们来表征双矩阵游戏,MWU是李雅普诺夫混沌几乎无处不在。这类对策族在双矩阵对策空间中具有正的Lebesgue测度,表明混沌是对策学习中的一个重要问题。对于多人游戏,我们提出了一般游戏和图形游戏之间的体积变化的局部等价,这是用来执行MWU和OMWU在潜在的游戏体积和混沌分析。
2020-08-02 cs.GT math.OC
Team Correlated Equilibria in Zero-Sum Extensive-Form Games via Tree Decompositions
尽管最近在计算博弈论的实践和理论上取得了许多突破,但在广泛形式的团队博弈中找到均衡仍然是一个重大的挑战。虽然在最坏的情况下是NP难的,但对于某些团队游戏族,存在可证明有效的算法。特别是,如果游戏有共同的外部信息,也被称为A-损失回忆-非正式地,由非团队成员(即,对手的球队或性质)要么是整个球队都不知道的,要么是球队内部的常识-那么多项式时间算法就存在了(Kaneko & Kline 1995)。在本文中,我们设计了一个全新的算法来解决团队游戏。它使用代表每个团队策略的约束系统的树分解来减少正确性(数学程序的紧密性)所需的约束的数量和程度。我们的方法有袋的树分解对应于团队的公共状态。我们的算法减少了问题的解决团队游戏的线性规划,最多$O(NW^{w+1})$非零条目的约束矩阵,其中$N$是游戏树的大小,$w$是一个参数,取决于不寻常的外部信息的量,和$W$是树分解的树宽。在公共行动游戏中,我们的程序大小受到更严格的$2^{O(nt)}N$的限制,每个$t$类型的$n$玩家团队。我们的算法是基于一种新的方式来编写一个自定义的,简洁的树分解,其快速的运行时间不假设分解有小的树宽。由于我们的算法直接描述了相关策略的多面体,我们可以免费找到相关策略的均衡,而不必运行双预言算法。我们通过一个标准的游戏套件上的实验表明,我们的算法实现了最先进的性能,除了一个基准游戏类。
2022-01-17 cs.GT
A Tractable Class of Cooperative Games Defined by Directed Networks: Unanimity Decomposition and Shapley Value
Czech Technical University in Prague(布拉格捷克理工大学)
本文提出了一类由加权有向图诱导的合作博弈,通过内部交互项和外部最小入边项结合,得到可计算的全体一致博弈表示,从而推导出肖普利和班扎夫值的闭式多项式时间公式,并证明该博弈具有非空核心和完全平衡性。
2026-05-18 cs.GT econ.TH
Pure Nash Equilibria in Graphical Games of Bounded Width Revisited
LAMSADE, CNRS UMR7243, Université Paris Dauphine-PSL(巴黎第九大学-PSL拉姆萨德实验室,法国国家科学研究中心联合研究单位7243)
重新审视判定图形博弈是否有纯纳什均衡的复杂性,指出相关算法缺陷,确定问题细粒度复杂性,给出新算法依赖关系,还表明算法可能最优,改进算法等同于证伪pw - SETH。
2026-07-09 cs.CC cs.DS cs.GT
Correlated Equilibria for Approximate Variational Inference in MRFs
University of Michigan - Dearborn(密歇根大学迪尔伯恩分校);Arizona State University(亚利桑那州立大学)
几乎所有博弈论图形模型的工作都反映了以前概率图形模型的工作。我们的工作考虑了相反的方向:利用平衡计算的最新进展进行概率推理。我们提出了在马尔可夫随机场(MRFs)的推理问题的配方在一定的一类博弈论图形模型的平衡计算。我们具体地建立了MRF变分概率推理和相关平衡之间的精确连接。没有以前的工作利用最近的理论和实证结果,从文献中的算法和计算博弈论上的听话,多项式时间计算的精确或近似相关的平衡,在图形游戏任意,循环图结构。我们讨论了如何设计新的算法,同样易于处理的保证MRF的近似变分推理的计算。此外,受先前所述的博弈论观点的启发,最先进的树重新加权(TRW)的消息传递技术的信念推理为零和博弈,我们提出了一个不同的,一般和潜在的游戏设计近似虚拟播放技术。我们进行合成实验,评估我们提出的近似算法与标准方法和TRW的几类经典伊辛模型(即,二进制随机变量)。我们还使用从MNIST数据集学习的伊辛模型来评估算法。我们的实验表明,我们的全球性的方法是有竞争力的,特别是闪耀在一类伊辛模型与恒定的,“非常有吸引力的”边权重,它往往是优于所有其他的替代品,我们评估。除了一个明显的例外,我们更本地化的方法没有那么有效。然而,公平地说,几乎所有的替代方案通常都不比一个简单的基线好:估计0.5。
2017-10-07 cs.AI cs.GT stat.ML
Pirates in Wonderland: Liquid Democracy has Bicriteria Guarantees
流动民主有一个自然的图形表示,即授权图。因此,流动民主的战略方面可以作为一个委托图上的博弈来研究,称为流动民主博弈。我们的主要结果是,这个游戏的双准则近似保证,在理性和社会福利。具体地说,我们证明了在流动民主博弈中,$ε$ -Nash均衡的稳定代价就是$ε$.
2021-11-22 cs.GT
Second-Order Potentials for Finite Games: Existence, Characterisation, and Game Decomposition
Queen’s Management School, Queen’s University Belfast(贝尔法斯特女王大学皇后管理学院)
本文研究对称不成立时有限博弈的二阶势,构建MS势并提出MS分解,证明行动数相等的博弈中MS势增广项与Candogan等人提出的势一致。
2026-08-19 cs.GT econ.TH