Strategic decentralization in binary choice composite congestion games
研究了二元选择复合网络拥塞博弈中的策略分散问题。如果一个参与者让一些自主智能体分别决定如何将其库存的不同部分从起点发送到目的地,那么她就是去中心化的。本文证明了,在凸的、严格递增的和可微的弧成本函数下,原子可分参与者总是有一个最优的单边分散策略。此外,单方面的权力下放给她同样的优势,作为一个Stackelberg拥塞游戏的领导者。最后,单方面分散的原子的球员有负面影响的社会成本和成本的其他球员在拥挤的游戏均衡。
2015-09-15 cs.GT
Cost Design in Atomic Routing Games
本文提出一种数值方法设计原子路由博弈的链路成本函数,通过平滑近似纳什均衡条件并利用隐式微分迭代优化,使玩家在纳什均衡处的选择最小化给定平滑性能函数,并验证了其在网格世界导航中的应用。
2023-05-18 cs.GT math.OC
Routing Game on Parallel Networks: the Convergence of Atomic to Nonatomic
我们考虑一个非原子路由博弈的实例。我们假设网络是平行的,也就是说,只由两个节点组成,一个起点和一个终点。我们考虑无限小的球员,有一个对称的网络成本,但通过他们的一套可行的策略和他们的个人效用是异构的。我们表明,如果一个原子路由游戏实例被正确地定义为近似的非原子实例,那么原子纳什均衡将近似的非原子Wardrop均衡。根据原子实例的参数,我们给出了平衡点之间距离的明确界。这种近似给出了一种以任意精度计算Wardrop平衡的方法。
2018-04-09 cs.GT math.OC
Price of Anarchy for Non-atomic Congestion Games with Stochastic Demands
我们将用户均衡和系统最优的概念推广到具有随机需求的非原子拥塞博弈。我们建立了三种不同设置的链接成本函数和需求分布,即(a)仿射成本函数和一般分布,(b)多项式成本函数和一般正值分布,(c)多项式成本函数和正态分布的无政府无政府代价的上界。在某些特殊情况下,包括确定性需求的情况下,所有的上界都是紧的。
2013-10-17 cs.GT math.OC
Closed Non-atomic Resource Allocation Games
当排队等候的信号表明需求超过供应时,效率会受到什么影响?我们考虑一类拥塞游戏的一个非原子的一组球员的一个恒定的质量,制定通用线性规划的基础上,作为顺序资源分配游戏。玩家不断地选择活动,使他们最大限度地提高线性目标解释为时间平均的活动奖励,而积极的资源限制导致的牺牲。反过来,由此产生的等待延迟进入每个玩家的优化问题。通过一个与比例公平性有关的势函数,研究了Wardrop型平衡点的存在性及其性质.相对于最优资源分配的均衡的无效率通过无政府代价来表征,如果所有参与者都是相同类型,则无政府状态的代价为2(如果不是,则为$\infty$)。
2020-11-17 cs.GT math.OC
Noncooperative Games for Autonomous Consumer Load Balancing over Smart Grid
传统上,大多数电力消费者根据固定费率支付他们的消费。随着智能网格技术的发展,变速率计量的大规模实施变得更加现实。因此,消费者将能够以自动化的方式控制他们的电力消耗,其中一个可能的方案是让每个人最大化自己的效用,作为一个非合作游戏。建立了智能电网中两种实时电价方案下用户间的非合作博弈模型,分析了纳什均衡运行点的唯一性和负载均衡特性。第一种定价方案根据零售商承担的平均电力成本收取价格,第二种定价方案根据时变递增分段价格收取价格,其中对于每种方案,考虑零收益模型和恒定费率收益模型。此外,所研究的游戏和某些竞争路由游戏从计算机网络社区,被称为原子流游戏,之间的关系被建立,它表明,建议的非合作游戏制定属于类原子可分割流游戏。纳什均衡是存在的四个不同的组合情况下对应的两种定价方案和两种收入模式,并在一定条件下是唯一的情况下的三个。它进一步表明,这两种定价方案导致类似的电力负荷模式时,消费者只感兴趣的电力成本最小化,没有任何其他利润的考虑。最后讨论了递增分段定价方案优于平均成本定价方案的条件。
2011-06-12 cs.GT
A sensitivity analysis for the price of anarchy in non-atomic congestion games
本文证明了非原子拥塞博弈中的PoA是H{<$}lder连续的.对成本函数和需求的组合干扰。然后,我们将这一结果的PoA的收敛性分析。
2021-08-23 cs.GT
Approximation and Convergence of Large Atomic Congestion Games
我们考虑的问题是否,在什么意义上,沃卓普均衡提供了一个很好的近似纳什均衡原子不可分割的拥塞游戏有大量的小球员。我们研究了小玩家的两种不同定义。在第一个设置中,我们考虑每个玩家的权重都很小的游戏。我们证明,当玩家的数量趋于无穷大,他们的权重为零,在所有(混合)纳什均衡的有限游戏的随机流收敛分布到相应的非原子极限游戏的Wardrop均衡集。在第二个设置中,我们考虑越来越多的球员与单位重量,参与游戏的概率越来越小。在这种情况下,纳什均衡流收敛于总变差的泊松随机变量,其期望值是一个不同的非原子游戏的Wardrop均衡适当定义的成本。后者可以被看作是对称均衡的泊松游戏的意义上的迈尔森,建立一个合理的连接之间的Wardrop模型路由游戏和随机波动在实际交通。在这两种情况下,我们提供了明确的近似界限,我们研究了无政府状态的无政府代价的收敛性。除了拥挤的游戏的情况下,我们证明了一个一般性的结果,随机玩家对泊松游戏的大型游戏的收敛性。
2022-04-30 cs.GT math.OC math.PR
The Minimum Tollbooth Problem in Atomic Network Congestion Games with Unsplittable Flows
本文分析了不可分割流的原子网络拥塞博弈中的最小收费站问题。我们的目标是把收费放在边上,这样在收费的博弈中就存在一个纯纳什均衡,而这个均衡在不收费的博弈中是社会最优的。此外,我们要求收费边的数量是最小的。这个问题已经在非原子游戏中得到了广泛的研究,然而,据我们所知,它以前没有被考虑用于原子游戏。通过对加权CNFSAT问题的简化,我们证明了该问题的NP-困难性和用tolled边数参数化问题时的W[2]-困难性。在积极的一面,我们提出了一个多项式时间算法的网络串并联图,把任何给定状态的untolled游戏到一个纯纳什均衡的收费游戏的最小数量的收费边缘。
2019-06-24 cs.GT
Dynamic Atomic Congestion Games with Seasonal Flows
我们提出了一个模型的离散时间动态拥塞游戏原子球员和一个单一的源-目的地对。由自由流通过时间和可能的排队时间,由于容量的限制,边的延迟。我们给出了一个精确的描述的动态引起的个体策略的球员和相应的成本,无论是当交通是由一个规划师控制,或当球员自私的行为。在平行网络中,最优行为和均衡行为最终会重合,但第一个参与者的自私行为会产生无法挽回的后果,并由所有后代承担。在更一般的拓扑中,我们的主要贡献有三个方面。首先,我们证明了均衡通常不是唯一的。特别地,我们证明了存在一个网络序列,使得无政府代价等于$n-1$,其中$n$是顶点的数目,稳定的价格等于1。其次,我们说明了一个新的动态版本的Braess的悖论:在网络中的初始队列的存在可能会减少长期成本的平衡。这种悖论甚至可能出现在以前不知道Braess悖论的网络中。第三,我们提出了一个扩展模型的季节性假设,离境流量随时间周期性波动。我们引入了一个措施,捕获的流入周期性引起的队列。这个措施是增加成本相比,均匀偏离的最佳和平衡流在并行网络。
2016-06-17 cs.GT math.OC
A convergence analysis of the price of anarchy in atomic congestion games
本文提供了一个全面的收敛性分析的PoA的纯和混合纳什均衡的原子拥塞游戏与不可分割的需求。
2021-12-09 cs.GT econ.TH
Dynamic system optimal traffic assignment with atomic users: Convergence and stability
本研究分析了固定出发时间下动态系统最优交通分配的收敛性与稳定性,将其表述为势博弈,证明了最优状态的随机稳定性,并发现边际成本定价的演化实施机制比固定定价更平滑、鲁棒。
2021-05-19 cs.GT math.OC
Selfishness need not be bad: a general proof
本文研究了非原子拥塞博弈中的用户行为。考虑了具有连续非减函数的非原子拥塞博弈,研究了当总用户量趋于无穷大时,无政府状态的无政府代价的极限。我们加深了对{ \em渐近良好设计的游戏} \cite{Wu2017Selfishness},{ \em极限游戏} \cite{Wu2017Selfishness},{ \em可扩展性} \cite{Wu2017Selfishness}和{ \em可计量性} \cite{Colini2017b}的了解,这些都是最近在非原子拥塞游戏的无政府代价的极限分析中使用的。我们开发了一个统一的框架,并得出新的技术,允许一般的无政府状态的无政府代价的极限分析。利用这些新技术,我们能够证明任意多项式价格函数和任意用户量向量序列的非原子拥塞游戏的无政府无政府代价的全局收敛性。此外,我们表明,这些新技术是非常灵活和强大的,也适用于非原子拥塞游戏的价格函数的其他类型。特别是,我们证明了非原子拥塞游戏与定期变化的价格函数也渐近良好的设计,只要价格函数略有限制。我们的结果大大推广了最近的结果。特别是,我们的研究结果进一步支持了这一观点的一般证明,自私不一定是坏的非原子拥塞游戏。
2018-05-20 cs.GT
Strategic Facility Location with Clients that Minimize Total Waiting Time
Hasso Plattner Institute, University of Potsdam(波茨坦大学哈索·普拉特纳研究院);University of Twente(特文特大学)
针对设施与客户均策略行动的双边设施选址博弈,论文刻画客户均衡并证明子博弈完美均衡判定的 NP-hard 性,同时给出 3-近似均衡的高效算法。
2024-06-13 cs.AI cs.GT
Unilateral Altruism in Network Routing Games with Atomic Players
我们研究了一个路由游戏,其中一个球员单方面的利他行为,考虑到其他球员以及他自己的延迟成本。通过不自私的博弈,一个博弈者不仅可以提高其他博弈者的均衡效用,而且可以提高自己的均衡效用。为了量化这种影响,我们定义了一个称为单边利他主义价值(VoU)的指标,即利他用户的均衡效用与他在纳什均衡中获得的均衡效用之比。我们通过例子表明,在具有非线性延迟函数和原子玩家的游戏中,VoU可以任意大。由于这个例子中的纳什均衡社会福利任意地远离社会最优,所以这个例子也有一个无限的无政府代价(PoA)。这个例子是由少数参与者驱动的,因为非原子参与者的相同例子产生了完全有效的纳什均衡。
2011-08-13 cs.GT
Altruism in Atomic Congestion Games
研究了在原子拥塞博弈中引入利他代理的影响。利他主义行为是由自私和社会目标之间的权衡来模拟的。特别是,我们假设代理优化的策略和由此产生的社会成本增加的个人延迟的线性组合。我们的模型可以嵌入到拥塞游戏的框架与玩家特定的延迟功能。稳态是这些游戏的纳什均衡,我们研究它们的存在性和序列最佳反应动态的收敛性。以往的工作表明,对称单点博弈的凸时滞纳什均衡的存在是有保证的。对于凹延迟函数,我们观察到有没有纳什均衡的游戏,并提供了一个多项式时间算法来决定存在的对称单点游戏任意延迟功能。我们的算法可以扩展到计算最好和最坏的纳什均衡,如果它们存在。对于更一般的拥塞游戏存在成为NP-难决定,即使是对称网络游戏的二次延迟函数。也许令人惊讶的是,如果所有的延迟函数都是线性的,那么在任何利他主义者和任何更好的响应动态收敛的拥塞博弈中总是存在纳什均衡。除了这些结果不协调的动态,我们考虑的情况下,一个中央利他主义的机构可以激励代理人利他主义的行为。我们提供了建设性的和硬度的结果,找到最小数量的利他主义者,以稳定最佳的拥塞配置文件和更一般的机制,以激励代理采取有利的行为。
2009-02-04 cs.GT
Efficient Estimation of Equilibria of Large Congestion Games with Heterogeneous Players
当参与者数量很大时,计算拥塞博弈中的均衡可能具有挑战性。然而,这是一个问题,要解决在实践中,例如预测系统的状态,并能够控制it. In这项工作中,我们分析的情况下,广义原子拥塞游戏,耦合约束,并与球员是异构的,通过他们的行动集和他们的效用函数。我们得到一个近似的变分纳什均衡-一个概念概括纳什均衡在耦合约束的存在下-一个大的原子拥塞游戏的辅助人口游戏的平衡,其中每个人口对应于一组原子玩家的初始游戏。由于变分不等式特征的平衡的辅助游戏有较小的尺寸比原来的问题,这种方法使快速计算的估计的平衡在一个大型拥挤的游戏与成千上万的异构玩家。
2018-10-02 cs.GT
Stability analysis of a departure time choice problem with atomic vehicle models
本研究构建原子用户出发时间选择博弈,引入ε-纳什均衡,证明其为弱无环博弈并阐明全局收敛机制,构建稳定演化动力学,通过数值实验验证理论,为出发时间选择均衡稳定性分析提供新视角。
2024-01-15 cs.GT math.DS math.OC
Optimal Taxes in Atomic Congestion Games
我们如何设计促进有效利用共享资源的机制?在这里,我们回答这个问题的原子拥塞游戏,用于模拟各种问题,包括交通路由的研究类。在这种情况下,设计收费机制,最大限度地减少系统的低效率(无政府状态无政府代价)利用本地信息的方法是迄今为止失踪,尽管科学的兴趣。在这篇手稿中,我们解决这个问题,通过一个易于处理的线性规划公式,适用于和超越多项式拥塞游戏。当我们的方法专门的多项式的情况下,我们得到紧的无政府状态无政府代价和相应的通行费的最佳值,发现一个意想不到的链接与负载均衡游戏。我们还推导出最佳收费机制,是恒定的拥塞水平,推广Caragiannis等人的结果。[ACM交易算法,2010年]多项式拥塞游戏和超越。最后,我们应用我们的技术来计算边际成本机制的效率。令人惊讶的是,仅使用局部信息的最佳收费机制与利用全局信息的现有机制非常接近[Billem和Vinci,ACM经济学和计算学报,2019],而在连续流模型中已知最佳的边际成本机制的效率低于不征收费用的机制。所有结果对于纯纳什均衡都是紧的,并且可以推广到粗相关均衡。
2021-03-11 cs.GT cs.SY eess.SY
The Impact of Worst-Case Deviations in Non-Atomic Network Routing Games
我们引入了一个统一的模型来研究非原子自私路由游戏中最坏情况下的延迟偏差的影响。在我们的模型中,laps受到(有界)偏差的影响,这些偏差被玩家考虑在内。由此类偏差引起的质量劣化由$\textit{Deviation Ratio}$进行评估,即,最坏情况下的纳什流的成本相对于偏离的延迟和纳什流的成本相对于未改变的延迟的比率。这一概念受到尼科洛娃和斯蒂尔-摩西最近研究的$\textit{Price of Risk Aversion}$的启发。在这里,我们推广了他们的模型和结果。特别是,我们推导出一个共同的源和任意的非负和非递减延迟函数的多商品实例的偏差比的紧界。这些边界表现出对网络大小的线性依赖性(除了其他参数)。相反,我们表明,一般的多商品网络的指数依赖是不可避免的。我们还改进了最近的平滑结果,以限制风险厌恶的价格。
2016-06-22 cs.GT
Efficient Estimation of Equilibria in Large Aggregative Games with Coupling Constraints
聚合博弈有许多工业应用,当玩家数量很大时,计算这些博弈中的均衡是具有挑战性的。在具有耦合约束的原子聚合博弈框架下,我们证明了一个大规模聚合博弈的变分纳什均衡可以近似为一个较小维数的辅助种群博弈的Wardrop均衡.这个辅助博弈的每个种群对应于初始大博弈的一组原子参与者。这种方法使一个有效的计算近似的平衡,作为变分不等式特征的Wardrop平衡是较小的尺寸比初始的。这是在智能电网上下文中的一个例子说明。
2020-03-26 cs.GT
Convergence in a Repeated Non-atomic Routing Game with Partial Signaling
我们研究了以下重复的非原子路由博弈。在每一轮中,自然选择一个独立同分布的状态。根据公知的分布的方式,其影响链路延迟函数。系统规划者根据公知的信令策略向参与代理提出私人路由建议,这些代理构成固定的分数。参与的智能体根据参与的智能体群体在上一轮中的累积后悔来选择服从或不服从推荐。非参与的代理选择路线根据近视最佳反应的参与代理的路由决策的校准预测。我们表明,对于并行网络,如果规划者的信号策略满足服从条件,那么,几乎可以肯定,链路流是渐近一致的贝叶斯相关均衡诱导的信号策略。
2022-07-23 cs.GT cs.SY eess.SY
On the Fragility of Worst-Case Nash Equilibria in Atomic Congestion Games
University of Colorado at Colorado Springs(科罗拉多大学科罗拉多斯普林斯分校);Politecnico di Torino(都灵理工大学);Thayer School of Engineering, Dartmouth College(达特茅斯学院塔克工程学院)
本研究证明原子拥塞博弈中,智能体在均衡时的满意度与系统效率正相关,且最坏情况纳什均衡具有脆弱性,即智能体在均衡与最优行动间无差异,满意度与低效不可兼得。
2026-09-14 cs.GT
On the performance of approximate equilibria in congestion games
Max-Planck-Institut für Informatik(马克斯·普朗克信息学研究所);University of Athens(雅典大学);Patras University(帕特雷大学)
我们研究了线性拥塞博弈近似纳什均衡的性能。我们考虑无政府代价和稳定性的代价作为近似因子$ε$的函数提高了多少。我们给(几乎)紧的上限和下限的无政府代价价格和原子和非原子拥塞游戏的稳定性的价格。我们的结果不仅包含和推广现有的精确均衡的结果$ε$ -纳什均衡,但他们也提供了一个统一的方法,揭示了原子和非原子的无政府无政府代价结果的共同线索。通过扩展光谱,我们也把现有的结果在一个新的光。例如,Pigou网络,它给出了严格的结果,为精确的纳什均衡的自私路由,仍然是紧的价格稳定的$ε$ -纳什均衡,但不为无政府代价。
2008-05-10 cs.AI cs.GT cs.NI
A Game-Theoretic Analysis of Cross-Chain Atomic Swaps with HTLCs
为了实现未连接账本之间的互操作性,哈希时间锁合约(HTLC)通常用于跨链资产交换。该解决方案容忍交易失败,并且可以通过允许交易代理在中止的情况下至少保留其原始资产来“从最坏的情况中汲取最好的”。尽管如此,作为一个不希望的结果,重复发生的事务失败促使对协议进行批判性和分析性的检查。在这项研究中,我们提出了一个博弈论的框架来研究的战略行为的代理参与跨链原子交换实现HTLC。我们研究了交易的成功率作为互换汇率,代币价格及其波动性等变量的函数。我们证明,在试图最大限度地提高自己的效用,资产价格的变化,任何代理人可能会退出互换。我们的模型的扩展证实,抵押存款可以提高交易成功率,激励进一步研究抵押没有可信的第三方。第二个模型的变化表明,当代理人动态调整汇率,以应对价格波动时,互换更有可能成功。
2021-12-11 cs.DC cs.GT
Load Balancing Congestion Games and their Asymptotic Behavior
路由博弈的一个核心问题是建立均衡的唯一性条件,无论是在网络拓扑结构方面还是在成本方面。这个问题在两类路由博弈中得到了很好的理解。第一种是Wardrop在1952年引入的非原子路由,在道路交通的背景下,每个参与者(汽车)都是无限小的;一辆车对拥堵的影响可以忽略不计。每辆车都希望尽量减少其预期延误。在任意拓扑下,这样的博弈已知具有凸势,因此具有唯一的均衡。第二个框架是可分裂的原子博弈:有100多个参与者,每个参与者控制着一个个体群体的路线(让他们成为道路交通中的汽车或通信网络中的数据包)。在本文中,我们研究了其他两个框架的路由游戏中,每个玩家有一个整数的连接(这是人口的数据包)路由,并有一个约束,连接不能被分割。通过一个特定的游戏,一个简单的三个链接拓扑结构,我们确定了各种新颖的和令人惊讶的属性,这些框架内的游戏。我们特别表明,即使在潜在的博弈设置罗森塔尔严格凸链接成本的均衡是非唯一的。我们进一步表明,非对称平衡出现在对称网络。I.引言路由游戏的一个中心问题是建立条件的唯一性的均衡,无论是在网络拓扑结构或成本方面。关于这些问题的综述见[1]。平衡点的唯一性问题已经在两个不同的框架中研究过。第一种,我们称之为F1,是Wardrop在1952年引入的非原子路由,在道路交通的背景下,每个参与者(汽车)都是无限小的;一辆车对拥堵的影响可以忽略不计。每辆车都希望尽量减少其预期延误。在任意拓扑结构…
2015-12-31 cs.GT
Non-atomic Games for Multi-User Systems
在这方面的贡献,多用户系统的性能进行了分析,在频率选择性衰落信道的背景下。使用博弈论的工具,提供了一个有用的框架,以确定最佳的功率分配时,用户只知道自己的信道(而完美的信道状态信息是假设在基站)。我们考虑实际情况下的频率选择性信道的上行链路CDMA。这种情况说明了分散式方案的情况,其中终端可获得的网络信息有限。各种接收机被认为是,即匹配滤波器,MMSE滤波器和最佳滤波器。本文的目标是推导出简单的表达式的非合作纳什均衡的移动台的数量变得很大,扩展长度的增加。为此,两个渐近方法相结合。第一个是渐近随机矩阵理论,它使我们能够获得明确的表达的影响,所有其他手机上的任何给定的标记移动。第二种是非原子博弈理论,随着移动设备数量的增长,该理论计算出纳什均衡的良好近似值。
2007-06-30 cs.GT cs.IT math.IT
Optimizing the Social Cost of Congestion Games by Imposing Variable Delays
我们描述了一种新的协调机制,非原子拥塞游戏,导致(自私)的社会成本是任意接近非自私的最佳。这一机制不会产生任何额外的费用,如通行费,通行费通常与仅以延误表示的社会成本不同。
2014-06-19 cs.GT
Inducing Social Optimality in Games via Adaptive Incentive Design
社会规划者如何自适应地激励那些在战略环境中学习的自私代理人,以诱导长期的社会最优结果?我们提出了一个两个时间尺度的学习动力学来回答这个问题,在原子和非原子游戏。在我们的学习动态中,玩家采用一类学习规则以更快的时间尺度更新他们的策略,而社会规划者以更慢的时间尺度更新激励机制。具体而言,激励机制的更新是基于每个参与者的外部性,外部性被评估为每个时间步中参与者的边际成本与社会边际成本之差。我们发现,我们的学习动力学的任何不动点对应的最优激励机制,使相应的纳什均衡也达到社会最优。我们还提供了充分的条件,学习动态收敛到一个固定点,使自适应激励机制最终诱导社会最优的结果。最后,我们证明了收敛的充分条件满足各种游戏,包括(i)原子网络二次聚合游戏,(ii)原子古诺竞争,和(iii)非原子网络路由游戏。
2022-04-12 cs.GT cs.SY econ.GN
Information Design in Non-atomic Routing Games with Partial Participation: Computation and Properties
我们考虑一个路由游戏之间的非原子代理的链接延迟功能的条件下的不确定状态的网络。代理具有相同的先验信念的状态,但只有一个固定的分数接收私有路由建议或一个共同的消息,这是由一个已知的随机化,被称为私人或公共信令策略分别产生。其余的智能体根据贝叶斯Nash流选择路径。我们开发了一种计算方法来解决最优信息设计问题,即,以最小化所有公共或服从的私有信令策略上的预期社交延迟。对于非参与代理引起的固定流,最优私有信令策略的设计被证明是多项式链路延迟函数的矩的广义问题,并承认原子的数量上的可证明的上限原子的解决方案。这意味着,对于多项式链路延迟函数,信息设计可以等效地转换为多项式优化问题。这反过来又可以是任意下界的一个已知的层次的半定松弛。该层次结构的第一级示出为精确的基本两个链路的情况下,仿射延迟函数。我们还确定了一类私人信令政策,最佳的社会成本是不增加的参与代理的比例增加并行网络。这是在现有的结果,在固定的信令策略下的参与代理的成本可能会随着他们的分数增加。
2021-08-29 cs.GT cs.SY eess.SY
Sensitivity analysis for network aggregative games
我们研究了有约束网络聚合博弈的纳什均衡对影响博弈者成本函数的外生参数变化的敏感性。此设置由两个应用程序驱动。第一个是分析干预的社会规划与网络的目标函数,而第二个是网络路由游戏原子球员和信息约束。通过利用变分不等式的灵敏度分析结果的原始重新表述,我们提供了一个只依赖于原始变量的纳什均衡的灵敏度的表征。为了得到这个结果,我们假设强单调的映射与游戏。作为第二个主要结果,我们推导出了保证网络聚合博弈中这种强单调性的充分条件。这两个特征使我们能够系统地研究纳什均衡的变化,由于扰动或参数变化,在上述两个应用程序。
2017-06-27 cs.GT
Adaptive Incentive Design with Learning Agents
提出一种不依赖具体学习动态的自适应激励机制,通过双时间尺度更新激励以学习最优策略,确保 Nash 均衡与社会最优一致,并证明了其在原子和非原子博弈中的收敛性。
2025-03-01 cs.GT cs.MA cs.SY
Risk-Averse Equilibrium for Autonomous Vehicles in Stochastic Congestion Games
自动驾驶汽车、无人驾驶飞行器和车队的快速增长市场需要设计智能和自动导航系统,考虑到交通网络中不同路径的随机延迟。确定性网络中的最短路径问题,其在拥塞博弈环境中的对应物是Wardrop均衡,已被广泛研究,但众所周知,在具有随机弧延迟的交通网络中找到最优路径的概念是具有挑战性的。在这项工作中,我们提出了三个类的原子随机拥塞游戏在其一般形式的弧延迟分布是负载相关的,不一定相互独立的风险厌恶平衡。这三类均衡是风险厌恶均衡(RAE)、均值-方差均衡(MVE)和风险水平条件价值均衡($α$)(CVaR $_α$ E),其风险规避最佳对策的概念基于最大化采取最短路径的概率、最小化路径延迟的均值和方差的线性组合以及最小化延迟分布的指定风险分位数处的期望延迟,分别我们证明了对于任何有限的随机原子拥塞博弈,风险厌恶,均值方差和CVaR $_α$平衡存在。我们发现,对于风险厌恶的旅行者,Braess悖论可能不会发生的程度最初提出的,因为球员不一定沿着最短路径的期望,但他们考虑旅行时间的不确定性,以及。我们通过一些例子表明,无政府状态的无政府代价可以改善时,玩家是风险厌恶和旅行根据三类风险厌恶均衡之一,而不是Wardrop均衡。
2020-07-19 cs.GT
The Complexity of Optimizing Atomic Congestion
Regensburg University(雷根斯堡大学);TU Wien(维也纳工业大学);IIT Hyderabad(印度理工学院海得拉巴分校)
本文通过参数化复杂性分析揭示了原子拥塞博弈中系统最优策略计算的可处理性边界,证明其复杂性由边分隔器而非顶点分隔器决定,并扩展到最小-最大变体。
2024-10-22 cs.AI cs.CC cs.GT
The route to chaos in routing games: When is Price of Anarchy too optimistic?
路由游戏是研究最多的游戏类别之一。它们的两个最著名的性质是学习动态收敛到均衡,并且所有均衡都是近似最优的。在这项工作中,我们通过研究无处不在的动态,乘法权重更新,在不同类别的拥塞游戏,揭示复杂的非平衡现象,这些经典的结果进行压力测试。随着系统需求的增加,学习动态经历倍周期分叉,导致不稳定,混乱和大的低效率,即使在最简单的情况下,非原子路由游戏的两条路径的线性成本的无政府代价等于一。从这个简单的类开始,我们证明了每个系统都有一个承载能力,超过这个承载能力,系统就会变得不稳定。如果平衡流是对称的$50-50\%$分裂,系统表现出一个倍周期分岔。一个周期为2的周期吸引子取代了吸引不动点。虽然无政府状态的无政府代价等于1,但在大人口限制下,除了零测度初始条件集之外,所有初始条件的时间平均社会成本收敛于其最坏可能值。对于非对称平衡流,增加需求最终迫使系统进入具有正拓扑熵和所有可能周期的周期轨道的Li-Yorke混沌。值得注意的是,在所有非平衡状态下,路径上的时间平均流量都精确地收敛到平衡流量,这一特性类似于零和游戏中的无悔学习。这些结果是稳健的。我们将其扩展到路由游戏与任意多个战略,多项式成本函数,非原子以及原子路由游戏和异质用户。我们的结果也适用于任何序列的收缩学习率,例如,$1/\sqrt{T}$,通过允许动态增加种群大小。
2019-11-24 cs.GT econ.GN math.DS
In Congestion Games, Taxes Achieve Optimal Approximation
在这项工作中,我们考虑原子拥塞游戏中的社会成本最小化的问题。对于这个问题,我们提供了严格的计算下限,随着税收机制产生多项式时间算法的最佳逼近。也许令人惊讶的是,我们的研究结果表明,间接干预,在有效计算的税收机制的形式,产生相同的性能可实现的最好的多项式时间算法,即使后者完全控制代理人的行动。由此可见,没有任何其他易于处理的、旨在激励人们期望的系统行为的方法可以改善这一结果,无论它是基于税收、协调机制、信息提供还是其他任何原则。简而言之:明智地选择税收达到最佳近似。三个技术贡献支持这一结论。首先,我们表明,计算最小的社会成本是NP-困难的近似在一个给定的因素只取决于可接受的资源成本。其次,我们设计了一个易于处理的税收机制,其效率(无政府状态的无政府代价)匹配这个硬度因素,因此是最坏情况下的最优。由于这些结果扩展到粗相关均衡,任何无悔算法继承了相同的性能,使我们能够设计多项式时间算法的最佳逼近。
2022-05-19 cs.CC cs.GT math.OC
A Network Game of Dynamic Traffic
本文研究了具有单起点-终点对的原子代理的离散时间动态流量的网络拥塞博弈。任何代理在每个顶点自由地做出动态决策(例如,道路交叉口)并且利用边缘上的给定优先级来调节交通(例如,路段)。我们首先构造性地证明了这个博弈中总是存在一个子博弈完美均衡(SPE)。然后,我们研究了这个模型和一个简化模型之间的关系,在该模型中,代理同时选择和固定的起点-目的地路径。我们证明了简化模型的纳什均衡(NE)流集是主模型的SPE流集的一个真子集。我们证明,每个NE也是一个强NE,因此弱帕累托最优。我们建立了NE流的其他几个很好的性质,包括全球先进先出。然后对两类网络,包括串并联网络,证明了在任意给定的情况下,均衡队长是有界的,这意味着任意给定博弈情况下的无政府状态无政府代价是有界的,只要流入量不超过网络容量.
2017-05-04 cs.GT
Routing Games over Time with FIFO policy
我们研究原子路由游戏,每个代理人都沿着它决定的边缘和通过时间旅行。到达边缘的代理首先在\emph{first-in-first-out}队列中排队,并且可以等待:边缘与容量相关联,该容量定义了每个时间步长有多少代理可以从队列的头部弹出并进入边缘,以在固定延迟内进行传输。我们表明,最佳响应优化问题是不可近似的,并决定存在一个纳什均衡是完整的第二层次的多项式。然后,我们放弃了合理性假设,引入了基于GPS导航的行为概念,并研究了其最坏情况下的效率比协调。
2017-08-04 cs.CC cs.GT
Path deviations outperform approximate stability in heterogeneous congestion games
我们考虑非原子网络拥塞对策与异构球员的路径的延迟受到一些有界偏差。该模型包括几个研究扩展的经典Wardrop模型,其中包括,例如,风险规避,利他主义或旅行时间延迟。我们的主要目标是分析扰动纳什流(即,对于受扰动的Laundry)相对于原始Nash流。我们发现,同质球员扰动纳什流与近似纳什流一致,并得出严格的界限,他们的效率低下。相比之下,我们表明,对于异质人群,这种等价性并不成立。我们推导出严格的边界上的无效率的扰动和近似纳什流任意球员的敏感性分布。直观地说,我们的结果表明,路径偏差的负面影响(例如,由风险规避行为或等待时间扰动引起)不如近似稳定性(例如,由有限的响应性或有限的理性引起)。如果路径偏差可以分解为边偏差,我们还得到了一个紧界的无效率的扰动纳什流的拟阵拥塞游戏和同质人口。特别是,这提供了一个紧约束的价格风险厌恶拟阵拥塞游戏。
2017-07-05 cs.GT
Finite-Memory Strategy Synthesis for Robust Multidimensional Mean-Payoff Objectives
图上的二人博弈为反应系统的研究提供了数学基础。在定量框架中,一个目标为每一步棋分配一个值,参与人1的目标是最小化目标的值。在这个框架中,有两个相关的综合问题需要考虑:定量分析问题是计算参与人1可以保证的最小(或下确界)值,布尔分析问题是询问参与人1是否可以保证目标的值至多为$ν$(对于给定的阈值$ν$)。在多维加权图上玩平均支付表达式游戏。原子平均支付表达式目标是某一维的平均支付值(长期平均权重),平均支付表达式类是原子平均支付表达式在$\MAX,\MIN$、数值补和$\SUM$代数运算下的闭包.在这项工作中,我们研究了第一次的策略合成问题的游戏具有强大的定量目标,即游戏的平均回报表达的目标。虽然在一般情况下,这些游戏的最佳策略需要无限的记忆,在合成中,我们通常感兴趣的有限状态系统的建设。因此,我们考虑的游戏中,玩家1是有限的记忆策略,我们的主要贡献如下。我们证明了对于平均支付表达式,定量分析问题是可计算的,布尔分析问题与Hilbert的第十个有理数问题--一个在计算机科学和数学中长期存在的基本开放问题--是相互可约的。
2014-04-29 cs.GT cs.LO
Charging Games in Networks of Electrical Vehicles
提出了电动汽车(EV)网络分布式充电问题的静态非合作博弈模型。该公式允许对连接到公共住宅配电Transformer的几个EV之间的相互作用进行建模。每个EV旨在选择其开始对其电池充电的时间,以便最小化个体成本,该个体成本主要与由Transformer输送的总功率、执行充电操作的时间间隔的位置以及所考虑的EV使其电池完全再充电所需的充电持续时间有关。由于个别的成本函数被假定为无记忆的,它是可能的,以表明,该游戏的利益总是一个有序的潜在的游戏。更确切地说,原子和非原子版本的收费游戏都被考虑。在这两种情况下,进行均衡分析。特别是,重要的问题,如均衡的唯一性和效率得到解决。有趣的是,分析和数值结果都表明,由于权力下放(例如,当成本函数,例如配电网焦耳损耗或住宅配电变压器的寿命(当假设没有热惯性时),由充电引起的是小的,并且当EV的数量增加时,相应的“效率”(接近于无政府状态的无政府代价的概念)趋于1。
2015-09-24 cs.GT
Differentiable Equilibrium Computation with Decision Diagrams for Stackelberg Models of Combinatorial Congestion Games
The University of Tokyo(东京大学);NTT Communication Science Laboratories(NTT通信科学实验室)
我们解决Stackelberg模型的组合拥塞游戏(CCG),我们的目标是优化参数的CCG,使自私的行为的非原子球员达到理想的均衡。这一模型对于设计交通和通信网络等社会基础设施至关重要。然而,由于两个困难:(I)双层编程结构和(II)CCG的组合性质,该模型的计算方法尚未得到深入研究。我们通过仔细结合(I)\textit{differentiable}优化的思想和(II)称为\textit{zero-suppressed binary decision diagrams}(ZDD)的数据结构来解决这些问题,该数据结构可以复杂地表示组合策略集。我们的算法在数值上逼近CCG的平衡点,我们可以通过自动微分来区分CCG的参数。通过得到的导数,我们可以将基于梯度的方法应用于CCG的Stackelberg模型。我们的方法是专门为诱导Nesterov加速度而设计的,并且可以充分利用ZDD的经验紧性。这些技术优势使我们能够用大量的组合策略来处理CCG。在实际网络设计实例上的实验证明了该方法的实用性。
2021-10-18 cs.DS cs.GT cs.LG
Altruism Improves Congestion in Series-Parallel Nonatomic Congestion Games
针对串并联非原子拥塞博弈中利他智能体未必改善拥塞的问题,研究发现对称Braess抗性网络下,即便仅少量利他者也能确保降低总拥塞,给出了利他行为有效改善拥塞的完整刻画。
2024-04-10 cs.GT
A Study of Truck Platooning Incentives Using a Congestion Game
ACCESS Linnaeus Center, School of Electrical Engineering, KTH Royal Institute of Technology(ACCESS林奈斯中心,电气工程学院,皇家理工学院)
本文通过原子拥堵博弈模型研究交通流中车辆与卡车编队激励的相互作用,利用斯德哥尔摩交通数据验证模型假设,并通过仿真实验分析司机时间价值和编队率对纳什均衡的影响。
2014-01-21 cs.GT cs.SY eess.SY
Concurrent Imitation Dynamics in Congestion Games
模仿成功的行为是一种自然的、经常应用的方法,当我们面对很少或根本没有经验的场景时,我们可以根据这些场景来做出决定。在本文中,我们考虑这样的行为在原子拥塞游戏。我们建议研究并发模仿动态出现时,每个球员样本另一个球员,并可能模仿这个代理的策略,如果预期的延迟增益是足够大的。我们主要关注的是收敛性。使用一个潜在的功能参数,我们表明,我们的动态收敛在一个单调的方式稳态。在这种状态下,没有一个玩家可以通过模仿别人来改善它的延迟。作为我们的主要结果,我们表现出快速收敛到近似平衡。在一个近似的平衡,只有一小部分的代理人维持显着高于或低于平均水平的延迟。特别是,模仿动力学的行为像完全多项式时间近似计划(FPTAS)。固定所有其他参数,收敛时间仅以对数方式依赖于代理的数量。由于模仿过程并不具有创新性,因此它们无法发现未使用的策略。此外,策略可能以非零概率灭绝。对于单例博弈的情况下,我们表明,这一事件发生的概率是可以忽略不计的。此外,我们证明了社会成本的稳态达到我们的动态是不是比最佳状态在单例拥塞游戏与线性延迟函数差得多。最后,我们讨论了如何可以扩展的协议,从长远来看,动态收敛到一个纳什均衡。
2008-10-04 cs.GT
On the Hardness of Network Design for Bottleneck Routing Games
在路由游戏中,如果我们从网络中删除一些边,平衡时的网络性能可以显着提高。这个违反直觉的事实,广为人知的Braess悖论,引起了(自私)网络设计问题,我们试图认识到路由游戏遭受的悖论,并提高均衡性能的边缘删除。在这项工作中,我们研究的计算复杂性和非原子瓶颈路由游戏的网络设计问题的可逼近性,其中每个球员的个人成本是她的路径的瓶颈成本,和社会成本是网络的瓶颈成本。我们首先表明,瓶颈路由游戏不遭受Braess的悖论,如果网络是串并联的,或者如果我们只考虑子路径最优纳什流。在消极的一面,我们证明了,即使是严格增加的线性laps的游戏,它是NP-难的,不仅要识别的实例遭受的悖论,而且要区分的情况下,无政府代价(PoA)可以减少到1和实例的PoA是一样大的Ω(n^{0.121}),不能改善边缘删除。因此,对于任何常数\eps > 0,这类游戏的网络设计问题是NP-难的,要在O(n^{0.121- \eps })的因子内近似。在积极的一面,我们展示了如何计算一个几乎最优的子网w.r.t.当最佳子网中的最差纳什流在所有使用的边上路由不可忽略的流量时,其最差纳什流的瓶颈成本。算法的运行时间由路径总数决定,当路径数为拟多项式时,算法的运行时间为拟多项式。
2012-07-22 cs.GT
Combined Base Station Association and Power Control in Multi-channel Cellular Networks
针对多信道多小区蜂窝网络的上行链路研究了组合的基站关联和功率控制问题,其中每个信道由恰好一个小区(即,基站)。提出了一种分布式关联和功率更新算法,并证明了该算法收敛于非合作博弈的纳什均衡。我们认为网络模型与离散手机(产生原子拥塞游戏),以及一个连续的手机(产生人口游戏)。我们发现,均衡不一定是帕累托有效的,也不一定是系统最优的。为了解决系统最优性的缺乏,我们提出了定价机制。结果表明,这些机制可以实现分布式的方式。
2011-12-08 cs.GT cs.NI
Signaling in Bayesian Network Congestion Games: the Subtle Power of Symmetry
Politecnico di Milano(米兰理工大学)
网络拥塞博弈是一种多智能体策略交互的模型。尽管他们无处不在的应用程序,目前还不清楚是否有可能设计的信息结构,以改善网络用户的整体体验。我们专注于贝叶斯游戏与原子球员,网络的变幻莫测通过一个(随机)的自然状态,它决定了球员所产生的成本建模。第三方实体--发送者--可以观察网络的实现状态,并利用这些附加信息向每个玩家发送信号。一个自然的问题是:对于一个知情的发送者来说,是否有可能通过向理性更新信念的参与者提供信息来降低整体社会成本?本文重点研究了计算最优事前说服性信号方案的问题,表明对称性是其解的一个重要性质。事实上,我们表明,一个最佳的事前说服性信号方案可以计算在多项式时间时,球员是对称的,仿射成本函数。此外,当参与者不对称时,即使在非贝叶斯环境下,问题也变得NP难。
2020-02-12 cs.AI cs.GT
Ordinary and Prophet Planning under Uncertainty in Bernoulli Congestion Games
本文在伯努利拥堵博弈中研究需求不确定性下的效率损失,对比先知规划者与普通规划者,并通过以最大参与概率为参数的优化问题给出无政府代价的紧界,在仿射成本下得到解析表达式。
2024-08-10 cs.GT math.PR
The Impact of Tribalism on Social Welfare
我们探讨了属于同一组的球员之间的相互利他主义-他们的部落-在任意战略游戏中的所有球员的分区后达到均衡的质量的影响。为此,我们引入了任意战略博弈的τ-部落扩展的概念,其中参与者的主观成本函数被更新以反映这一点,以及相关的部落主义价格,这是部落扩展的最差纳什均衡的社会福利与最优社会福利之比。我们发现,在一个著名的游戏的友谊集团,网络贡献的游戏,以及原子线性拥塞游戏,部落主义的价格是高于无政府状态的价格,无论是纯粹自私的球员或完全利他的球员(即那些谁寻求最大化的社会福利)。这种现象在各种平衡概念下都可以观察到。在每种情况下,我们都给出了部落主义价格的上限,这些上限与我们的例子所建立的下限相匹配。
2019-07-16 cs.GT cs.MA
Acyclicity of Preferences, Nash Equilibria, and Subgame Perfect Equilibria: a Formal and Constructive Equivalence
1953年,库恩通过展示博弈论中称为“逆向归纳”的程序产生纳什均衡,证明了每个序列博弈都有一个纳什均衡。它实际上产生了一个纳什均衡,定义了一个适当的纳什均衡子类。在1965年,Selten将这个子类称为子博弈完美均衡。在博弈论中,收益是通常在游戏结束时给予的奖励。虽然传统的博弈论主要关注的是实数值的收益,这些收益隐含地按照实数上通常的全序排序,但西蒙或布莱克威尔的作品已经涉及了部分排序的收益。本文概括了序列博弈的概念,用抽象的原子对象(称为结果)替换实值支付函数,并用结果上的任意二元关系(称为偏好)替换实值上通常的全序。这引入了一个一般的抽象形式主义,其中纳什均衡,子博弈完美均衡,"逆向归纳“仍然可以定义。本文证明了以下三个命题是等价的:1)对结果的偏好是非循环的。2)每个序列博弈都有一个纳什均衡。3)每个序贯博弈都有一个子博弈完美均衡。结果是完全计算机认证使用Coq。除了额外的正确性保证之外,使用Coq的形式化活动还有助于清楚地识别有用的定义和证明的主要表达。
2007-05-23 cs.DM cs.GT cs.LO
Nash Flows Over Time with Tolls
Tel Aviv University(特拉维夫大学);Maastricht University(马斯特里赫特大学);RWTH Aachen University(亚琛工业大学)
本文研究带通行费的动态路由博弈,基于维克里瓶颈模型,证明带通行费时动态均衡不唯一且未必达稳态,并提出计算稳态的方法。
2025-10-15 cs.GT math.OC
The Price of Anarchy for Selfish Ring Routing is Two
我们分析了原子参与者的网络拥塞博弈,非对称策略,和所有参与者之间的最大延迟作为社会成本。这个重要的社会成本函数比平均延迟要少得多。我们证明了当网络是环且链路长度是线性时,无政府状态的无政府代价至多为2。我们的边界很紧。这是最大延迟目标的第一个明确界限。
2012-09-30 cs.GT
A Game-Theoretic Framework for Intelligent EV Charging Network Optimisation in Smart Cities
School of Computer Science and Digital Technologies, Aston University(阿斯顿大学计算机科学与数字技术学院)
本文提出一个博弈框架,用于优化智能城市中电动汽车充电网络的站点布局和定价,通过道路网络和充电设施的耦合非原子拥堵博弈,考虑驾驶员行为,以最小化社会成本和旅行时间,提高交通效率。
2026-03-23 cs.GT cs.MA