ReLExS: Reinforcement Learning Explanations for Stackelberg No-Regret Learners
ETH Zurich(苏黎世联邦理工学院)
本文研究了双人 Stackelberg 博弈中跟随者受无悔约束时的均衡问题,证明了在无悔约束及特定跟随者策略下玩家仍能达到 Stackelberg 均衡,并给出了效用差的严格上界及常和博弈下总效用的有界性保证。
2024-08-26 cs.GT cs.LG
No-Regret Learning in Dynamic Stackelberg Games
University of California, Berkeley(加利福尼亚大学伯克利分校);Purdue University(普渡大学);The University of Texas at Austin(得克萨斯大学奥斯汀分校)
在Stackelberg博弈中,领导者采用随机策略,跟随者选择最佳策略作为回应。我们认为一个标准的Stackelberg游戏的扩展,称为离散时间动态Stackelberg游戏,有一个潜在的状态空间,影响领导者的奖励和可用的策略,并根据领导者和追随者的选择策略的马尔可夫方式演变。虽然标准的Stackelberg游戏已被用来提高调度安全域,他们的部署往往是有限的,需要完整的信息的追随者的效用函数。相反,我们考虑的情况下,跟随者的效用函数是未知的领导者,但是,它可以线性参数化。然后,我们的目标是提供一个算法,规定一个随机策略的领导者在游戏的每一步的基础上观察如何追随者在前面的步骤作出反应。我们设计了一个无遗憾的学习算法,具有很高的概率,实现了遗憾界(相比,事后的最佳政策),这是次线性的时间步长的数量;次线性的程度取决于代表追随者的效用函数的功能的数量。所提出的学习算法的后悔度与状态空间的大小和多项式中其余的博弈参数无关。我们表明,所提出的学习算法优于现有的无模型强化学习方法。
2022-02-10 cs.GT cs.LG
Approachability in Stackelberg Stochastic Games with Vector Costs
本文提出在动态变化环境中多目标优化问题中,针对向量成本的Stackelberg随机博弈的可接近性策略,并设计了计算可行的算法和强化学习方法。
2016-06-21 cs.GT cs.LG cs.SY
Cooperative Control of Mobile Robots with Stackelberg Learning
University of Colorado Boulder(科罗拉多大学博尔德分校)
多机器人合作要求代理做出与共同目标一致的决策,而不忽视可能因能力和个人目标的不对称而产生的特定于行动的偏好。为了实现这一目标,我们提出了一种名为SLiCC的方法:Stackelberg Learning in Cooperative Control。SLiCC将问题建模为由Stackelberg双矩阵游戏组成的部分可观察随机游戏,并使用深度强化学习来获得与这些游戏相关的支付矩阵。适当的合作行动,然后选择与派生的Stackelberg均衡。使用一个双机器人协作对象运输问题,我们验证了SLiCC对集中式多智能体Q学习的性能,并证明SLiCC实现了更好的组合效用。
2020-08-03 cs.GT cs.LG cs.MA
Robust Reinforcement Learning as a Stackelberg Game via Adaptively-Regularized Adversarial Training
Carnegie Mellon University(卡内基梅隆大学)
鲁棒强化学习(RL)专注于提高模型错误或对抗攻击下的性能,这有助于RL代理的实际部署。鲁棒对抗性强化学习(RARL)是最流行的鲁棒强化学习框架之一。然而,大多数现有的文献模型RARL作为一个零和同步游戏的纳什均衡作为解决方案的概念,这可能会忽略RL部署的顺序性,产生过于保守的代理,并诱导训练不稳定。在本文中,我们介绍了一种新的层次制定的强大的RL -一般和Stackelberg游戏模型称为RRL-Stack -正式的顺序性质,并提供额外的灵活性,强大的训练。我们开发了Stackelberg策略梯度算法来解决RRL-Stack,通过考虑对手的响应来利用Stackelberg学习动态。我们的方法生成具有挑战性但可解决的对抗环境,有利于RL代理的鲁棒学习。在单智能体机器人控制和多智能体高速公路合并任务中,我们的算法对不同的测试条件表现出更好的训练稳定性和鲁棒性。
2022-09-24 cs.AI cs.GT cs.LG
Learning in Stackelberg Games with Non-myopic Agents
UC Berkeley(伯克利大学);Massachusetts Institute of Technology(麻省理工学院);Cornell University(康奈尔大学)
针对非短视代理可能误导学习的问题,提出将其归约为短视代理下鲁棒bandit优化的通用框架,并显著提升了SSG的查询复杂度至近线性。
2025-05-28 cs.DS cs.GT cs.LG
The Intelligent Disobedience Game: Formulating Disobedience in Stackelberg Games and Markov Decision Processes
Independent Researcher(独立研究者);Tufts University(塔夫茨大学)
本文提出智能不服从游戏(IDG),通过Stackelberg游戏框架建模人类与辅助体的不对称信息交互,分析多步场景中的最优策略,揭示如'安全陷阱'等战略现象,为开发安全非合规学习算法和研究人类对不服从AI的信任提供数学基础。
2026-03-22 cs.AI cs.GT cs.LG
Multi-agent Reinforcement Learning in Bayesian Stackelberg Markov Games for Adaptive Moving Target Defense
Arizona State University(亚利桑那州立大学)
网络安全领域大多是一场猫捉老鼠的游戏,新的攻击的发现引领了这一趋势。为了剥夺攻击者的侦察优势,研究人员提出了主动防御方法,如移动目标防御(MTD)。为了找到好的移动策略,研究人员将MTD建模为防御者和网络对手之间的领导者-追随者游戏。我们认为,现有的模型是不够的顺序设置时,有一个理性的对手的信息不完整,并产生次优的运动策略。此外,虽然存在一系列关于在网络安全的顺序设置中学习防御策略的工作,但由于不完整信息引起的可扩展性问题,它们要么不受欢迎,要么倾向于忽略对手的战略性质,从而简化场景以使用单代理强化学习技术。为了解决这些问题,我们提出了(1)一个统一的博弈论模型,称为贝叶斯Stackelberg马尔可夫博弈(BSMG),可以对攻击者类型和MTD系统的细微差别的不确定性进行建模,以及(2)贝叶斯强Stackelberg Q学习(BSS-Q)方法,可以通过交互在合理的时间内学习BSMG的最佳移动策略。我们在不完全信息马尔可夫博弈的景观BSMG和强Stackelberg均衡(SSE)的概念,在他们的特点。我们表明,我们的学习方法收敛到一个SSE的BSMG,然后强调,学习的运动策略(1)提高了最先进的MTD的Web应用程序的安全性和(2)收敛到最佳的策略,即使在MTD域的不完整的信息,对手的奖励和过渡的先验信息是缺席。
2020-07-20 cs.AI cs.CR cs.GT
Inverse Stackelberg Solutions for Games with Many Followers
本文研究了多局中人逆Stackelberg对策。我们考虑静态和微分对策。本文的主要假设是策略集的紧性。我们得到了逆Stackelberg解的特征,并在附加条件下建立了逆Stackelberg解的存在性定理.
2014-04-18 math.OC
A Verification Theorem for Stackelberg Stochastic Differential Games in Feedback Information Pattern
研究了有限时间内反馈信息模式下的Stackelberg随机微分对策.在哈密顿量的水平上得到了一个抛物型偏微分方程组,给出了反馈Stackelberg平衡的验证定理。作为一个例子,研究了一个线性二次Stackelberg随机微分对策。引入Riccati方程来表示反馈Stackelberg平衡,讨论了在某些特殊情况下Riccati方程的解析解和数值解。
2021-08-14 math.OC
Zero-Sum Stackelberg Stochastic Linear-Quadratic Differential Games
研究了有限水平上的零和Stackelberg随机线性二次(简称LQ)微分对策.在一个较弱的条件下,通过求解一个正向随机LQ最优控制问题(简称SLQ问题)和一个反向SLQ问题,得到了Stackelberg平衡点.在构造Stackelberg平衡时,导出了两个Riccati方程.一个有趣的发现是,这两个Riccati方程的差异与零和Nash随机LQ微分对策的Riccati方程相吻合,这意味着Stackelberg均衡和Nash均衡实际上是相同的。因此,Stackelberg均衡承认一个线性状态反馈表示,和纳什博弈可以解决的领导者-追随者的方式。
2021-10-03 math.OC
Linear-Quadratic Mixed Stackelberg-Nash Stochastic Differential Game with Major-Minor Agents
研究了一类由三种类型的智能体组成的受控线性二次型大种群系统:主要领导者、次要领导者和次要追随者。通过主从平均场博弈和主从Stackelberg博弈研究了Stackelberg-Nash-Cournot(SNC)近似均衡.利用变分方法,SNC近似均衡策略可以用开环意义下的前向-后向随机微分方程(FBSDES)表示。并利用Riccati方程给出了开环控制策略的反馈形式。
2019-05-27 math.OC
A Linear Quadratic Stochastic Stackelberg Differential Game with Time Delay
研究了一类具有时滞的线性二次随机Stackelberg微分对策.该模型具有一般性,其中状态时滞和控制时滞都出现在状态方程中,并且都进入扩散项。通过引入两个伪Riccati方程和一个特殊的矩阵方程,在一定的假设条件下,导出了开环Stackelberg策略的状态反馈表达式。最后,通过两个例子说明了理论结果的应用.
2020-12-28 math.OC
Optimization frameworks and sensitivity analysis of Stackelberg mean-field games
本文提出并研究了一类离散时间有限时域Stackelberg平均场对策,该对策具有一个领导者和无穷多个相同且不可区分的从者。在这个博弈中,领导者的目标是最大化她的奖励,考虑最坏情况下的成本超过所有可能的$ε$ -纳什均衡的追随者。一个新的分析范式,建立了显示之间的等价性,这Stackelberg平均场游戏和一个极大极小最优化问题。这个优化框架有利于研究分析和数值的纳什均衡的游戏,并导致的灵敏度和鲁棒性分析的游戏价值。特别是,当存在模型不确定性时,领导者的博弈值随着扰动模型收敛到真实模型而具有非零次优性。为了获得一个接近最优解,领导者需要更加悲观的模型误差的预期,并采用原来的斯塔克伯格游戏的放松版本。
2022-10-08 math.OC
Stackelberg games with the third party
本文在离散时间、动态和平均场三类Stackelberg博弈中引入第三方以实现时间不一致的Stackelberg均衡,通过类似行业协会的第三方利用折扣因子对领导者背叛行为施加惩罚,推导出防止背叛的条件,证明了该干预方法的有效性与可操作性。
2024-07-25 math.OC
The Maximum Principle for Global Solutions of Stochastic Stackelberg Differential Games
本文得到了随机(全局)开环和随机(全局)闭环Stackelberg微分对策的最大值原理。对于闭环情形,我们利用受控正倒向随机微分方程的理论推导出领导者最优策略的最大值原理。在开环线性二次Stackelberg对策的特殊情况下,将从者的哈密顿系统看作领导者的状态方程,导出了相应的随机Riccati方程,并在适当的假设下证明了Riccati方程解的存在唯一性.然而,对于闭环线性二次Stackelberg对策,我们可以写出由向前向后随机微分方程组成的相关Riccati方程,而将其解的存在性作为一个开放问题。
2012-10-29 math.OC
Local Stackelberg equilibrium seeking in generalized aggregative games
我们提出了一个两层,半分散算法计算局部解的Stackelberg均衡问题的聚合游戏耦合约束。具体来说,我们专注于一个单一的领导者,多个追随者的问题,等价重铸后的Stackelberg游戏作为一个数学规划与互补约束(MPCC),我们迭代凸化的正则化版本的MPCC作为内部问题,其解决方案产生一个序列的可行下降方向为原来的MPCC。因此,通过在每一个外迭代追求一个下降方向,我们建立收敛到一个局部Stackelberg平衡。最后,所提出的算法进行了测试的数值案例研究,涉及一个层次的实例充电协调的插电式电动汽车(PEVs)。
2020-06-06 cs.GT cs.MA cs.SY
Deterministic Dynamic Stackelberg Games: Time-Consistent Open-Loop Solution
本文重新讨论了已知的确定性线性二次Stackelberg对策,其开环Stackelberg解实际上具有时间不一致性。为了处理这种时间不一致性,引入了一个两层博弈框架,其中上层博弈根据Stackelberg的领导者和追随者的场景工作,两个下层跨期博弈给出了追随者和领导者的均衡响应映射,该映射模仿了现有文献中时间一致的开环均衡控制的概念。两层博弈的开环均衡解是弱时间一致的,即只有当过去的政策与均衡政策一致时,所采用的政策才不会在未来被拒绝。得到了该解的存在唯一性的充要条件,并通过几个Riccati型方程的解给出了这些条件的刻画。
2022-03-08 math.OC
Regulation of Rumor Propagation via (Multi-Leader) Stackelberg Graphon Games
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文研究通过斯塔克尔伯格图论游戏控制大规模网络中谣言传播,提出多领导者模型并设计双层算法,展示竞争性主体会导致群体意见分裂。
2026-04-28 math.OC
Stackelberg Stochastic Differential Game with Asymmetric Noisy Observations
研究了一类具有非对称噪声观测的Stackelberg随机微分对策,其中有一个跟随者和一个领导者.在我们的模型中,跟随者不能直接观察到状态过程,但可以观察到一个嘈杂的观察过程,而领导者可以完全观察到状态过程。开环Stackelberg平衡被认为是。其次,首先求解了一个部分观测的随机最优控制问题,得到了该问题的最大值原理和验证定理。然后,领导者转向求解一个条件均值场正倒向随机微分方程的最优控制问题,证明了最大值原理和验证定理。讨论了具有非对称噪声观测的线性二次Stackelberg随机微分对策,以说明本文的理论结果。借助于某些Riccati方程,开环Stackelberg平衡点允许其状态估计反馈表示。
2020-07-11 math.OC
Branch-and-price with novel cuts, and a new Stackelberg Security Game
该研究针对关键基础设施防护的Stackelberg安全博弈问题,提出新型有效不等式求解强Stackelberg均衡,结合分支定价法验证了方法优于现有标准公式,并分析了参数对性能的影响。
2024-05-15 cs.GT math.OC
Closed-Loop Stackelberg Strategy for Linear-Quadratic Leader-Follower Game
本文针对线性二次领导者-跟随者博弈,利用约束最大值原理和Riccati方程,提出带一步记忆的显式闭环Stackelberg策略,数值实验证明其性能优于反馈策略。
2024-03-16 math.OC
An Existence Result for Hierarchical Stackelberg v/s Stackelberg Games
在Stackelberg v/s Stackelberg博弈中,领导者的集合在一个纳什博弈中竞争,这个纳什博弈受到另一个纳什博弈的均衡条件的约束。由此产生的平衡问题的困扰的非唯一性的追随者平衡和非凸性的领导者问题,从而提供充分条件的存在,全球甚至局部平衡的问题仍然在很大程度上开放。事实上,可用的存在陈述是限制性的和特定于模型的。在本文中,我们提出了什么可能是第一个普遍存在的结果,这类游戏的平衡。重要的是,我们没有对下一级博弈的均衡施加单值性假设。具体地说,在领导者的目标允许一个拟势函数的假设下,本文引入了一个适当定义的最优化问题的全局和局部最小值被证明是博弈的全局和局部均衡。实际上,平衡点的存在性可以通过最优化问题的可解性来保证,该可解性在温和且可验证的条件下成立。我们通过通信网络中的一个应用来激发拟势博弈.
2013-12-31 math.OC
Multiscale Control of Stackelberg Games
我们提出了一个具有大量追随者的线性-二次Stackelberg对策,我们也得到了无穷多追随者的平均场极限。研究了最优化与平均场极限之间的关系,建立了相容性条件。最后,我们提出了一个数值方法的基础上导出的模型和数值结果。
2020-11-06 econ.TH math.DS math.OC
A Linear-quadratic Mean-Field Stochastic Stackelberg Differential Game with Random Exit Time
本文研究了一个新的具有一个领导者和两个追随者的线性二次平均场随机Stackelberg微分对策模型,其中领导者可以在任意时刻停止策略.我们的首要目标是找到这样一个模型的领导者和追随者的Stackelberg解决方案。采用逆向归纳法将状态方程分解为两阶段方程。利用最大值原理和验证定理,得到了该模型的Stackelberg解.
2021-06-07 math.FA math.OC
Neural Operators Can Play Dynamic Stackelberg Games
University of Michigan(密歇根大学);McMaster University(麦克马斯特大学);Vector Institute(矢量研究所)
本文证明基于注意力的神经算子能近似实现动态 Stackelberg 博弈中跟随者的最佳响应算子,并利用万能逼近定理与博弈稳定性结果证明了该近似博弈的值收敛于原始博弈的值。
2024-11-14 cs.LG cs.NA math.NA
A dynamic Stackelberg game for green supply chain management
在本文中,我们建立了一个动态博弈分配企业社会责任(CSR)的供应链成员。提出了一个分散状态下的三层供应链模型,其中包括一个供应商、一个制造商和一个零售商。为了分析供应链在分散状态下的绩效以及供应链成员之间的关系,本文采用Stackelberg博弈,并考虑了两层博弈的分层均衡解。特别是,我们制定了一个模型,通过多个时期的帮助下,一个动态的离散Stackelberg游戏。我们得到了一个平衡点,在这个平衡点上,供应链成员的利润和供应链承担的社会责任水平都最大化。
2015-06-21 math.OC
Stabilization of Stackelberg Game-Based Control Systems
在本文中,我们关注的Stackelberg对策为基础的系统的稳定性。特别地,两个参与者参与到系统中,其中一个是跟随者以最小化相关的费用函数,另一个是领导者以稳定系统。本文的主要贡献是给出了基于博弈的系统稳定的充要条件。其关键技术是基于最大值原理显式求解前向和向后差分方程,并利用矩阵最大值原理求出领导者的最优反馈增益矩阵。
2021-05-01 math.OC
Constrained Linear Quadratic Stackelberg Games with Applications in Demand Response
研究了一类开环信息结构下的动态Stackelberg对策,该对策具有约束线性代理动力学和二次效用函数。我们展示了这类动态Stackelberg博弈的两个重要性质。首先,我们证明了在温和的条件下,在Stackelberg游戏的解决方案的个体代理的最优控制与团队问题的解决方案相吻合,其中所有代理合作实现协调员的目标。其次,我们证明了在每个时间步的代理的控制是不增加的协调员的控制在同一步骤,和非减少的协调员的控制在其他步骤。这些属性使我们能够开发一个算法,收敛到全局最优解的动态Stackelberg游戏。所提出的算法说明了两个需求响应的应用程序:电动汽车充电的协调和恒温控制负载的协调。数值算例验证了该方法的有效性。
2016-08-07 math.OC
Subsidizing a New Technology: An Impulse Stackelberg Game Approach
针对零排放车辆补贴问题,本文构建含企业连续定价与政府离散补贴干预的脉冲 Stackelberg 博弈,并用验证定理刻画 Feedback Stackelberg 均衡。
2025-07-15 math.OC
Computing Algorithm for an Equilibrium of the Generalized Stackelberg Game
针对1-N广义Stackelberg博弈均衡求解难的问题,提出将其转化为等价1-1博弈并结合投影隐式梯度下降的多项式时间求解方法,通过两个EV充电站定价问题验证了有效性。
2023-06-09 cs.GT math.OC
Observability Inequality from Measurable Sets and the Stackelberg-Nash Game Problem for Degenerate Parabolic Equations
本研究借助Carleman估计等工具建立退化抛物方程的可测集能观性不等式,应用于Stackelberg-Nash博弈均衡存在性证明,并分析均衡集与范数最优控制问题。
2023-06-14 math.OC
Multi-Stage Pricing for Coordination of Thermostatically Controlled Loads: A Dynamic Stackelberg Game Approach
本文重点研究了多个恒温控制负载(TCL)的多级协调问题。每个负载响应于能量价格最大化个体效用,而协调器确定受峰值能量约束的价格以最大化社会福利。协调问题被制定为一个动态Stackelberg游戏。Stackelberg解的推导采用了一种间接的方法:首先得到Stackelberg对策的一个上界,然后证明这个上界是可达到的.给出了最优解的充分条件。在此基础上,利用用户响应的单调性,提出了一种保证收敛的定价算法来计算Stackelberg解。我们的控制策略进行了验证,使用真实的市场数据和天气信息,和现实的仿真结果,以证明所提出的控制框架的有效性。
2016-08-07 math.OC
Static multilevel reverse Stackelberg games: existence and computations of best strategies
研究了多层反向Stackelberg对策。在这个博弈中,领导者通过向他/她自己的决策空间宣布作为跟随者的决策变量的函数的策略来控制结果。与领导者的策略相对应,下一级中的参与者将他/她的策略呈现为其余参与者的决策变量的函数。重复该过程,直到轮到层级中的底层玩家为止,底层玩家通过确定他/她的最佳决策变量来做出反应。这种博弈结构可用于资源分配、能源市场定价、递阶控制等分散多级决策问题。本文对这类问题给出了仿射领导者逆Stackelberg策略的存在条件和构造方法。作为现有文献的推广,我们考虑了追随者的目标函数的非凸子水平集。此外,还提出了一种方法来构造多个反向Stackelberg战略的领导者。
2023-02-28 math.OC
Stochastic Linear Quadratic Stackelberg Differential Game with Overlapping Information
研究了具有重叠信息的随机线性二次Stackelberg微分对策,其中扩散项包含控制变量和状态变量。这里的“重叠”是指跟随者的信息和领导者的信息之间有共同的部分,而没有包含关系。通过随机最大值原理、直接计算代价泛函的导数和随机滤波,得到了跟随者和领导者的最优控制。引入一个新的Riccati方程组来表示Stackelberg均衡策略的状态估计反馈。一个特殊的可解的情况下,然后研究和应用到连续时间的委托代理问题。
2018-04-28 math.OC
A Numerical Analysis for Pursuit-Evasion Games under the Stackelberg Eqilibrium
Air Systems Research Center, Technical Research and Development Institute, Ministry of Defense, Japan(日本防卫省技术研究开发本部航空系统研究中心);Acquisition, Technology and Logistics Agency, Ministry of Defense, Japan(日本防卫省装备取得技术统括本部)
本文提出了一种在Stackelberg均衡下求解追捕-躲避微分博弈的数值分析框架,引入Semi-DCNLP方法用于飞行路径优化,并验证了该方法的有效性。
2026-04-20 math.OC
The computation of approximate feedback Stackelberg equilibria in multi-player nonlinear constrained dynamic games
本文提出一种高效方法,通过将反馈Stackelberg动态博弈重构为嵌套优化问题并使用牛顿式原始-对偶内点法,计算多人非线性约束动态博弈中的近似局部均衡,并证明了算法的指数收敛性。
2025-04-02 cs.SY eess.SY math.OC
The solvability and a Stackelberg-Nash game problem for degenerate elliptic equations
本研究通过加权Sobolev不等式与紧嵌入技术,研究退化椭圆方程弱解空间性质,并应用于证明Stackelberg-Nash博弈均衡的存在性。
2023-10-11 math.AP math.OC
Dynamic Signaling Games with Quadratic Criteria under Nash and Stackelberg Equilibria
本文考虑了动态(多阶段)信令游戏涉及的编码器和解码器的主观模型的费用函数。我们认为纳什(错误的移动)和Stackelberg(领导者-追随者)均衡的动态信号博弈下二次标准。对于多阶段标量廉价谈话,我们表明,最终阶段的平衡总是量化的,并在进一步的条件下,所有的时间阶段的平衡必须量化。相比之下,斯塔克伯格均衡总是充分揭示。在无记忆高斯信道上传输高斯-马尔可夫信源的多阶段信令博弈中,仿射策略构成了纳什均衡最佳响应映射下的不变子空间;而Stackelberg均衡总是允许标量信源的线性策略,但这种策略对于多维信源可能是非线性的。我们得到了一个明确的递归多维源的最佳线性编码策略,并推导出条件下,Stackelberg均衡是信息。
2019-02-13 cs.IT math.IT math.OC
A Three-level Stochastic Linear-quadratic Stackelberg Differential Game with Asymmetric Information
研究了一个三层非对称信息的随机线性二次Stackelberg微分对策,其中三个局中人分别为局中人1、局中人2和局中人3.参与人3是参与人2和参与人1的领导者,参与人2是参与人1的领导者,参与人1是追随者.所考虑的非对称信息是:参与人1可用的信息基于参与人2可用的信息的子$σ$ -代数,参与人2可用的信息基于参与人3可用的信息的子$σ$ -代数。利用正倒向随机微分方程的最大值原理和最优滤波方法,借助于一个由三个Riccati方程组成的新系统,给出了对策的反馈Stackelberg均衡.
2022-10-21 math.OC
Stochastic Linear-Quadratic Stackelberg Differential Game with Asymmetric Informational Uncertainties: Robust Optimization Approach
本文研究具有非对称信息不确定性的随机线性二次Stackelberg微分博弈,采用鲁棒优化方法,通过求解跟随者的min-max问题和领导者的max-min问题,并利用Riccati方程给出鲁棒Stackelberg均衡的显式状态反馈表示。
2024-07-08 math.OC
Dynamic Data Pricing: A Mean Field Stackelberg Game Approach
School of Mathematics and Statistics, Xidian University(西安电子科技大学数学与统计学院)
本文提出基于均场Stackelberg博弈的方法,用于动态数据定价问题,通过三级博弈模型分析数据买家、经纪人和卖家之间的战略互动,并推导出近似纳什均衡策略和最优定价策略。
2025-12-25 math.OC
Linear Quadratic Stackelberg Stochastic Differential Games: Closed-Loop Solvability
研究了一类线性二次Stackelberg随机微分对策的闭环可解性,其中系数是确定的。引入闭环可解性的概念,要求闭环可解性与系统的初态无关。首先解决跟随者的问题,闭环最优策略由Riccati方程和线性向后随机微分方程的自适应解表征。然后通过交叉耦合的Riccati方程组得到了领导者非预期闭环最优策略存在的必要条件。充分性是开放的,因为平方完备法是无效的。
2020-12-29 math.OC
An overlapping information linear-quadratic Stackelberg stochastic differential game with two leaders and two followers
本文研究具有重叠非对称信息的双领导者-双追随者LQ Stackelberg随机微分博弈,通过Riccati方程、最大值原理和CMF-FBSDE方法,获得了Stackelberg-Nash均衡的状态估计反馈表示。
2024-01-16 math.OC
Three-Level Multi-Leader-Follower Incentive Stackelberg Differential Game with $H_\infty$ Constraint
本文研究带$H_\infty$约束的三级多主从激励Stackelberg微分博弈,结合$H_2/H_\infty$控制、凸分析等理论得到三级策略集,实现顶层最优、扰动抑制与跟随者纳什均衡,并用数值算例验证存在性。
2024-12-12 math.OC
Sequential decomposition of stochastic Stackelberg games
本文研究了一个离散时间的随机Stackelberg对策,该对策具有一个领导者和多个追随者。跟随者和领导者都有条件独立的私有类型,以行动和先前的状态为条件,作为受控的马尔可夫过程进化。我们的目标是计算随机Stackelberg均衡的游戏中的领导者承诺的动态策略。每个追随者的策略是领导者的策略和其他追随者的策略的最佳对策,而每个领导者的策略是最优的,如果追随者采取最佳对策。一般来说,计算这样的均衡需要求解整个博弈的不动点方程。在本文中,我们提出了一个向后递归算法,计算这样的战略,解决较小的不动点方程每次$t$。在此基础上,我们计算了一个安全实例和一个用于~ \cite{El17}(beeps)的动态信息设计实例的随机Stackelberg均衡。
2022-09-19 cs.GT econ.TH math.OC
Linear-quadratic Stochastic Stackelberg Differential Games with Affine Constraints
本文研究带仿射约束的线性二次随机Stackelberg微分博弈,利用随机Riccati方程和Lagrange对偶理论求解最优策略并给出反馈Stackelberg均衡,同时提出正定条件保证对偶问题解的唯一性。
2024-12-25 math.OC
Open-Loop Stackelberg LQ Difference Games with Coupled-Affine Inequality Constraints: An Exact OCP--LCS/LCQP Reformulation
Indian Institute of Technology Madras(印度马德拉斯理工学院)
针对带耦合仿射状态-控制不等式约束的有限时域线性二次Stackelberg差分博弈,提出将其精确重构为最优控制问题与线性互补二次规划的方法,实现该博弈均衡的数值计算并通过约束网络流博弈验证。
2026-09-14 cs.SY eess.SY math.OC
Stochastic Mean-Field LQ Stackelberg Differential Games with Random Coefficients: Theory and a Deep FBSDE Picard Solver
Southern University of Science and Technology(南方科技大学)
本文研究了一种具有随机系数的随机均场线性二次斯塔克尔伯格微分博弈问题,通过扩展拉格朗日乘数法推导出追随者的最优响应的仿射算子表示,并通过深度FBSDE皮卡求解器解决领导者问题,验证了该框架的有效性。
2026-05-21 math.OC
A Stackelberg Game of Backward Stochastic Differential Equations with Partial Information
研究了具有部分信息的倒向随机微分方程的Stackelberg对策,其中跟随者的信息是领导者信息的子$σ$ -代数.首先利用倒向随机微分方程和正倒向随机微分方程的部分信息随机最大值原理,给出了一般问题中跟随者和领导者最优的充要条件.然后研究了具有部分信息的线性二次Stackelberg对策。首先通过两个Riccati方程给出了跟随器最优控制的状态估计反馈表达式。然后将领导者问题转化为模糊控制系统的最优控制问题。引入四个高维Riccati方程来表示领导者的最优控制的状态估计反馈。将理论结果应用于金融市场中两个参与者的养老基金管理问题。
2019-10-23 math.OC
Stackelberg stopping games
China School of Banking and Finance, University of International Business and Economics(对外经济贸易大学中国银行业与金融学院);School of Mathematics and Statistics, University of Sydney(悉尼大学数学与统计学院)
研究离散时间 Dynkin 博弈的 Stackelberg 变体,其中领导者先承诺停止策略,追随者最优响应,导致时间不一致性;通过熵正则化保证随机均衡存在性。
2026-10-22 math.OC
Mean Field Games in a Stackelberg problem with an informed major player
研究知情大玩家向小玩家群体披露私人信息的Stackelberg随机微分博弈,证明其存在松弛解且大玩家的最优控制在有限小玩家博弈中近似最优。
2023-11-25 math.OC
A Stackelberg Game for Multi-Period Demand Response Management in the Smart Grid
研究了多个电力公司相互竞争的智能电网中多时段需求响应管理问题。用户公用事业公司之间的互动是通过纳什均衡捕获的Stackelberg类型的非合作对策建模。结果表明,这个游戏有一个独特的Stackelberg均衡,在该公用事业公司设定的价格,以最大限度地提高他们的收入(在纳什博弈),而用户相应地响应,以最大限度地提高他们的效用,他们的预算约束。为用户和电力公司的相应策略提供了封闭形式的表达式。结果表明,与单周期方案相比,多周期方案能更好地激励用户参与博弈。提供了关于用户参与所需的最小预算的充要条件。
2015-09-13 cs.GT math.OC
Mean Field Stackelberg Game for Production and Carbon Emission Reduction with State Reflections
School of Mathematics and Statistics, Xidian University(西安电子科技大学数学与统计学院);The Chinese University of Hong Kong(香港中文大学);University of Science and Technology of China(中国科学技术大学)
针对带跨界污染与不可逆损害的全球变暖问题,提出含控制量平均场交互与共同噪声的两级斯塔克尔伯格博弈,通过反射机制执行排放上限,证明近似均衡存在性并经蒙特卡洛模拟分析敏感性,为生产与碳减排决策提供方法支持。
2026-08-14 math.OC