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
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
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
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
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
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
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
Stable Outcomes in Modified Fractional Hedonic Games
在联盟形成博弈中，自组织联盟是独立代理人之间战略互动的结果。对于每对代理$(i,j)$，权重$w_{i,j}=w_{j,i}$反映了代理$i$和$j$从属于同一联盟而受益多少。我们考虑改进的分数享乐博弈，即联盟形成博弈，其中代理人的效用使得属于联盟的代理人$i$的总收益（由$w_{i,j}$相对于属于同一联盟的所有其他代理人$j$的总和给出）在该联盟的所有其他成员上平均，即，排除自己。修正的分数享乐博弈构成了一类简洁的享乐博弈。我们感兴趣的情况下，代理人，单独或联合，选择形成一个新的联盟或加入现有的，直到一个稳定的结果是达成。为了这个目的，我们考虑共同的稳定性概念，导致强纳什稳定的结果，纳什稳定的结果或核心稳定的结果：我们研究它们的存在性，复杂性和性能，无论是在一般权重的情况下，在0-1权重的情况下。特别是，我们完全描述了所考虑的稳定结果的存在性，并显示了许多关于修改的分数享乐游戏的这些自然稳定结果的性能的紧或渐近紧结果，还强调了与分数享乐游戏模型的差异，其中联盟中代理人的总收益是该联盟的所有成员的平均值，即，包括她自己
2018-04-18 cs.GT
p-additive games: a class of totally balanced games arising from inventory situations with temporary discounts
本文提出一类新的完全平衡合作博弈p-加性博弈，证明其核非空，研究其凹凸性与单调性，并提出修正SOC规则作为解，给出两个刻画。
2024-02-06 cs.GT
Simplifications to Guide Monte Carlo Tree Search in Combinatorial Games
本研究针对组合博弈策略开发，提出通过分析简化策略与简化版博弈来改进蒙特卡洛树搜索（MCTS）、构建集成策略的方法，可作为高复杂度博弈的策略开发启发式手段。
2025-01-13 cs.GT
A regularized variance-reduced modified extragradient method for stochastic hierarchical games
针对含期望值与分层项的N参与者随机分层博弈，提出迭代正则化、平滑的方差缩减修正超梯度框架，并给出收敛速率、复杂度及非精确下层求解扩展。
2024-01-25 cs.GT math.OC
Congestion Games with Distance-Based Strict Uncertainty
我们提出了一个新的拥塞博弈模型，其中代理人对其他代理人使用的路线具有不确定性。我们采取一种非概率的方法，假设每个代理都知道使用边缘的代理数量在一定范围内。鉴于这种不确定性，我们模型代理人最大限度地减少他们的最坏情况下的成本（WCC）或最坏情况下的遗憾（WCR），并研究均衡存在的影响，通过自适应发挥收敛，和效率。在WCC行为下，博弈简化为修正的拥塞博弈，当代理具有适度的不确定性时，福利得到改善。根据WCR行为的游戏是不是，在一般情况下，一个拥挤的游戏，但我们证明了一个简单的一类游戏的收敛性和效率的界限。
2017-03-26 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
Fast Convergence in Semi-Anonymous Potential Games
对数线性学习在博弈论和分布式控制文献中都有广泛的研究。它在许多应用中很有吸引力，因为它经常保证智能体的集体行为将概率收敛到最优系统配置。然而，最坏情况下的收敛时间可能非常长，即，玩家数量呈指数级增长我们正式提出了一种改进的对数线性学习算法，其最坏情况下的收敛时间是大致线性的球员的数量。我们证明了这一特性的一类潜在的游戏代理的效用函数可以表示为一个函数的聚集行为在一个有限的人口。最后，我们表明，收敛时间保持大致线性的球员的数量，即使当球员被允许进入和退出游戏随着时间的推移。
2015-11-18 cs.GT
Game of GANs: Game-Theoretical Models for Generative Adversarial Networks
Isfahan University of Technology（伊斯法罕理工大学）；University of Arizona（亚利桑那大学）
生成对抗网络（GANs）最近在AI社区引起了相当大的关注，因为它能够生成与真实数据具有显著统计相似性的高质量数据。从根本上说，GAN是两个神经网络之间的博弈，它们以对抗的方式训练，以达到零和纳什均衡。尽管GANs在过去几年中取得了进步，但仍有一些问题有待解决。本文回顾了有关GANs博弈论方面的文献，并讨论了博弈论模型如何解决生成模型的特定挑战并提高GAN的性能。我们首先介绍了一些基本知识，包括基本的GAN模型和一些博弈论背景。然后，我们提出了分类法，将最先进的解决方案分为三个主要类别：修改后的游戏模型，修改后的架构和修改后的学习方法。分类是基于修改的基本GAN模型提出的博弈论方法在文献中。然后，我们探讨每个类别的目标，并讨论每个类别的近期作品。最后，我们讨论了在这一领域仍然存在的挑战，并提出未来的研究方向。
2022-01-03 cs.AI cs.GT cs.LG
Constructive proof of the existence of Nash Equilibrium in a finite strategic game with sequentially locally non-constant payoff functions by Sperner's lemma
利用Sperner引理对单纯形的修改划分，我们将建设性地证明在一个有限的战略博弈与顺序局部非常数支付函数的纳什均衡的存在性。我们遵循毕肖普式的构造性数学。
2011-08-23 cs.GT math.LO
No need for conspiracy: Self-organized cartel formation in a modified trust game
我们研究了一个混合人口的信任博弈的动态，其中个人与买家的角色被迫发挥对预定数量的卖家，他们选择动态。代理人的作用，卖方也被允许适应的水平，为金钱的价值，他们的产品，基于回报。动态经历了一个特定的值的战略更新率，以上观察到一个新兴的卡特尔组织，卖方有类似的价值低于最佳性价比的过渡。这种卡特尔组织不是由于代理人之间的明显勾结，而是由于个人收益最大化而自发产生的。这一动态的特点是大幅度波动和大部分参数空间的高度不可预测性，并可作为观察到的某些商品价格水平升高和波动的合理定性解释。
2013-01-10 cs.GT physics.soc-ph q-fin.GN
An evolutionary game with environmental feedback and players' opinions
本文研究了一个具有环境反馈和参与者观点的双层演化博弈，分析了环境、群体状态与观点之间的层级耦合影响，并通过MATLAB数值实验验证了模型行为。
2023-07-10 cs.GT
Optimal Modified Feedback Strategies in LQ Games under Control Imperfections
Mechanical and Aerospace Engineering, University of California, Davis（加州大学戴维斯分校机械与航空航天工程系）
本文研究了在控制不完美条件下，有限时间线性二次非零和博弈中玩家策略对轨迹和成本的影响，并提出补偿策略以优化反馈性能。
2026-03-14 cs.GT cs.MA cs.RO
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
Mastering Terra Mystica: Applying Self-Play to Multi-agent Cooperative Board Games
Stanford University（斯坦福大学）
在本文中，我们探讨和比较多种算法解决复杂的战略游戏的神秘土地，以下简称TM。以前在使用AI的超人类游戏领域的工作已经被证明是有效的，最近在围棋、国际象棋和将棋\cite{AlphaZero}等游戏中的通用算法取得了突破。我们将这些突破直接应用于TM的新状态表示，目标是创建一个与人类玩家相媲美的AI。具体来说，我们提出了将AlphaZero应用于这种状态表示的初步结果，并分析了所开发的策略。简要分析。我们称之为改进后的算法与我们的新的状态表示AlphaTM。最后，我们通过与多基线和典型人类评分的比较，讨论了该方法的成功和不足之处。本文使用的所有代码都可以在\href{https://github.com/kandluis/terrazero}{GitHub}上找到。
2021-02-21 cs.AI cs.GT cs.MA
Value-based CTDE Methods in Symmetric Two-team Markov Game: from Cooperation to Team Competition
Montefiore Institute（蒙特菲奥雷研究所）；ULiège（列日大学）；Thales（泰雷兹集团）；LTCI（通信与信息处理实验室）；Telecom Paris（巴黎电信学院）；Institut Polytechnique de Paris（巴黎理工学院）
在本文中，我们确定了最好的学习方案，训练一个团队的代理竞争对手的多个可能的战略。我们评估合作价值为基础的方法在一个混合的合作竞争环境。我们限制自己的情况下，对称的，部分可观察的，两队马尔可夫博弈。我们选择了三种基于集中培训和分散执行（CTDE）范式的培训方法：QMIX，MAVEN和QVMix。对于每一种方法，我们考虑了三种学习场景，这些学习场景根据培训期间遇到的各种团队策略而有所不同。在我们的实验中，我们修改了《星际争霸》多智能体挑战赛的环境，以创造一个竞争性的环境，让两个团队可以同时学习和竞争。我们的研究结果表明，对多个不断发展的战略训练达到最佳效果时，得分他们的表现，团队面临着几个战略。
2022-11-30 cs.GT cs.LG cs.MA
Mastering the Game of No-Press Diplomacy via Human-Regularized Reinforcement Learning and Planning
Meta AI；MIT（麻省理工学院）
No-press Diplomacy是一个复杂的策略游戏，涉及合作和竞争，是多智能体AI研究的基准。虽然自我游戏强化学习在国际象棋、围棋和扑克等纯粹的对抗性游戏中取得了许多成功，但在涉及与人类合作的领域中，自我游戏本身并不足以实现最佳性能。我们首先引入了一个规划算法，我们称之为DiL-piKL，规范化的奖励最大化的政策对人类模仿学习的政策，以解决这个缺点。我们证明了这是一个修正效用函数下的无遗憾学习算法。然后，我们表明，DiL-piKL可以扩展到一个自我发挥的强化学习算法，我们称之为RL-DiL-piKL，它提供了一个模型的人类发挥，同时训练代理，以及响应这个人类模型。我们用RL-DiL-piKL训练了一个我们叫梁龙的特工在一场200局的无媒体外交比赛中，62名人类参与者的技能水平从初学者到专家，两名梁龙代理人的平均得分都高于所有其他参与者，他们玩了两局以上，根据Elo评级模型排名第一和第三。
2022-10-11 cs.AI cs.GT cs.LG
