Epistemic Analysis of Strategic Games with Arbitrary Strategy Sets
CWI(荷兰国家数学与计算机科学研究所);University of Amsterdam(阿姆斯特丹大学)
我们在这里提供了一个基于可能性对应的任意策略博弈的认识论分析。这种分析要求使用相应算子的超限迭代。我们的方法是基于塔斯基的不动点定理,并适用于合理化和严格控制策略的迭代消除的概念。
2007-06-07 cs.AI cs.GT
Incentive-Aware AI Safety via Strategic Resource Allocation: A Stackelberg Security Games Perspective
Harvard University(哈佛大学)
本文提出基于Stackelberg安全游戏的AI安全框架,通过战略资源分配设计激励机制,提升AI监管的主动性与鲁棒性。
2026-02-06 cs.AI
Pick Your Battles: Interaction Graphs as Population-Level Objectives for Strategic Diversity
DeepMind(深度思维)
策略多样性在游戏中通常是必不可少的:例如,在多人游戏中,根据不同的策略对玩家进行评估将产生对其表现的更准确的估计。此外,在具有非传递性的博弈中,多样性允许参与者覆盖几个获胜策略。然而,尽管战略多样性的重要性,培训代理人表现出不同的行为仍然是一个挑战。在本文中,我们研究如何构建不同的人口代理人仔细构造如何在人口中的个人相互作用。我们的方法是基于交互图,它控制训练过程中代理之间的信息流,并可以鼓励代理专注于不同的策略,从而提高整体性能。我们提供了证据证明多样性在多智能体训练中的重要性,并分析了在一系列游戏中应用不同交互图对训练轨迹、多样性和种群性能的影响。这是在AAMAS上发表的长摘要的扩展版本。
2021-10-08 cs.AI
Strat-Reasoner: Reinforcing Strategic Reasoning of LLMs in Multi-Agent Games
School of Software Engineering, South China University of Technology(华南理工大学软件学院);Department of Computer Science, University of Oxford(牛津大学计算机科学系)
提出Strat-Reasoner框架,通过递归推理范式和集中式思维链比较模块,结合混合优势与组相对强化学习,提升大语言模型在多智能体游戏中的战略推理能力。
2026-05-25 cs.AI
Game Arena: Strategic LLM Evaluation in Competitive Environments
本文介绍Kaggle游戏竞技场,一个通过竞争性游戏评估LLM的平台,涵盖国际象棋、扑克和狼人杀,旨在防止性能饱和,确保评估的可重复性和泛化性。
2026-09-28 cs.AI
Learning to Design Games: Strategic Environments in Reinforcement Learning
Peking University(北京大学);University College London(伦敦大学学院);Shanghai Jiao Tong University(上海交通大学)
在典型的强化学习(RL)中,环境被假定为给定的,学习的目标是通过与环境的交互来识别代理采取行动的最优策略。在本文中,我们扩展了这种设置,考虑环境不是给定的,但可控的,可学习的,通过其与代理的互动在同一时间。这种扩展是由现实世界中的环境设计场景,包括游戏设计,购物空间设计和交通信号设计的动机。从理论上讲,我们找到了一个对偶马尔可夫决策过程(MDP)w.r.t.环境对w.r.t.代理,并导出优化参数化环境的策略梯度解决方案。此外,不连续的环境中提出了一个通用的生成框架。我们的迷宫游戏设计任务的实验表明,所提出的算法在生成不同的和具有挑战性的迷宫对各种代理设置的有效性。
2019-10-23 cs.AI
Strategic Teaching and Learning in Games
University of California, Davis(加州大学戴维斯分校)
已知在所有有限博弈中存在导致纳什均衡的非耦合学习策略。为什么玩家应该使用这种学习启发式方法?它们从何而来?我们表明,没有解耦的学习启发式导致纳什均衡在所有有限的游戏,玩家有动机采取,这将是进化稳定的,或者可以“学习自己”。相反,一个参与者有动机在战略上教导这样一个学习对手,以确保至少Stackelberg领导者的回报。不可能的结果仍然完好无损时,限制类的一般游戏,两个球员的游戏,潜在的游戏,游戏与战略补充或2x2游戏,其中学习是已知的“好”。更一般地说,它也适用于非耦合学习算法,导致相关的均衡,合理化的结果,迭代可接受的结果,或最小遏制集。一个可能的结果限制在“战略平凡”的游戏失败,如果一些通用的游戏之外,这一类被认为是以及。
2015-04-23 cs.AI cs.GT cs.LG
WGSR-Bench: Wargame-based Game-theoretic Strategic Reasoning Benchmark for Large Language Models
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学)
该研究提出首个基于兵棋推演的大语言模型博弈论战略推理基准WGSR-Bench,围绕三大核心任务构建S-POE架构,并设计对应兵棋智能体以评估先进LLM的战略推理能力,推动相关研究发展。
2025-06-12 cs.AI
CivBench: Progress-Based Evaluation for LLMs' Strategic Decision-Making in Civilization V
University of Arizona(亚利桑那大学);Northwestern University(西北大学)
CivBench通过训练模型在回合级游戏状态上估计胜利概率,评估LLM在文明V多玩家中的战略决策能力,揭示代理设置对模型的影响及不同战略特征。
2026-09-22 cs.AI
Comparing the notions of optimality in CP-nets, strategic games and soft constraints
CWI Amsterdam(阿姆斯特丹数学与计算机科学研究院);University of Amsterdam(阿姆斯特丹大学);University of Padova(帕多瓦大学)
最优性的概念自然地出现在与决策有关的应用数学和计算机科学的许多领域。在这里,我们认为这一概念的背景下,用于不同目的的推理多智能体系统的三种形式主义:战略游戏,CP网,软约束。为了将这些形式主义中的最优性概念联系起来,我们引入了对战略博弈概念的自然定性修改。然后,我们表明,CP-网的最优结果正是这样的游戏的纳什均衡。这使我们能够使用博弈论的技术来搜索CP-网的最佳结果,反之亦然,使用为CP-网开发的技术来搜索所考虑的游戏的纳什均衡。然后,我们将软约束领域中使用的最优性概念与战略游戏(称为图形游戏)中使用的最优性概念联系起来。特别是,我们证明了一个自然类的软约束,其中包括加权约束的每一个最优解都是一个纳什均衡和帕累托有效的联合战略。对于一个自然的映射在另一个方向上,我们表明,帕累托有效的联合策略与软约束的最优解相吻合。
2008-04-21 cs.AI cs.GT
ALYMPICS: LLM Agents Meet Game Theory -- Exploring Strategic Decision-Making with AI Agents
Microsoft Research Asia(微软亚洲研究院)
本文提出Alympics仿真框架,利用LLM智能体研究博弈论问题,并通过水资源分配挑战验证其在战略决策分析中的有效性。
2024-01-16 cs.AI cs.CL cs.GT
Strategic Argumentation is NP-Complete
NICTA(澳大利亚国家信息与通信技术机构)
在本文中,我们研究的复杂性战略论证的对话游戏。对话游戏是一个2人游戏,双方进行争论。我们展示了如何在一个怀疑的,非单调的形式主义的对话游戏模型,我们表明,决定什么移动(一套规则)在每一个回合玩的问题是一个NP完全问题。
2013-12-16 cs.AI cs.CC cs.LO
Ethical Dilemmas in Strategic Games
Scripps College(斯克里普斯学院)
一个代理人,或代理人的联盟,面临着一个道德困境之间的几个声明,如果她被迫作出有意识的选择之间的这些陈述将是正确的。本文提出捕捉道德困境作为一种模态在战略博弈设置有和没有限制的牺牲和完美和不完美的信息博弈。作者表明,困境模态不能通过早先提出的责备模态来定义。主要的技术成果是一个健全的和完整的公理化的属性,这种形式的牺牲在游戏中的完美信息。
2021-03-02 cs.AI cs.GT cs.LO
WallZero: Mastering the Game of WallGo with Strategic Analysis
National Yang Ming Chiao Tung University(国立阳明交通大学);Academia Sinica(中央研究院)
提出基于AlphaZero的WallZero智能体,通过定制动作和特征设计,在WallGo游戏中击败职业围棋选手,并分析游戏公平性与关键策略。
2026-06-17 cs.AI cs.LG
TMGBench: A Systematic Game Benchmark for Evaluating Strategic Reasoning Abilities of LLMs
TMGBench是一个系统性博弈基准,覆盖全部144种2x2博弈类型,通过经典与故事化场景及顺序、并行、嵌套结构,全面评估大语言模型的战略推理能力,揭示其在准确性和心智理论上的不足。
2025-05-27 cs.AI cs.GT
Parallel Algorithm for Approximating Nash Equilibrium in Multiplayer Stochastic Games with Application to Naval Strategic Planning
Ganzfried Research(甘茨弗里德研究公司);Arctan, Inc.(阿克坦公司)
许多现实世界的域包含多个代理的行为策略与概率的过渡和不确定的(潜在的无限)的持续时间。这样的设置可以被建模为随机游戏。虽然已经开发了用于求解的算法(即,计算博弈论解的概念,如纳什均衡)两人零和随机博弈,非零和和多人随机博弈的算法研究是有限的。我们提出了一个新的算法,这些设置,这构成了第一个多人随机游戏的并行算法。我们提出了一个4人随机游戏的海军战略规划方案的实验结果,表明我们的算法能够快速计算策略构成纳什均衡到一个非常小的程度的近似误差。
2020-03-13 cs.AI cs.CR cs.GT
GameBench: Evaluating Strategic Reasoning Abilities of LLM Agents
Olin College of Engineering(奥林工程学院);University of Texas at Dallas(德克萨斯大学达拉斯分校);University of Oxford(牛津大学);University College London(伦敦大学学院);ShanghaiTech University(上海科技大学);Columbia University(哥伦比亚大学);University of Manchester(曼彻斯特大学)
GameBench是一个跨领域基准,通过9个游戏环境评估LLM智能体的战略推理能力,结果显示GPT-3/GPT-4均未达到人类水平,CoT和RAP框架虽提升分数但仍不及人类。
2024-07-22 cs.AI cs.CL
ElementaryNet: A Non-Strategic Neural Network for Predicting Human Behavior in Normal-Form Games
针对现有GameNet的level-0模型可能模拟策略推理的问题,本文提出无法表达策略行为的ElementaryNet,其预测性能与GameNet无显著差异,还可用于挖掘人类行为推理相关洞见。
2025-11-18 cs.AI cs.GT cs.LG
Choosing LLMs for Strategic Agent Interactions
University of Exeter(埃克塞特大学);IBM Research(IBM研究院)
本文针对战略智能体交互的LLM选择问题,提出将战略选择定义为元博弈,通过多臂老虎机等方法评估模型战略能力,发现现有方法在处理动态对手时存在不足。
2026-10-14 cs.AI cs.IR cs.MA
Game-Of-Goals: Using adversarial games to achieve strategic resilience
School of Computing and Information Technology, University of Wollongong(伍伦贡大学计算与信息技术学院)
本文提出 Game-Of-Goals 框架,将战略目标建模为目标树,并利用 minimax 等博弈树搜索与评估函数选择最能抵御竞争者对抗行动的执行策略。
2025-02-16 cs.AI cs.GT
Game Networks
Stanford University(斯坦福大学)
本文提出博弈网络(G nets)表示多智能体决策问题,利用网络结构中的概率与效用独立性简化战略推理,并给出利用战略可分离性求解唯一均衡和全部均衡的收敛方法。
2013-01-16 cs.AI cs.GT
Duty to Warn in Strategic Games
Tulane University(杜兰大学);Lafayette College(拉斐特学院)
本文探讨了第二阶的责任或义务,以警告方式“一个联盟知道如何另一个联盟可以阻止一个结果”。主要的技术成果是一个健全和完整的逻辑系统,描述了分布式知识和警告方式的责任之间的相互作用。
2020-02-20 cs.AI cs.LO
Strategic disclosure of opinions on a social network
IRIT(图卢兹计算机研究所);CNRS(法国国家科学研究中心);University of Toulouse(图卢兹大学)
我们研究的战略方面的社会影响力的社会代理人的信任网络连接,引入一类新的游戏称为游戏的影响力。影响力博弈是一个无限重复的博弈,在每个交互阶段,代理人可以让她的意见可见(公开)或不可见(私人),以影响其他代理人的意见。影响过程是由信任网络介导的,因为我们假设给定代理的意见只受她认为值得信赖的那些代理的意见的影响(即,信任网络中直接链接到她的代理)。每个代理被赋予一个目标,表示在一个合适的时间语言的灵感来自线性时序逻辑(LTL)。我们表明,游戏的影响力提供了一个简单的抽象探索的信任网络结构对代理人的行为的影响,考虑解决方案的概念,从博弈论,如纳什均衡,弱优势和获胜策略。
2016-02-05 cs.AI cs.GT
Blameworthiness in Strategic Games
Claremont McKenna College(克莱蒙特·麦肯纳学院);Lafayette College(拉斐特学院)
有多种联盟责任的概念。本文的重点是通过替代可能性的原则定义的blameworthiness:一个联盟是责备的声明,如果声明是真的,但联盟有一个战略,以防止it.The主要的技术成果是一个健全的和完整的双峰逻辑系统,描述属性的blameworthiness在一杆游戏。
2018-09-14 cs.AI cs.GT cs.LO
Strategic Coalitions in Stochastic Games
Claremont McKenna College(克莱蒙特·麦肯纳学院);Vassar College(瓦萨学院)
本文引入了具有失效状态的随机博弈的概念,提出了两个模态联合的逻辑系统在达到给定目标的同时,具有以给定概率过渡到非失效状态的策略。“这种模态的逻辑属性取决于模态语言是否允许空联盟。主要技术成果是一个空联合逻辑系统的完备性定理,一个无空联合逻辑系统的强完备性定理,以及一个表明在有空联合的语言中不存在强完备逻辑系统的不完备性定理。
2019-10-10 cs.AI cs.GT cs.LO
Mining Determinism in Human Strategic Behavior
TU Bergakademie Freiberg(弗赖贝格工业大学)
这项工作的关键在于实验经济学和数据采掘的融合。它延续了作者以前的工作,从实验数据中挖掘人类受试者的行为规则,其中博弈论预测部分失败。博弈论的预测,也就是均衡,只有在有经验的受试者参与特定的博弈时才有可能成功,而这一点很少被给出。除了博弈论之外,当代实验经济学还提供了许多可供选择的模型。在相关文献中,这些模型总是带有心理学和近心理学理论的偏见,并声称得到了数据的证明。这项工作介绍了一个数据采掘的方法来解决这个问题,而不使用庞大的心理背景。除了决定论,没有其他偏见被视为。采用来自不同人类受试者实验的两个数据集进行评估。第一个是重复混合策略零和博弈,第二个是重复最后通牒博弈.最后,对人类战略行为中确定性风险的挖掘方法进行了描述和评价。作为未来的工作,一个新的表示形式主义的设计进行了讨论。
2012-11-11 cs.AI cs.GT
Language Agents with Reinforcement Learning for Strategic Play in the Werewolf Game
Zelai Xu(泽来许);Chao Yu(姚朝);Fei Fang(方飞);Yu Wang(王宇);Yi Wu(吴毅)
针对LLM智能体在复杂决策中因训练数据导致动作选择偏差的问题,提出用强化学习赋能LLM智能体的新框架,在狼人杀游戏中生成多样化候选动作并经RL策略择优,实验证明其克服了内在偏差并达到人类水平的策略博弈能力。
2025-05-29 cs.AI cs.LG cs.MA
The Limits of Morality in Strategic Games
University of British Columbia(英属哥伦比亚大学);Claremont McKenna College(克莱蒙特麦肯纳学院)
如果一个联盟有一个策略来阻止一个结果,那么这个联盟就应该受到指责。以前有人建议,预防的成本,或者牺牲的成本,可以用来衡量责任的程度。本文采用这种方法,并提出了一个模态逻辑系统的推理程度的责备。主要的技术成果是所提出的系统的完整性定理。
2019-01-22 cs.AI cs.GT cs.LO
Strategic Reasoning with Language Models
Stanford University(斯坦福大学)
本文提出利用预训练大语言模型结合少样本思维链和系统生成的推理演示来实现战略推理,实验表明该方法可近乎完美泛化到新博弈结构、不同目标及隐藏信息场景,并能在现实谈判中产生类人策略而无需额外训练。
2023-05-30 cs.AI cs.CL cs.GT
Strategic Algorithmic Monoculture: Experimental Evidence from Coordination Games
Pennsylvania State University(宾夕法尼亚州立大学)
研究通过实验设计区分算法单一性与战略算法单一性,发现LLM在协调任务中表现优异,但在奖励分歧时难以维持多样性。
2026-04-13 cs.AI cs.GT cs.MA
Human strategic decision making in parametrized games
Ganzfried Research(甘兹弗里德研究)
本文提出一种框架,使人类能在无需实时求解器的情况下快速做出决策,适用于多玩家和不完全信息环境。
2026-03-24 cs.AI cs.GT cs.LG
GTBench: Uncovering the Strategic Reasoning Limitations of LLMs via Game-Theoretic Evaluations
Drexel University(德雷塞尔大学);LLNL(劳伦斯利弗莫尔国家实验室);Lehigh University(里海大学);UNC Chapel Hill(北卡罗来纳大学教堂山分校);MIT(麻省理工学院);Harvard University(哈佛大学);Boston University(波士顿大学)
本文提出GTBench博弈论评估环境,系统刻画并比较LLMs在10类游戏中的策略推理能力,揭示其在不同信息与概率场景下的行为差异、开源与商业模型差距及代码预训练的作用。
2024-06-10 cs.AI cs.CL cs.LG
From Images to Connections: Can DQN with GNNs learn the Strategic Game of Hex?
TU Darmstadt(达姆施塔特工业大学);Hessian Center for Artificial Intelligence (hessian.AI)(黑森人工智能中心);Centre for Cognitive Science, TU Darmstadt(达姆施塔特工业大学认知科学中心);German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心)
研究GNN能否在自博弈强化学习中替代CNN处理Hex等策略游戏,发现GNN擅长处理长距离依赖且不易过拟合,但在识别局部模式上较弱,暗示利用游戏特定结构重塑RL的范式转变。
2023-11-22 cs.AI cs.GT cs.LG
Strategic Behavior of Large Language Models: Game Structure vs. Contextual Framing
Network Science Institute(网络科学研究院);Northeastern University(东北大学);College of Engineering(工程学院)
本文研究三种大语言模型在不同博弈结构和情境框架下的战略决策能力,揭示其在抽象推理和情境适应方面的差异与局限。
2023-09-12 cs.AI cs.CY cs.GT
Modeling Human Behavior in a Strategic Network Game with Complex Group Dynamics
Brigham Young University(Brigham Young 大学)
该研究提出hCAB模型,通过建模人类行为分布和社区意识行为,在初级中学游戏中有效模拟群体动态。
2026-02-18 cs.AI cs.SI physics.soc-ph
LLM Strategic Reasoning: Agentic Study through Behavioral Game Theory
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出基于行为博弈论的评估框架,测试22个LLM发现模型规模非决定性因素,CoT提示效果有限且人口特征注入暴露固有偏见,呼吁建立伦理标准以平衡推理能力与公平性。
2025-11-01 cs.AI cs.CY cs.GT
Learning Rewards in Strategic Games
University of Zurich(苏黎世大学)
针对多智能体战略环境中奖励推断的挑战,提出用于两人重复斯塔克尔伯格博弈的主动逆强化学习算法,推导有限样本保证并在反偷猎场景验证其性能。
2026-10-16 cs.AI cs.GT cs.LG
From Multimodal Perception to Strategic Reasoning: A Survey on AI-Generated Game Commentary
Peking University(北京大学);King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
本文提出统一框架,将AI生成游戏评论分为描述性、分析性和背景性三类,综述方法、数据集和评估指标,并指出未来方向。
2026-07-01 cs.AI cs.CL cs.LG
Strategy, Not Payoffs: A Behavioural Embedding of Normal-Form Games
University of Waterloo(滑铁卢大学)
该研究提出轻量双特征行为嵌入,可预测大型语言模型在不同标准型博弈间微调后的策略能力变化,证明策略能力迁移由决策行为结构而非收益几何决定。
2026-07-31 cs.AI cs.GT cs.LG
GENSTRAT: Toward a Science of Strategic Reasoning in Large Language Models
Princeton University(普林斯顿大学);Google(谷歌)
提出GENSTRAT框架,通过程序化生成不完全信息博弈环境,结合能力剖面和锯齿度度量,系统评估大型语言模型的战略推理能力。
2026-11-02 cs.AI cs.GT cs.LG