A Maximum Principle for Markov Regime-Switching Forward Backward Stochastic Differential Games and Applications
本文研究了一类马尔可夫状态切换正倒向部分信息带跳随机微分方程的随机微分对策的最优控制问题.首先证明了非零和随机微分对策问题的一个充分最大值原理,并得到了这类对策的平衡点。其次,我们证明了非零和随机微分对策的一个等价最大值原理。作为推论,得到了零和随机微分对策等价的最大值原理。应用所得结果研究了惩罚熵下的鲁棒效用最大化问题。最后,我们将所得结果应用于模型不确定性下保险公司的最优投资。
2014-10-13 math.OC
On approximate and weak correlated equilibria in constrained discounted stochastic games
本文研究了具有可数生成状态空间和具有密度函数的范数连续转移概率的约束折扣随机对策。我们证明了近似平稳平衡点和平稳弱相关平衡点的存在性。我们的结果暗示了$ARAT$随机对策中稳态纳什均衡的存在性。
2022-10-20 math.OC
The asymptotic value in finite stochastic games
给出了$\lim_{λ\to 0} v_λ$存在性的一个直接的初等证明,其中$v_λ$是一个$λ$折扣有限二人零和随机对策的值.
2013-01-11 math.OC
Stochastic differential games with asymmetric information
研究了两人零和随机微分对策,其中局中人对随机收益具有不对称信息。我们证明了这个博弈有一个值,并用某个二阶Hamilton-Jacobi方程的对偶解刻画了这个值。
2007-03-06 math.OC
Zero-Sum State-Blind Stochastic Games with Vanishing Stage Duration
本文研究了阶段时长趋于0时状态盲随机博弈的值的行为,证明其值收敛于某偏微分方程的唯一粘性解。
2024-09-24 math.OC
On Completely Mixed Stochastic Games
本文考虑了具有有限状态空间和多个纯行动的零和无折扣随机对策。同时,我们假设无折扣随机对策的转移概率由一个局中人控制,并且博弈的所有最优策略都是严格正的。在上述假设下,证明了具有相同支付矩阵且$β$充分接近1的$β$ -折扣随机对策也是完全混合的.我们给出一个反例说明上述结果的逆命题不成立。我们还表明,如果我们有非零值在某些状态下的非折扣随机对策,然后$β$充分接近1的$β$折扣随机对策也具有非零值在相同的状态。
2019-12-24 math.OC
Stochastic differential switching game in infinite horizon
本文研究了无限时域上的零和随机微分切换对策。我们证明了对策值的存在性,并将其刻画为双边障碍拟变分不等式系统的唯一黏性解。我们还得到了一个验证定理,提供了一个最优策略的游戏。最后,给出了两种区域的数值例子。
2018-05-03 math.OC
A stochastic control approach for constrained stochastic differential games with jumps and regimes
本文提出了一种求解两局中人约束的零和非零和随机微分对策的方法。给出了一般随机最优控制设定与拉格朗日方法之间的关系。在这方面,我们证明了相应的定理,两种不同类型的约束,这使我们找到真正的价值和随机拉格朗日乘子,分别。然后,我们用随机最大值原理技术给出了一个非零和对策问题的结果。我们的应用程序是一个银行和保险公司之间合作的例子,这是一种流行的、众所周知的业务协议类型,称为银行保险。
2023-01-30 math.OC
Stochastic differential games with inside information
我们研究了跳扩散的随机微分对策,其中局中人可以获得内部信息。我们的方法是基于预期的随机分析,白噪声,Hida-Malliavin演算,前向积分和Donsker δ功能。我们得到了相应的哈密顿的纳什均衡的这种游戏的特征。这是用来研究金融内部人博弈的应用,特别是模型不确定性下的最优内部消费和最优内部投资组合。
2015-09-09 math.OC
Non-zero Sum Stochastic Differential Games of Fully Coupled Forward-Backward Stochastic Systems
本文考虑了前向-后向随机系统的开环二人非零和随机微分对策。更精确地说,受控系统由一个由多维布朗运动驱动的完全耦合的非线性多维前向-后向随机微分方程描述。证明了相应的二人非零和随机微分对策存在开环Nash平衡点的一个充分条件(验证定理)和一个必要条件.控制域需要是凸的,并且允许两个参与者的容许控制出现在状态方程的漂移和扩散中。
2010-10-12 math.OC
Definable zero-sum stochastic games
可定义的零和随机对策包含有限数量的状态和动作集,奖励和转移函数可以在o-极小结构中定义。这类博弈的突出例子是有限的、半代数的或全局次分析的随机对策。本文证明了任何可定义的具有可分离转移和报酬函数的随机对策的Shapley算子都可以在相同的结构中定义。在同一结构中的可定义性并不系统地保持:我们提供了一个反例的随机对策与半代数数据产生一个非半代数,但全球次分析Shapley算子。我们的Shapley算子的可定义性的结果被用来证明,任何可分离的可定义的游戏有一个统一的值,在多项式有界的结构的情况下,我们还提供了收敛速度。使用一个近似程序,我们实际上建立了一般的零和游戏可分离定义的转移函数有一个统一的价值。这些结果突出了转移函数的驯服结构所起的关键作用。作为我们主要结果的特例,我们得到了多项式转移的随机对策、单侧有限行动的可定义对策、完全信息或切换控制的可定义对策具有一致值。最后给出了风险敏感控制和Perron-Frobenius理论在非线性映射中的应用
2013-11-14 math.OC
Risk-sensitive Nonzero-sum Stochastic Differential Game with Unbounded Coefficients
本文在马尔可夫框架下研究了风险敏感的非零和随机微分对策。这个博弈考虑了参与者对风险的态度,效用是指数形式的。当漂移不再有界且仅满足线性增长条件时,我们证明了该博弈的纳什平衡点的存在性。主要工具是向后随机微分方程的概念,在我们的情况下,这是多维的连续生成元涉及Z的二次项和关于Z的随机线性增长分量。
2014-12-03 math.OC
Ordered field property for zero-sum stochastic games
我们考虑有限状态,有限行动,零和随机对策的数据定义的游戏躺在序域的代数数。在这两个折扣和限制平均版本的这些游戏,我们证明了价值向量也位于同一领域的代数数。在规定的意义上,我们的结果解决了一个问题,一直以来,至少,1991年开放。
2017-12-15 math.OC
Communicating Zero-Sum Product Stochastic Games
研究了两类具有紧行动集和有限乘积状态空间的零和随机对策。这两个类假定参与者的状态空间上的通信属性。对于强连通的单边对策,我们证明了一致值的存在性。对于弱沟通的双方对策,我们证明了渐近值,从而一致值,可能不存在。
2019-07-02 math.OC
Tauberian theorems for general iterations of operators: applications to zero-sum stochastic games
本文证明了算子一般迭代的几个Tauberian定理,并给出了两个应用于总收益是阶段收益加权和的零和随机对策。第一个应用是提供条件,在该条件下,当玩家变得越来越耐心时,渐近值的存在意味着加权博弈的值的收敛。第二个应用涉及有限状态空间和行动集的随机对策。本文建立了一类简单的加权博弈的渐近最优策略,即在每一阶段都在一个折扣博弈中进行最优博弈,折扣因子对应于当前阶段的相对权重。
2016-09-07 math.OC
Blackwell-Nash Equilibrium for Discrete and Continuous Time Stochastic Games
我们考虑离散和连续时间有限状态行动随机对策。在离散时间随机对策中,作为一般随机对策的一种特殊情况,单控制器加性报酬(SC-AR)随机对策存在稳态Blackwell-Nash均衡(BNE).我们表明,在一般情况下,添加剂的奖励条件是需要存在的BNE。给出了一个不满足可加报酬条件的单控制者随机对策的例子。我们表明,这个例子没有一个固定的BNE。对于一般的离散时间折扣随机对策,我们给出了两组不同的条件,并证明了满足任何一组条件的稳态纳什均衡是BNE。其中一组条件削弱了文献中可用的一组条件。对于连续时间随机对策,我们给出了一个不具有平稳BNE的例子。事实上,这个例子是一个单控制器连续时间随机对策。然后,我们引入了一个连续时间的SC-AR随机对策。我们证明了连续时间SC-AR随机对策总存在一个平稳的确定性BNE。对于一般的连续时间折扣随机对策,我们给出了两组不同的条件,并证明了满足任何一组条件的纳什均衡是BNE。
2016-05-03 cs.GT math.OC
Zero-sum Stochastic Games: Limit Optimal Trajectories
我们考虑零和随机对策。对于每个折扣因子$λ$,时间归一化允许将游戏表示为在间隔[0,1]上进行。在$ε$ -最优策略下,我们引入了到时间t $\in$ [0,1]的累积期望收益和累积占用测度的轨迹.当折扣因子趋于0时,极限最优轨迹被定义为一个聚点。我们研究了这些极限最优轨道的存在性,唯一性和特征的吸收游戏。
2018-12-20 math.OC
On the bang-bang type Nash equilibrium point for Markovian nonzero-sum stochastic differential game
本文在马尔可夫框架下研究了一类非零和随机微分对策。在自然条件下,我们证明了Nash平衡点的存在性,该平衡点是不连续的,是bang-bang型的。主要工具是向后随机微分方程的概念,在我们的情况下,是多维的不连续发电机的z分量。
2015-03-09 math.OC
Asymptotic Value in Zero-Sum Stochastic Games with Vanishing Stage Duration and Public Signals
Université Paris 1 Panthéon-Sorbonne(巴黎第一大学先贤祠-索邦大学)
研究了在阶段持续时间消失和公共信号条件下,零和随机博弈中折扣因子和阶段持续时间趋近于零时渐近值的存在性。
2026-02-19 math.OC
Linear-quadratic-singular stochastic differential games and applications
本文研究具有奇异控制的非合作N人非零和随机微分博弈,在自然假设下通过利普希茨连续策略逼近证明了开环纳什均衡的存在性,并将其应用于寡头垄断市场的产能扩张模型。
2023-04-18 math.OC
Dual Representation as Stochastic Differential Games of Backward Stochastic Differential Equations and Dynamic Evaluations
本文假设生成元是关于未知变量的一致Lipschitz,将一维倒向随机微分方程的解与随机微分对策的值过程联系起来。在控制条件下,过滤相容评价也与随机微分对策有关。这种关系来自于一致Lipschitz函数作为仿射函数的最小-最大表示。并将其推广到反射倒向随机微分方程。
2006-02-15 math.OC math.PR
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
Zero-sum Risk-sensitive Stochastic Games for Continuous Time Markov Chains
研究了可数状态空间上受控连续时间马尔可夫链的无限时域折扣费用和遍历费用风险敏感零和随机对策。对于折扣成本博弈,在名义条件下证明了马氏策略类的价值均衡和鞍点均衡的存在性。对于遍历代价博弈,通过研究相应的Hamilton-Jacobi-Isaacs方程,在一定的李雅普诺夫条件下,证明了值和鞍点平衡的存在性.
2016-03-08 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
Stochastic Shortest Path Games and Q-Learning
考虑一类状态有限、控制空间紧的二人零和随机对策,我们称之为随机最短路对策。它们是具有无成本终止状态的非贴现总成本随机动态博弈。利用这些游戏的密切联系,单人SSP问题,我们引入新的模型条件下,我们表明,SSP游戏具有较强的最优性,包括存在一个唯一的解决方案的动态规划方程,最佳的平稳策略的存在,和收敛的价值和政策迭代。然后,我们专注于有限状态和控制SSP游戏和经典的Q-学习算法计算值函数。Q学习是一种无模型的异步随机迭代算法。利用单调非扩张映象的随机逼近理论,证明了当相应的动态规划方程有唯一解且迭代序列以概率1有界时,随机逼近是收敛的.对于SSP情形,作为本文的主要结果,我们证明了在我们提出的模型条件下Q-学习迭代的有界性,从而完全建立了一类总费用有限空间随机对策Q-学习的收敛性.
2014-12-30 math.OC
Asynchronous Schemes for Stochastic and Misspecified Potential Games and Nonconvex Optimization
分布式计算的均衡和最优已经看到越来越多的兴趣在广泛收集的网络问题。本文研究了由可能非凸的势函数刻画的凸随机Nash对策的平衡点的计算。我们的重点是两类随机纳什博弈:(P1):一个潜在的随机纳什博弈,其中每个玩家解决一个参数化的随机凸规划;和(P2):一个错误指定的推广,其中玩家特定的随机规划是复杂的参数错误指定。在这两种情况下,精确的近端BR解决方案通常是不可用的有限时间,因为它们需要解决参数化的随机程序。因此,我们设计了两个异步的不精确的邻近BR计划来解决问题,在每次迭代中,一个单一的球员被随机选择计算一个不精确的邻近BR解决方案与竞争对手的可能过时的信息。然而,在错误指定的制度(P2),每个球员拥有一个额外的估计错误指定的参数,并更新其估计的投影随机梯度(SG)算法。由于任何固定点的势函数是一个纳什均衡的相关游戏,我们相信本文是第一个随机非凸(但块凸)最优化问题配备了几乎必然收敛的保证。这些陈述可以扩展到允许容纳加权势博弈和广义势博弈。最后,我们提出了初步的数值应用所提出的方案的基础上,拥塞控制和纳什古诺游戏。
2019-08-02 math.OC
Nonzero-sum risk-sensitive stochastic differential games
研究了具有风险敏感折扣和遍历代价准则的两人非零和随机微分对策。在一定的条件下,我们建立了一个纳什均衡的马尔可夫战略的折扣成本标准和纳什均衡的平稳战略的遍历成本标准。我们通过研究耦合HJB方程的相关系统得到了我们的结果。
2016-04-05 math.OC
Approximate public-signal correlated equilibria for nonzero-sum differential games
在具有记忆的随机策略类中,我们构造了一个非零和微分对策的近似公共信号相关均衡。该结构是基于一个辅助非零和连续时间随机对策的解决方案。这类博弈包括随机微分对策和连续时间马尔可夫博弈。此外,我们还研究了当辅助随机对策趋于原确定对策时,近似均衡结果的极限。我们表明,它在于凸包的确定性惩罚策略提供的平衡值的集合。
2018-11-20 math.OC
Existence of Saddle Points in Discrete Markov Games and Its Application in Numerical Methods for Stochastic Differential Games
本文建立了离散马尔可夫对策存在鞍点的充分条件。结果用动态规划方程揭示了动态博弈与静态博弈的关系。这一结果使我们能够在适当的条件下证明状态转换扩散的不可分随机微分对策鞍点的存在性。
2006-03-25 math.NT math.OC math.PR
Approximation of Mean Field Games to N-Player Stochastic Games, with Singular Controls
本文证明了具有奇异控制的$N$ -局中人随机对策(速度有界或有限变差)都可以近似为具有速度有界的奇异控制的平均场对策(MFG).更具体地,它示出了i)具有有界速度的奇异控制的MFG的最优控制$θ$被示出为具有$ε_N = O(\frac{1}{\sqrt{N}})$的具有有界速度的奇异控制的$N$ -玩家博弈的$ε_N$-NE,以及(ii)该MFG的最优控制是具有有限变化的奇异控制的$(ε_N + ε_θ)$ -NE到$N$ -玩家博弈,其中,$ε_θ$是取决于$θ$的误差项。这项工作概括了经典的结果近似$N$ -玩家游戏的MFG,允许不连续的控制。
2020-04-26 math.OC
Equilibrium in Two-Player Stochastic Games with Shift-Invariant Payoffs
我们证明了,每个两个玩家的随机对策有限的状态和行动集和有界的,Borel可测的,和移动不变的支付,承认一个$\ep$ -平衡所有$\varepsilon>0$。
2022-03-28 math.OC math.PR
A BSDE Approach to Stochastic Differential Games Involving Impulse Controls and HJBI Equation
本文主要研究有限时间内正倒向随机微分方程框架下的零和随机微分对策,博弈双方均采用脉冲控制.本文利用Besides方法,特别是Peng的随机\textit{% backward semigroups}的概念,证明了对策的上下值函数的一个动态规划原理。证明了该上下值函数是双障碍Hamilton-Jacobi-Bellman-Isaacs方程的唯一黏性解.因此,唯一性意味着上下值函数重合,并且博弈允许一个值。
2021-04-07 math.OC
New algorithms for solving stochastic games
随机对策是对策论中的一个经典模型,其中两个对手相互作用,环境响应于玩家的行为而变化。这些游戏的核心解决方案概念是贴现值和价值,这代表了玩家在不同的不耐烦程度下玩游戏的价值。在本手稿中,我们提供的算法计算精确表达式的折扣值和价值,这是多项式的纯静态策略的球员。这一结果大大改善了所有现有的算法,包括最有效的一个,由于汉森,Kouckloven,劳里岑,Miltersen和Tsigaridas(STOC 2011)。
2019-12-11 math.OC
Nash equilibrium payoffs for stochastic differential games with reflection
本文研究了带反射的非零和随机微分对策的纳什均衡支付。本文得到了具有由双重控制反射向后随机微分方程定义的非线性代价泛函的非零和随机微分对策的Nash平衡支付的存在性定理和一个刻画定理。
2013-03-21 math.OC math.PR
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
Zero-sum Stochastic Differential Games of Impulse Control with Random Intervention Costs
针对双方均实施脉冲控制的有限时段零和随机微分博弈,本文提出控制随机化表述以证明上下值函数相等,并允许干预成本依赖状态与时间且无需系数单调性假设。
2025-05-12 math.OC
Reducing Stochastic Games to Semidefinite Program Feasibility
TU Dresden(德累斯顿工业大学);FU Berlin(柏林自由大学);U Twente(特温特大学);LAAS-CNRS, Université de Toulouse, CNRS(图卢兹大学/法国国家科学研究中心拉塞拉斯实验室)
通过多项式时间还原,将随机游戏问题转化为半定程序可行性问题,扩展了半定规划在博弈论中的应用范围。
2025-12-02 cs.CC cs.GT math.OC
Stochastic nonzero-sum games: a new connection between singular control and optimal stopping
本文建立了一类最优停止的二人非零和对策与一类奇异控制的$2$ -局中人非零和对策之间的新联系。我们表明,每当纳什均衡的停止游戏中达到首中时在两个不同的边界,那么这样的边界也触发了纳什均衡的奇异控制的游戏。此外,在两个博弈中,参与者的价值函数之间存在着差异性联系。
2017-12-27 math.OC
Non-zero sum differential games of forward-backward stochastic differential delayed equations under partial information and application
研究了具有部分信息的正倒向随机时滞微分方程的非零和微分对策问题。利用对偶和凸变分方法建立了对策系统的必要最大值原理和充分验证定理。应用这些理论结果和随机滤波理论研究了一个线性二次对策系统,得到了Nash平衡点的显式表达式,并讨论了特殊情况下Nash平衡点的存在唯一性.作为应用,我们考虑了一个具有非线性期望的时滞养老基金管理问题,得到了纳什平衡点。
2017-02-16 math.OC
Regularity for nonlinear stochastic games
我们建立正则函数满足动态规划方程,这可能会出现,例如从随机对策或离散计划。我们的结果也可用于获得相应的偏微分方程的正则性和存在性结果。
2016-08-11 math.AP math.OC
On the Global Convergence of Stochastic Fictitious Play in Stochastic Games with Turn-based Controllers
本文针对带回合式控制器的随机博弈,结合经典随机虚拟博弈与值迭代提出具备几乎必然收敛性的学习动力学,揭示了有限 horizon 长度递增与回合式控制器保证辅助博弈策略等价性的关键作用。
2023-10-10 cs.GT math.OC
Existence of Nash Equilibrium Points for Markovian Nonzero-sum Stochastic Differential Games with Unbounded Coefficients
本文在马尔可夫框架下研究了非零和随机微分对策。当漂移不再有界且仅满足线性增长条件时,我们证明了博弈的纳什平衡点的存在性。主要工具是向后随机微分方程的概念,在我们的情况下,是多维的连续系数和随机线性增长。
2014-08-05 math.OC math.PR
Nonzero-Sum Risk-Sensitive Stochastic Differential Games: A Multi-parameter Eigenvalue Problem Approach
研究了具有风险敏感遍历代价准则的非零和随机微分对策。在一定条件下,利用多参数特征值方法,证明了平稳马氏策略空间中纳什均衡的存在性。我们通过研究耦合HJB方程的相关系统得到了我们的结果。利用随机表示的主要特征函数,我们完全刻画纳什平衡点的平稳马尔可夫策略空间。
2022-06-24 math.OC
A Viscosity Approach to Stochastic Differential Games of Control and Stopping Involving Impulsive Control
本文分析了一个具有控制和停止的随机微分对策,其中一个局中人利用脉冲控制修改一个扩散过程,然后对手选择一个停时结束博弈。本文首先建立了上下值函数的正则性和有界性,并由此导出了动态规划原理的一个适当的变形。然后证明了上下值函数重合,使得博弈存在一个值,且该值是由双障碍拟积分变分不等式描述的HJBI方程的唯一黏性解.
2019-10-03 math.OC
Polynomial stochastic games via sum of squares optimization
随机对策是将马尔可夫决策过程推广到对策论场景的一类重要问题。本文研究了无限时间范围内有限状态两人零和随机对策的折扣报酬问题。假设参与者具有无限的策略空间,并且假设收益是多项式。在本文中,我们限制我们的注意力一类特殊的游戏,其中的单控制器的假设。结果表明,这类对策的极大极小均衡和最优策略可以通过半定规划得到。
2008-06-15 cs.GT math.OC
Team Games Optimality Conditions of Distributed Stochastic Differential Decision Systems with Decentralized Noisy Information Structures
我们考虑一个团队博弈的奖励,我们推导出一个随机庞特里亚金的最大值原理的分布式随机微分系统分散噪声信息结构。我们的方法利用半鞅表示定理,变分方法,和向后随机微分方程。此外,我们推导出表征分散策略的团队和逐个最优性的必要和充分的最优性条件。最后,我们将随机最大值原理应用于通信、滤波和控制等应用领域的几个例子。
2013-04-11 math.OC
Occupation measures arising in finite stochastic games
Shapley(1953)引入了两人零和折扣随机对策,以下简称随机对策,一个状态变量遵循两个受控马尔可夫链的模型,参与者在每个阶段获得的奖励加起来等于$0$,并且每个参与者都最大化了标准化的$\la$ -阶段奖励的折扣和,对于某个固定的折扣率$\la\in(0,1]$。在本文中,我们研究的渐近占领措施,在这些游戏中产生的折扣率去$0$。
2020-03-05 math.OC math.PR
Maximum Principle for Partial Observed Zero-Sum Stochastic Differential Game of Mean-Field SDEs
本文考虑了一类部分可观察的二人零和随机微分对策问题,其中系统由平均场型随机微分方程控制。在对系数的标准假设下,Tang和Meng(2016)的相关最优控制理论建立了强意义和弱意义下的最优开环控制的最大值原理。为了说明一般结果,讨论了一类线性二次随机微分对策问题,得到了部分可观测开环鞍的存在性和对偶刻画.
2016-11-14 math.OC
A Generalized Mixed Zero-sum Stochastic Differential Game and Double Barrier Reflected BSDEs with Quadratic Growth Coefficient
本文研究了两人混合零和随机微分对策,其中局中人的成本泛函由系数在Z上二次增长的双障碍反射倒向随机方程模型表示.这是对风险敏感收益的概括。我们证明了这一具有反射的随机微分对策的上下值函数是确定的,并且它们也是两个具有障碍的Isaacs方程的唯一黏性解.
2009-06-30 math.OC
Nonzero-sum Risk-sensitive Stochastic Games on a Countable State Space
研究了具有可数多个状态的受控马尔可夫链的无限时域风险敏感折扣成本和遍历成本非零和随机对策。在相当一般的条件下,我们证明了折扣成本博弈的纳什均衡策略在马尔可夫策略类中的存在性。在附加的几何遍历性条件和小代价准则下,证明了遍历代价对策的平稳马氏策略类中Nash均衡策略的存在性。
2016-03-11 math.OC
A BSDE approach to Nash equilibrium payoffs for stochastic differential games with nonlinear cost functionals
本文利用倒向随机微分方程理论研究了非零和随机微分对策的纳什均衡支付。利用双重控制的倒向随机微分方程,得到了具有非线性代价泛函的非零和随机微分对策的Nash平衡支付的存在性定理和特征定理.我们的结果扩展了Buckdahn,Cardaliaguet和Rainer(2004)的结果,并基于向后随机微分方程方法。
2011-08-23 math.OC math.PR
A Tauberian theorem for nonexpansive operators and applications to zero-sum stochastic games
证明了一个关于非扩张算子的Tauberian定理,并将其应用于零和随机对策模型。在适当的假设下,证明了当λ趋于0时,折扣博弈v_{lambda}的值一致收敛当且仅当n阶博弈v_n的值一致收敛当n趋于无穷大.这将Lehrer和Sorin(1992)的Tauberian定理推广到两个玩家零和的情况。我们还提供了一个随机对策的第一个例子,在有限的状态空间,信号集和行动集,其中对于一些初态k_1已知的双方球员,(v_{lambda}(k_1))和(v_n(k_1))收敛到不同的限制与公共信号的状态和完美的观察行动。
2015-02-23 math.OC
Linear Quadratic Stochastic Two-Person Zero-Sum Differential Games in an Infinite Horizon
研究了无限时间范围内常系数线性二次随机二人零和微分对策。引入了开环和闭环鞍点。闭环鞍点的存在性由代数Riccati方程在一定稳定条件下的可解性来刻画。使我们的方法有效的一个关键结果是一类线性倒向随机微分方程在无限水平上的唯一可解性。
2014-04-29 math.OC
Achieving Social Optimum in Non-convex Cooperative Aggregative Games: A Distributed Stochastic Annealing Approach
本文设计了一种求解非凸合作聚集对策的分布式随机退火算法,该算法的费用函数不仅依赖于Agent自身的决策变量,而且依赖于Agent决策变量之和。为了寻求合作聚集博弈的社会最优解,提出了一种分布式随机退火算法,其中局部费用函数是非凸的,Agent之间的通信拓扑是时变的。进一步分析了该算法对社会最优解的弱收敛性。 算例验证了算法的有效性.
2022-04-02 math.OC