Polynomial representation for orthogonal projections onto subspaces of finite games
有限对策的空间可以分解为三个正交的子空间[5],即纯势对策、非策略对策和纯调和对策的子空间。到这些子空间上的正交投影被表示为对应的线性算子的Moore-Penrose逆(即,矩阵)[5]。虽然这种表示是紧凑而漂亮的,但没有给出计算这些线性算子的Moore- Penrose逆的解析方法。因此,使用他们的结果,不能验证是否属于这些子空间之一的有限对策。本文跳过直接计算这些线性算子的Moore-Penrose逆的方法,利用群逆,在矩阵半张量积的框架下,给出了这些正交投影和势对策的势函数的显式多项式表示.利用我们的结果,不仅可以确定一个有限对策是否属于这些子空间之一,而且可以找到一个属于其中之一的任意有限对策。此外,我们还利用这些类型博弈的支付函数给出了它们的形式化定义。在此基础上,揭示了有限对策的更多性质.
2015-12-28 math.OC
On Inverse Problems for Mean Field Games with Common Noise via Carleman Estimate
该文针对带共同噪声的平均场博弈的两类逆问题,借助两个新的Carleman估计,分别建立了耦合系统解的稳定性与逆源问题的唯一性定理。
2024-12-11 math.AP math.OC
Equilibrium Correction Iteration for A Class of Mean-Field Game Inverse Problem
研究逆向平均场博弈中的势能识别问题,提出利用MFG结构的均衡校正迭代法(ECI)及两种加速变体,并通过数值实验揭示参数对反问题适定性的影响。
2025-10-12 math.OC
On an inverse boundary problem for mean field games
在本文中,我们提出并研究了有界区域中由一阶主方程控制的平均场对策(MFG)的逆边界问题。我们建立了唯一的可识别性的结果表明,运行费用函数在任何给定的适当的(状态)时空子域是唯一确定的MFG边界数据的子域。我们的研究有几个突出的特点。MFG系统耦合两个非线性抛物型偏微分方程,其中一个在时间上向前,另一个在时间上向后,并且存在概率测度约束。这使得反问题的研究成为一个新的领域,具有很强的挑战性。我们开发了一个有效的和高效的计划,在处理反问题,包括高阶变化的概率空间周围的非平凡分布,和建设一类新的CGO解决方案,作为"探测模式”。本文的研究为制造流场反问题的研究开辟了一个新的领域。
2022-12-20 math.AP math.OC
Solution Sets for Inverse Infinite-Horizon Linear-Quadratic Descriptor Differential Games
Indian Institute of Technology-Madras(印度马德拉斯理工学院)
本文研究了具有描述动态的无限时间线性二次微分博弈的逆问题,通过给定观察到的反馈策略集,识别所有能使其成为反馈纳什均衡的成本函数,展示了解集的矩形和凸性,并提供了计算可接受实现的算法,同时指出描述动态可能影响解集的几何结构和可识别性。
2026-06-07 cs.SY eess.SY math.OC
Maximum-Entropy Multi-Agent Dynamic Games: Forward and Inverse Solutions
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Stanford University(斯坦福大学)
在本文中,我们研究的问题,多个随机代理人在一个动态的游戏场景与连续的状态和行动空间。我们定义了一个新的概念,有限理性代理的随机纳什均衡,我们称之为熵成本均衡(ECE)。我们表明,ECE是一个自然扩张多个代理的最大熵最优的单一代理。我们解决了多智能体ECE游戏的“正”和“逆”问题。对于正问题,我们提供了一个Riccati算法来计算封闭形式的ECE反馈策略的代理,这是精确的线性二次高斯的情况下。我们给出了一个迭代的变种,找到本地ECE反馈政策的非线性情况下。对于逆问题,我们提出了一种算法来推断的费用函数的多个相互作用的代理商给出嘈杂的,有界理性的输入和状态轨迹的例子,代理商在ECE。我们的算法的有效性证明在一个模拟的多智能体碰撞避免的情况下,并与数据的互动交通数据集。在这两种情况下,我们表明,考虑到代理的博弈论的相互作用,使用我们的算法,更准确的代理成本模型可以学习,与标准的逆最优控制方法相比。
2021-10-03 cs.RO math.OC
A Class of Mean-Field Games with Optimal Stopping and its Inverse Problem
本文重温了研究充分的\emph{optimal stopping}问题,但在\emph{large-population}框架内。特别是,两类最优停止问题制定考虑到\emph{relative performance criteria}。值得注意的是,在经济学和金融学中也被称为\emph{Joneses preference}、\emph{habit formation utility}或\emph{relative wealth concern}的相对绩效标准在解释诸如价格泡沫的各种决策行为中起着重要作用。通过在大群体环境中引入这样的标准,给定的智能体可以将他的个人停止规则与其队列的平均行为进行比较。相关的平均场游戏制定,以获得分散的停止规则。通过耦合方程组刻画了相关的一致性条件,并证明了渐近纳什均衡的性质。此外,还介绍和讨论了一些\emph{inverse}平均场最优停止问题。
2022-06-07 math.OC
A Primal-Dual Partial Inverse Splitting for Constrained Monotone Inclusions: Applications to stochastic Programming and Mean Field Games
在这项工作中,我们研究了约束单调包含涉及法锥到一个封闭的向量子空间和先验信息的原始解决方案。我们模型的解决方案属于不动点集的平均非扩张映射的信息。我们使用一个辅助包含,涉及部分逆算子的解决方案的特点。然后,我们提出了原始-对偶部分逆分裂,并证明了其弱收敛到包含解,推广了文献中的几种方法。两个约束条件具有向量子空间结构的非光滑凸优化问题的算例表明了该方法的有效性。最后,将该算法应用于求解运输网络中的随机弧容量扩展问题。
2021-10-29 math.OC
Reinforcement Learning for Inverse Non-Cooperative Linear-Quadratic Output-feedback Differential Games
针对输出反馈线性二次非合作微分博弈的逆问题,提出带反馈存在性校正与初始镇定的基于模型及无模型强化学习算法,证明其收敛稳定并支持分布式扩展。
2024-03-04 math.DS math.OC
Inverse linear-quadratic nonzero-sum differential games
针对 LQ 非零和 N 人微分博弈,本文利用 Nash 均衡示教轨迹提出基于模型与无模型的逆博弈算法以恢复等价代价函数,并证明收敛稳定性。
2024-03-06 math.DS math.OC
Reinforcement Learning for Inverse Linear-quadratic Dynamic Non-cooperative Games
本文针对线性二次离散时间动态非合作博弈的逆向问题,提出基于模型及无模型的强化学习算法,以求解使给定反馈律最优且稳定的代价函数参数,并验证了算法的收敛性与有效性。
2023-11-06 math.DS math.OC
Inverse problems for mean field games
针对平均场博弈中运行成本和终端成本未知的问题,提出并研究了反问题,证明了在 Lagrangian 为动能时可恢复单项成本,在运行成本时间无关时可同时恢复两项成本,并推广至一般 Lagrangian 设定。
2023-04-21 math.AP math.OC
Reconstructing a state-independent cost function in a mean-field game model
该研究针对平均场博弈系统的反问题,利用多线性化技术证明了从值函数数据重构与状态无关的运行成本函数的唯一性,强调了种群分布需为概率测度的要求,补充了现有理论研究的不足。
2024-08-14 math.AP math.OC
Interplay Between Game Theory and Control Theory
探讨了对策论与控制理论的内在联系。在这方面,提出了这种关系的两个方面。讨论了建立直接关系的控制对策和建立反向关系的控制对策。为了建立这种直接关系,利用微分学中矩阵的半张量积的新方法讨论了基于控制的布尔网络。对于逆关系H ∞,本文利用动态规划和Pontryagin极小化原理讨论了鲁棒最优控制问题。
2020-06-19 math.OC
Learning in Inverse Games: Tractable Training with Probabilistic Guarantees
Delft University of Technology(代尔夫特理工大学);Erasmus University(伊拉斯姆斯大学);University of Toronto(多伦多大学)
本文提出一种可处理的凸优化框架,通过一阶和Nikaido-Isoda损失学习静态与动态非合作博弈,利用RKHS中的Helmholtz-Hodge分解确保强单调性,并给出有限样本预测保证,实验验证了预测精度与噪声鲁棒性。
2026-10-05 cs.SY eess.SY math.OC
Offline and Online Nonlinear Inverse Differential Games with Known and Approximated Cost and Value Function Structures
本文针对非线性微分博弈提出了离线与在线逆微分博弈方法,从反馈纳什均衡轨迹中识别所有玩家的代价函数,并证明了在线方法能收敛至离线参数集合,同时分析了需采用近似结构时保证误差有界的结构选择条件。
2024-11-15 math.OC
A Lagrange-Galerkin scheme for first order mean field games systems
在这项工作中,我们考虑了一个一阶平均场对策系统的非局部耦合。连续性方程的拉格朗日-伽辽金格式,结合半拉格朗日格式的Hamilton-Jacobi-Bellman方程,提出了离散的平均场游戏系统。在任意空间维度上,建立了该方案的解向平均场博弈系统的解的收敛性。该计划是实现近似两个平均场游戏系统在一维和二维。
2023-03-27 cs.NA math.AP math.NA
Using Inverse Optimization to Learn Cost Functions in Generalized Nash Games
University of Maryland(马里兰大学);Norwegian University of Science and Technology(挪威科技大学)
正如Ratliff等人(2014)所证明的那样,逆优化可以用来恢复多人纳什博弈中参与者的目标函数参数。这些博弈涉及多个参与者的最优化问题,其中参与者可以在其目标函数中相互影响。在广义纳什均衡问题(GNEPs)中,一个参与者的可行行动集也受到游戏中其他参与者所采取行动的影响;请参阅Facchinei和Kanzow(2010)了解更多关于这个问题的背景。Rosen(1965)、Harker(1991)和Facchinei et al.(2007)引用的联合/“耦合”约束形式就是这种影响的一个例子,它们在可行域的约束中涉及其他参与者的变量。我们扩展了Ratliff等人的框架。(2014)为具有联合约束的GNEP类找到逆优化解决方案。然后将所得公式应用于道路网络上的模拟多玩家运输问题。此外,我们提供了一些理论结果,这个运输问题有关的扩展框架的运行时间以及唯一性和非唯一性的解决方案,我们的模拟实验。我们看到,我们的模型恢复了与原始参数化产生相同流模式的参数化,并且这在多个网络、关于参与者感知成本的不同假设以及大多数限制性容量设置和相关参与者数量中均适用。该项目的代码可以在https://github.com/sallen7/IO_GNEP上找到。
2021-02-24 cs.AI math.OC
Linear Inverse Problems with Norm and Sparsity Constraints
我们描述了两个非传统的线性回归算法,称为GAME和CLASH。这些方法的突出特点是,他们利用凸$\ell_1$ -球和非凸$\ell_0$ -稀疏约束稀疏恢复联合。为了建立GAME和CLASH的理论近似保证,我们涵盖了从博弈论、凸优化和组合优化等一系列有趣的主题。我们说明,这些方法导致改进的理论保证和经验性能超越凸和非凸求解器。
2015-07-20 cs.IT math.IT math.OC
Unique determination of cost functions in a multipopulation mean field game model
本文研究多群体平均场博弈(MFG)系统的逆问题,推导不同数据下代价函数重构的唯一性结果,证明温和假设下仅单群体数据可重构简化代价函数,核心方法为多线性化技术。
2025-02-13 math.AP math.OC
Inverse Learning of the Altruism and Cost Level in Mixed-Individual Mean Field Games
Johns Hopkins University(约翰斯·霍普金斯大学);University of Illinois, Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Toronto(多伦多大学)
针对混合个体平均场博弈中不可观测的利他程度与劳动成本,提出逆向学习框架,从含噪声观测中恢复潜在参数,实验验证其可行性与准确性,助力激励设计与政策分析。
2026-09-15 cs.LG math.OC
Inverse Problems for Mean Field Games
本书系统整理了平均场博弈(MFGs)逆问题的现有研究成果,聚焦该领域研究较少的逆问题方向,深入探讨参数可识别性、稳定性与重构等核心问题,为相关研究提供基础并推动跨学科创新。
2025-03-19 math.AP math.OC
Trustworthiness of Optimality Condition Violation in Inverse Dynamic Game Methods Based on the Minimum Principle
本文研究基于最小值原理的逆动态博弈方法在未知智能体行为识别中的适用性,提出残差误差可信性及必要条件,证明其不能验证DG模型但可在特定条件下鲁棒识别参数,并通过人机移动机器人避碰实验加以说明。
2024-06-17 math.OC
A Globally Convergent Flow for Time-Dependent Mean Field Games and a Solver-Agnostic Framework for Inverse Problems
City University of Hong Kong(香港城市大学);California Institute of Technology(加州理工学院);National University of Singapore(新加坡国立大学)
提出Hessian-Riemannian流用于时间依赖平均场博弈的全局收敛求解,并构建求解器无关的逆问题框架,通过双层优化和伴随梯度实现参数估计。
2026-06-19 math.OC
Learning in Mean Field Games: the Fictitious Play
平均场博弈系统描述了具有无穷多个无穷小相互作用主体的微分对策中的均衡配置。我们介绍了这些游戏的学习过程(类似于虚拟游戏),并显示其收敛时,平均场游戏是潜在的。
2015-07-31 math.OC
Stable solutions in potential mean field game systems
在平均场对策论中引入了稳定解的概念:稳定解是平均场对策系统的局部孤立解。我们证明了这样的解决方案存在于潜在的平均场游戏,是本地吸引学习过程。
2016-12-06 math.OC
Learning in anonymous nonatomic games with applications to first-order mean field games
我们介绍了一个匿名游戏的模型与球员依赖的行动集。我们提出了几个学习过程的基础上著名的Fictionary Play和在线镜像下降,并证明了他们的收敛到经典的单调性条件下的平衡。典型的例子是一阶平均场博弈。
2017-04-02 math.OC
Simultaneously recovering running cost and Hamiltonian in Mean Field Games system
本文研究有界区域内 MFG 系统中运行成本与 Hamiltonian 的同时反演,提出高阶变分和逐次线性化两种策略以处理概率约束、双向非线性耦合及局部/非局部依赖。
2024-03-03 math.AP math.OC
The Inverse Problem of Linear-Quadratic Differential Games: When is a Control Strategies Profile Nash?
本文的目的是制定和研究非合作线性二次博弈的逆问题:给定一个控制策略的配置文件,找到成本参数,该配置文件的控制策略是纳什。我们制定的问题作为一个领导者-追随者的问题,领导者的目的是植入一个所需的配置文件的控制策略之间的自私的球员。在本文中,我们利用频域技术开发一个充要条件的成本参数存在的稳定控制策略是纳什在一个给定的线性系。该充要条件包括每个参与者的圆准则和与每个参与者的传递函数相关的秩条件。该条件提供了一种分析方法来检查这样的成本参数的存在,而以前的研究需要解决一个凸可行性问题的数值来回答同样的问题。我们开发了一个身份在频域表示的成本参数,我们称之为卡尔曼方程的特点。卡尔曼方程减少了涉及求解凸可行性问题的时域分析中的冗余。使用卡尔曼方程,我们还表明,领导者可以通过对共享状态施加惩罚来执行相同的纳什配置文件,而不是因为其他玩家的行为而惩罚玩家,以避免不公平的印象。
2022-07-13 cs.SY econ.TH eess.SY
On the inverse power index problem
加权投票博弈经常被用于决策。每个投票人都有一个权重,如果支持投票人的权重总和超过配额,则接受提案。研究的一个方向是有效计算所谓的权力指数,衡量选民的影响力。我们处理逆问题:给定一个影响力向量和一个权力指数,确定一个加权投票博弈,使得投票者之间的影响力分布尽可能接近给定的目标值。我们提出了确切的算法和计算结果的Shapley-Shubik和(归一化)Banzhaf功率指数。
2012-11-27 cs.GT math.OC
Inverse learning of black-box aggregator for robust Nash equilibrium
本文针对耦合约束聚合博弈中聚合器权重未知的黑箱场景,提出基于逆变分不等式的逆向学习方法估计未知聚合器,重建博弈并推导最坏情况下鲁棒纳什均衡的一阶条件,通过违反概率上界刻画泛化性,仿真验证了方法的有效性。
2024-03-16 cs.GT cs.SY eess.SY
Kernel Based Maximum Entropy Inverse Reinforcement Learning for Mean-Field Games
Department of Mathematical Engineering, Özyeğin University(数学工程系,奥兹耶尼大学)
本文提出基于核方法的最大熵逆强化学习用于均场博弈,通过 RKHS 推断非线性奖励结构,提升策略恢复精度。
2026-03-05 cs.LG math.OC
On the asymptotic nature of first order mean field games
对于一类有限时间一阶平均场对策及相应的N人对策,给出了分布开环策略下对称N人Nash均衡收敛于拉格朗日形式平均场对策解的简单证明.然后,拉格朗日解与通常的两个耦合的一阶偏微分方程的平均场博弈系统所确定的那些连接,并建立了分布式马尔可夫策略的纳什均衡的收敛性。
2019-03-08 math.OC
Gaussian process policy iteration with additive Schwarz acceleration for forward and inverse HJB and mean field game problems
Department of Computing and Mathematical Sciences, California Institute of Technology, CA, USA(计算与数学科学系,加州理工学院,CA,美国);Department of Mathematics and Risk Management Institute, National University of Singapore, Singapore(数学与风险管理研究所,新加坡国立大学,新加坡)
提出高斯过程策略迭代框架,通过线性PDE配位约束和Legendre变换求解HJB方程和平均场博弈的正向与逆向问题,并利用加性Schwarz加速提高收敛效率。
2026-06-23 cs.LG math.OC
Decoding a mean field game by the Cauchy data around its unknown stationary states
City University of Hong Kong(香港城市大学);Michigan State University(密歇根州立大学)
本研究针对平均场博弈逆问题,提出围绕未知非平凡定常态利用柯西数据的高阶线性化新方法,解决概率测度约束难题,为该领域研究提供新方向与应用支撑。
2024-10-01 math.AP math.OC
Linear Quadratic Mean Field Type Control and Mean Field Games with Common Noise, with Application to Production of an Exhaustible Resource
我们研究了一般的线性二次平均场型控制问题,并将其连接到类似类型的平均场游戏。该解是由一个前向/后向随机微分方程系统和一对Riccati方程给出的。在某些情况下,平均场型控制的解也是一类平均场对策的均衡策略。我们利用这一事实来研究可耗竭资源生产的经济模型。关键词:平均场型控制,平均场对策,线性二次型,最优控制,黎卡提方程,可耗竭资源生产
2016-07-07 math.OC
Finite mean field games: fictitious play and convergence to a first order continuous mean field game
在这篇文章中,我们考虑有限平均场游戏(MFG),即有限时间和有限状态。我们采用Gomes Mohr和Souza在2010年提出的框架,研究了两个尚未探索的主题。在第一个,我们分析了虚拟游戏学习过程的收敛性,连续MFG的结果的启发。第二章讨论了有限MFG与连续一阶MFG的关系。即,给定一个连续的一阶MFG问题和一列精化的时空网格,构造一列有限的MFG,其解存在极限点,且每一个这样的极限点解连续的一阶MFG问题.
2018-05-15 math.OC
Discrete Mean Field Games: Existence of Equilibria and Convergence
我们考虑离散状态空间的平均场博弈(以下称为离散平均场博弈),并在连续时间和离散时间、有限时间和无限时间范围内分析这些博弈。我们证明了存在的平均场均衡假设连续的成本和漂移。这些条件比现有的研究有限状态空间平均场对策的文献更一般。此外,我们还研究了N人对策的均衡在四种情形下向平均场均衡的收敛性。一方面,我们定义了一类策略,其中当局中人的数目趋于无穷大时,有限对策的任何均衡序列都弱收敛到平均场均衡。另一方面,我们展示了这类以外的均衡,不收敛到平均场均衡和游戏的价值不收敛。在离散时间中,这种不收敛现象意味着Folk定理不能扩展到平均场极限。
2019-09-03 math.OC
An example of multiple mean field limits in ergodic differential games
我们提出了一个例子对称遍历$N$ -球员微分对策,发挥记忆策略的位置上的球员,其中的限制集,作为$N\to +\infty$,纳什均衡收益是大的,虽然游戏有一个单一的平均场游戏均衡。这个例子与Lacker [23]针对有限时间范围问题的结果形成鲜明对比。
2019-07-23 math.OC
On non-unique solutions in mean field games
平均场对策理论是理解具有大量局中人的非合作动态随机对策的工具。大多数理论都是在确保平均场博弈纳什均衡唯一性的条件下发展起来的。然而,在某些情况下,通常涉及对称性破缺,解的非唯一性是一个基本特征。为了研究非唯一解的性质,本文重点研究了技术上简单的设置,其中玩家有两个状态之一,具有连续时间动态,并且游戏在玩家中是对称的,并且玩家被限制使用马尔可夫策略。所有的平均场博弈的纳什均衡被确定为一个对称的跟随人群的游戏。这种均衡对应于$N$参与者的对称$ε$ -纳什马尔可夫均衡,当$N$走向无穷大时,$ε$收敛到零。与平均场博弈相比,有限$N.$存在唯一的纳什均衡。本文证明了当$N$趋于无穷大时,有限$N$的纳什均衡所产生的流体极限是平均场博弈的纳什均衡,并证明了在所有的平均场博弈纳什均衡中,这种极限是平均场最佳对策映射的稳定不动点。
2019-03-17 math.OC
Extended Mean Field Games with Singular Controls
本文建立了一类具有奇异控制的平均场对策的均衡结果的存在性。交互通过状态和控件进行。使用了松弛的解决方案。为了规避紧度问题,我们首先考虑相应的连续控制而不是奇异控制的平均场博弈,然后进行近似,从而证明均衡的存在性。
2022-05-07 math.OC
Singular mean-field control games with applications to optimal harvesting and investment problems
本文研究了奇异平均场控制问题和奇异平均场随机微分对策。得到了最优控制和Nash均衡的充分条件和必要条件。在一定的假设下,将奇异平均场控制的最优性条件化为一个反射Skorohod问题,并证明了其解的存在唯一性。应用随机平均场系统的最优收获,最优不可逆的不确定性下的投资和平均场奇异投资游戏。特别是,一个简单的奇异平均场投资博弈的纳什均衡存在,但不是唯一的。
2014-06-07 math.OC
Mean field game problem for the optimal control of neuronal spiking activity
本文研究神经元放电活动最优控制的平均场博弈问题,通过不动点刻画平均场均衡,并构造有限玩家博弈的近似纳什均衡。
2024-12-17 math.OC
On the Graphon Mean Field Game Equations: Individual Agent Affine Dynamics and Mean Field Dependent Performance Functions
建立了一类Graphon平均场对策方程的唯一可解性。常数图子的特殊情况产生了平均场博弈方程的结果。
2022-03-10 math.AP math.OC math.PR
Mean Field Games with state constraints: from mild to pointwise solutions of the PDE system
具有状态约束的平均场博弈是具有无穷多个代理人的微分对策,每个代理人都面临着对其状态的约束。本文的目的是提供一个意义的PDE系统与这些游戏,所谓的平均场游戏系统的状态约束。对于这一点,我们显示了与状态约束的最优控制问题相关的值函数的全局稳定性。
2018-12-29 math.AP math.OC
Price of Anarchy for Mean Field Games
无政府状态的价格,最初引入量化路由游戏中的自私行为的低效率,被扩展到平均场游戏。无政府状态的代价被定义为平均场博弈均衡计算的最坏情况下的社会成本与中央计划者计算的最优社会成本之比。我们说明了这样的价格的线性二次扩展平均场游戏的无政府状态的属性,明确的计算是可能的。证明了无政府状态价格的各种渐近性态,并给出了数值结果。
2018-08-30 math.OC
$N$-player games and mean field games of moderate interactions
我们研究的渐近组织之间的许多优化的个人相互作用在一个合适的“适度”的方式。我们证明这个限制游戏证明,它的解决方案提供了近似的纳什均衡大,但有限的玩家游戏。这个证明依赖于在参与者的数量趋于无穷大的极限中的经验过程的大数定律的推导。因为它是独立的利益,我们证明了这个结果的全部细节。我们通过验证参数的限制游戏的解决方案的特点。
2021-12-17 math.OC
Translation invariant mean field games with common noise
本文重点介绍一类特殊的平均场博弈,其中系数满足卷积型结构条件。这类具有共同噪声的平均场博弈通过一个简单的变换与某个不具有共同噪声的平均场博弈相关联,这允许从不具有共同噪声的问题的解中容易地构造出具有共同噪声的问题的解。
2014-09-25 math.OC math.PR
A stability property in mean field type differential games
研究了确定性平均场型微分对策的反馈方法。以往的研究表明,平均场型微分对策的次优策略可以基于满足稳定性条件的时间函数和概率函数来构造。此属性实现了一个播放器的恒定控制的动态规划原理。我们提出的无穷小形式的这个条件涉及类似物的方向导数。特别地,我们得到了确定性平均场型微分对策的价值函数的方向导数和方向的集合的动态凭借的游戏可行的方面的特征。
2019-03-26 math.OC
Mean Field Stochastic Games with Binary Action Spaces and Monotone Costs
本文考虑了多智能体马尔可夫决策过程(MDP)框架下的平均场博弈。每个参与者都有一个连续体状态和二元行动。通过主动控制,玩家可以将其状态带到重置点。所有参与者通过其费用函数耦合。当平均场博弈有解时,个体策略的结构性可以用阈值策略来描述。在正外部性条件下,我们进一步引入了平均场博弈的平稳方程组,并分析了其解的唯一性。
2017-01-23 math.OC
Meanfield games and model predictive control
平均场博弈是一种通过控制论方法将时间维度纳入玩家连续体的博弈。最近,已经提出了依赖于最佳应答策略的更简单的方法。他们假设代理人通过采取其费用函数的最速下降方向(即与效用函数相反)来引导其策略朝向其目标。在本文中,我们探讨了平均场游戏和最佳回复策略方法之间的联系。这是通过引入一个模型预测控制框架,其中包括设置的平均场游戏在一个很短的时间间隔,随着时间的推移而后退。我们表明,模型预测控制提供了一个可能不切实际的平均场游戏的方法和次优的最佳回复策略之间的妥协。
2014-12-23 math.OC
A quadratic Mean Field Games model for the Langevin equation
我们考虑一个平均场博弈模型,其中代理的动态是由一个受控的朗之万方程和成本是二次的。在[9]中引入的变量变量变换将平均场博弈系统转化为两个耦合动力学福克-普朗克方程的系统。我们证明了后者系统的存在性结果,从而得到平均场博弈系统的解的存在性。
2021-01-10 math.AP math.OC
From Mean Field Games To Navier-Stokes Equations
本文建立了平均场对策与一类与可压缩Navier-斯托克斯方程密切相关的偏微分方程组的等价性。在一定条件下,通过平均场博弈的纳什均衡的存在性,证明了PDE系统的可解性。
2022-06-25 math.AP math.OC
Mean Field Games with Ergodic cost for Discrete Time Markov Processes
在一般离散时间控制的马尔可夫过程框架下,研究了具有遍历代价的平均场对策。过程的状态空间由一般的$σ$ -紧波兰空间给出。在一定条件下,我们证明了平均场博弈均衡的存在性。我们还研究了$N$ -人的游戏中,球员相互作用,通过他们的经验措施。我们证明了$N$ -人博弈具有纳什均衡,并且当$N$趋于无穷大时,均衡收敛到平均场博弈解。
2015-10-30 math.OC math.PR