Colonel Blotto with Battlefield Games
针对经典Colonel Blotto博弈仅依赖士兵相对分配的局限，提出含战场标准式博弈的双人零和模型，分析离散/连续分配及两种总目标下纳什均衡的存在性与可计算性，证明多场景可重构策略空间恢复凸凹结构且方法具实践扩展性。
2025-11-16 cs.GT
Efficient Kernelized Learning in Polyhedral Games Beyond Full-Information: From Colonel Blotto to Congestion Games
National Technical University of Athens, School of Electrical and Computer Engineering（雅典国立技术大学电气与计算机工程学院）；National and Kapodistrian University of Athens, Department of Mathematics（雅典国立卡波季斯特里安大学数学系）；Archimedes, Athena Research Center, Greece（阿基米德研究中心）；Massachusetts Institute of Technology（麻省理工学院）；Univ. Grenoble Alpes, CNRS, Inria, Grenoble INP, LIG, 38000 Grenoble, France（格勒诺布尔阿尔卑斯大学）；University of California, Irvine（加州大学尔湾分校）
针对多面体博弈中部分信息下学习粗相关均衡效率低的问题，提出基于核化范式的框架，为Colonel Blotto、图拟阵和网络拥塞博弈提供计算高效的基于收益的学习算法，显著降低运行时复杂度。
2026-11-06 cs.GT cs.LG
The Multiplayer Colonel Blotto Game
我们开始研究经典的连续上校Blotto游戏的自然多人推广。博雷尔提出的两人布洛托博弈是$n$同时战线上资源竞争的模型，一个世纪以来一直被广泛研究，并在社会科学中得到了大量应用。我们的工作定义了多人上校Blotto游戏，并得出纳什均衡的各种设置$k$（玩家数量）和$n$。我们还介绍了一个“布尔”版本的Blotto，在多人游戏设置中变得有趣。我们的工作的主要技术难点，在两个球员的理论文献中，是各种边际分布耦合到一个联合分布满足严格的总和约束的挑战。与以前的作品在连续设置，我们得到我们的耦合算法的形式，有效的采样算法。
2021-05-21 cs.GT econ.TH
Stackelberg vs. Nash in the Lottery Colonel Blotto Game
本文将彩票型布洛托上校博弈建模为斯塔克尔伯格博弈，提出基于迭代博弈缩减的多项式时间方法求解领导者最优承诺策略，并给出斯塔克尔伯格均衡与纳什均衡重合的预算比闭式阈值条件。
2025-05-10 cs.GT
Combinatorial Bandits for Sequential Learning in Colonel Blotto Games
布洛托上校博弈是一个著名的资源分配问题，在博弈论中有着悠久的历史（近100年）。然而，由于缺乏对不完全信息情况下学习模型的研究，其应用范围仍然受到限制。在这项工作中，我们提出并研究了一个遗憾最小化模型，学习者反复玩上校Blotto游戏对几个对手。在每个阶段，学习者将她的资源预算分配在固定数量的战场上，以最大化她赢得的战场的总价值;如果没有对手具有更高的分配，则赢得每个战场。我们专注于强盗反馈设置。我们首先表明它可以建模为路径规划问题。然后可以使用经典的COMBAND算法来保证时间范围方面的次线性遗憾，但这需要两个基本挑战：（i）由于动作集的巨大尺寸，计算效率低下，以及（ii）标准探索分布导致实践中的松散保证。为了解决第一个问题，我们构建了一个修改后的算法，可以有效地实施，通过应用一个动态规划技术，称为重量推;第二，我们提出了优化勘探分布的方法，以提高遗憾界。最后，我们实现了我们提出的算法，并进行了数值实验，在实践中表现出遗憾的改善。
2019-09-11 cs.GT
Optimal Strategies of Blotto Games: Beyond Convexity
博雷尔在1921年首次提出的Blotto上校博弈是一个经过充分研究的博弈论经典。两个上校各自有一个部队，他们同时在一组战场上分配。每个战场的获胜者是投入更多部队的上校，每个上校的总体效用是他/她赢得的战场的权重之和。在过去的一个世纪里，布洛托上校游戏已经在许多不同形式的竞争中得到了应用，从广告到政治再到体育。在文献中已经提出了这个游戏的两个主要目标：（i）最大化保证的预期收益，以及（ii）最大化获得最小收益$u$的概率。前者对应于传统的效用最大化，后者涉及诸如选举的场景，其中候选人的目标是最大化获得至少一半选票的概率（而不是期望的选票数）。在本文中，我们考虑这两个目标，并显示它是如何可能获得（几乎）最优的解决方案，有几个战略在他们的支持。获得Blotto上校博弈的有界支持策略的主要技术挑战之一是解空间变得非凸。这使我们无法使用凸规划技术在寻找最优策略，这基本上是在文献中使用的主要工具。然而，我们表明，通过一组结构的结果，解决方案空间可以，有趣的是，被分割成多项式许多不相交的凸多面体，可以独立考虑。再加上一些其他的组合观测，这导致多项式时间的近似计划，上述两个目标。
2019-01-14 cs.GT
A Colonel Blotto Gladiator Game
我们考虑一个随机版本的著名的Blotto游戏，称为角斗士游戏。在这个零和分配游戏中，两队角斗士进行一系列一对一的战斗，获胜的概率是角斗士实力的函数。每支队伍的策略包括在角斗士中分配总兵力。我们找到了纳什均衡和这类游戏的价值，并展示了它们如何依赖于团队的总实力和每个团队中角斗士的数量。为了做到这一点，我们研究有趣的优化型概率不等式的Gamma随机变量的线性组合。类似的不平等也被用于电信和研究与发展的模型中。
2012-03-27 cs.GT math.PR
The Complexity of Computing Nash Equilibria in Colonel Blotto Games
National and Kapodistrian University of Athens（雅典国立卡波蒂斯坦大学）；Archimedes, Athena Research Center（阿基米德雅典研究中心）；National Technical University of Athens（雅典国立技术大学）
本文研究离散Colonel Blotto博弈中纳什均衡的计算复杂性，证明多种设置下近似均衡计算为PPAD难，同时识别出常数秩社会收益等可处理情形，并揭示平局打破规则对复杂性的关键影响。
2026-10-06 cs.CC cs.GT
From Duels to Battefields: Computing Equilibria of Blotto and Other Games
研究了零和博弈的纳什均衡的计算问题。许多自然的零和游戏有指数级的策略，但回报是高度结构化的。例如，在研究得很好的上校Blotto游戏（由Borel在1921年推出）中，玩家必须在一组战场中分配一批部队，以获胜为目标（即，在）多数中有更多的军队。Blotto上校游戏通常用于分析从美国总统选举到创新技术竞赛，广告，体育等广泛的应用。然而，由于策略空间的大小，计算零和博弈均衡的标准方法在计算上不可行。事实上，尽管它的重要性，只有少数解决方案的特殊变种的问题是已知的。在本文中，我们展示了如何计算Blotto上校游戏的均衡。此外，我们的方法采取的形式一般减少：找到一个纳什均衡的零和游戏，它足以设计一个分离预言机的任何双线性游戏的策略多面体是支付等价的。然后，我们应用这种技术来获得第一多时间算法的各种游戏。除了上校Blotto，我们还展示了如何计算均衡在一个无限的战略变种称为一般乐透游戏;这涉及到展示如何修剪策略空间到一个有限的子集，然后再应用我们的减少。我们还考虑了由Immorlica et al.（2011）首次引入的决斗游戏。我们证明，我们的方法可证明扩展的类决斗游戏的均衡可以计算：我们引入了一个新的决斗游戏，匹配决斗，在此之前的方法无法计算上可行，但我们的减少可以应用。
2017-01-20 cs.GT
Move Over, Prisoner's Dilemma: Colonel Blotto has arrived
本文介绍 Colonel Blotto 博弈框架，综述关键分析与计算结果，并展示其在网络安全、网络防御和多智能体系统中的应用，重点探讨相互依赖的对抗目标、替代获胜规则和多智能体竞争环境三个研究方向。
2026-06-11 cs.GT cs.SY eess.SY
Information Structure of Defection Decisions in a Colonel Blotto Model of Deterrence
Brigham Young University（杨百翰大学）；University of Colorado, Colorado Springs（科罗拉多大学斯普林斯分校）
本研究探讨威慑的Colonel Blotto模型中不同信息结构对士兵叛变决策、博弈均衡及期望效用的影响，并证明兵力比例与俘获概率阈值可指导信息设计。
2026-09-21 cs.GT cs.SY eess.SY
Generalized Colonel Blotto Game
Virginia Tech（弗吉尼亚理工大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出广义殖民地布洛托游戏，以解决竞争资源分配问题，提供确定性、实用且可实施的均衡策略，并考虑战场异质性及资源消耗。
2018-03-02 cs.GT cs.IT cs.SY
The Complexity of Multiplayer Colonel Blotto Games with Player-Specific Values
Technical University of Munich（慕尼黑工业大学）
本研究探讨多人Colonel Blotto博弈中玩家特定价值下的均衡计算复杂性，证明在均匀平局打破下计算近似纳什均衡为PPAD-hard，而在特定条件下可多项式求解，并扩展至非均匀平局打破的复杂性结果。
2026-09-25 cs.CC cs.GT econ.TH
When showing your hand pays off: Announcing strategic intentions in Colonel Blotto games
在竞争性的对抗环境中，混淆自己的战略或能力往往是有利的。然而，透露自己的战略意图可能会以复杂的方式改变竞争的动态。向对手透露战略意图是否有利？在本文中，我们考虑了三阶段的上校Blotto游戏中，一个球员可以选择是否预先承诺资源到一个单一的战场之前，发挥开始。这种预先承诺是公共知识。作为回应，对手可以通过将预先承诺与自己的部队相匹配来确保战场安全，或者撤退。在一个两人游戏的设置，我们表明，一个较弱的球员从来没有动机预先承诺任何数量的资源，无论它是多么有价值的战场。然后，我们考虑一个三人游戏，其中两个玩家在不同的战线上对抗一个共同的对手。面对对手的两个玩家中只有一个可以选择预先承诺。我们发现，在某些情况下，这个参与者从预先承诺中获益。分析表明，在不合作的团队设置和没有形成联盟的可能性，可以激励公开宣布自己的战略意图的对手。
2020-03-14 cs.GT cs.SY eess.SY
The Division of Assets in Multiagent Systems: A Case Study in Team Blotto Games
多智能体系统旨在以前所未有的规模同时完成各种任务。这里，系统操作员所面临的中心问题是决定（i）如何在分配给任务的代理之间划分可用资源，以及（ii）如何协调代理的行为以优化所产生的集体行为的效率。本文的重点是问题（一），在那里我们试图描述的影响，资源的分工对最佳情况下的集体行为的效率。具体来说，我们专注于一个团队上校Blotto游戏，其中有两个子上校在两个战场环境中对抗一个共同的对手。在这里，每个中校被分配给定的资源预算，并被要求独立于其他中校分配这些资源。然而，他们的成功取决于两个子上校的分配策略。这篇手稿的中心重点是如何在两个子上校之间划分一个共同的资源池，以优化最佳情况下的效率保证。直觉上，人们会想象，资源分配越均衡，性能越差，因为这样的划分限制了子上校采用联合随机策略的能力，而联合随机策略往往是优化性能保证所必需的。然而，本文的主要结果表明，这种直觉实际上是不正确的。一个更加平衡的资源划分可以提供比一个更加集中的划分更好的性能保证。因此，本文表明，资源划分问题是非常不平凡的，在这种交织的环境中，值得重大的未来研究工作。
2021-03-30 cs.GT cs.MA cs.SY
Cybercrime and Prevention: Colonel Blotto in Social Engineering
CrySyS Lab, Budapest University of Technology and Economics（布达佩斯科技经济大学）；Virginia Tech（弗吉尼亚理工大学）
本文通过Colonel Blotto游戏模型探讨如何优化防御资源分配以防范社会工程攻击，结合 Routine Activity Theory 和 VIVA 框架，分析国家与组织层面的防御策略。
2026-05-11 cs.CR cs.GT
Online Learning in Budget-Constrained Dynamic Colonel Blotto Games
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文研究预算约束动态Colonel Blotto博弈中的在线资源分配问题，将其转化为有向图路径规划，结合组合老虎机与带背包的老虎机算法求解，理论证明遗憾值具次线性上界并经仿真验证。
2023-05-08 cs.GT cs.LG cs.MA
Colonel Blotto Game for Secure State Estimation in Interdependent Critical Infrastructure
Virginia Tech（弗吉尼亚理工大学）；Rutgers University（罗格斯大学）
本文提出了一种Colonel Blotto游戏框架，用于在互相关键基础设施中通过随机化传感器保护级别来减少状态估计误差，从而提高安全性和鲁棒性。
2019-11-05 cs.GT cs.IT cs.SY
Characterizing the interplay between information and strength in Blotto games
本文研究 Colonel Blotto 博弈中的信息不对称性，刻画了双战场和三战场设定下的唯一均衡收益与策略，并量化了信息价值，揭示了对抗环境中信息与实力的相互作用。
2019-09-13 cs.GT cs.SY eess.SY
A Colonel Blotto Game for Interdependence-Aware Cyber-Physical Systems Security in Smart Cities
School of Engineering, Nazarbayev University（纳扎尔巴耶夫大学工程学院）；WINLAB, Rutgers University（罗格斯大学WINLAB）
本文提出一种新的方法，通过将安全资源分配问题建模为 Colonel Blotto 游戏，以保护互依赖的网络-物理系统免受攻击。研究发现，当攻击者不了解系统互依赖性时，防御方能获得更高的收益。
2017-05-23 cs.GT cs.IT cs.SY
Not Yet: Humans Outperform LLMs in a Colonel Blotto Tournament
HSE University（俄罗斯高等经济学院）；New Economic School（新经济学校）；Central Economic Mathematical Institute, Russian Academy of Sciences（俄罗斯科学院中央经济数学研究所）；Adyghe State University（阿迪格国立大学）；Moscow Institute of Physics and Technology（莫斯科物理技术学院）；Innopolis University（因诺波利斯大学）
研究通过布洛托博弈 tournaments 比较了人类与 LLMs 的策略表现，发现人类更擅长使用校准良好的中间层次分配启发式方法，而 LLMs 的简单策略表现较差。
2026-05-21 cs.AI cs.GT cs.HC
Reducing the complexity of computing the values of a Nash equilibrium
针对Colonel Blotto等两人零和博弈纳什均衡计算复杂度高的问题，提出无需计算双方策略即可得到纳什均衡值的低复杂度算法，并从理论上证明其优于LP求解器和随机概率分配方法。
2025-07-30 cs.CC cs.GT
Path Planning Problems with Side Observations-When Colonels Play Hide-and-Seek
资源分配游戏，如著名的布洛托上校（CB）和捉迷藏（HS）游戏，经常被用来模拟各种各样的实际问题，但只有在他们的一次性版本。事实上，由于它们的策略空间非常大，如何在这些游戏中有效地学习仍然是一个悬而未决的问题。在这项工作中，我们证明了在线CB和HS游戏可以被转换为具有边观测的路径规划问题（SOPPP）：在每个阶段，学习者在有向无环图上选择一条路径，并遭受被逆向分配给相应边缘的损失之和;然后她接收具有边观测的半强盗反馈（即，她观察所选边上的损失加上一些其它边）。我们提出了一种新的算法，EXP 3-OE，第一次的同类保证有效的运行时间SOPPP，而不需要任何辅助oracle。我们提供了一个预期的遗憾界的EXP 3-OE SOPPP匹配的顺序在文献中的最佳基准。此外，我们引入了额外的假设下，我们可以进一步提高EXP 3-OE的遗憾界的可观测性模型。我们说明了使用EXP 3-OE的SOPPP的好处，通过将其应用到在线CB和HS游戏。
2019-11-21 cs.GT
A Partial Solution to Continuous Blotto
Tandon School of Engineering, New York University（纽约大学坦登工程学院）
本文研究了连续布洛托游戏中混合策略均衡的结构，提出了一种减少搜索策略集的方法，并证明了双方的混合策略可以是离散分布，且对支持点数给出了上限。
2017-09-14 cs.GT econ.GN math.GN
Blotto on the Ballot: A Ballot Stuffing Blotto Game
该研究提出选票填塞型Blotto博弈，将其纳什均衡转化为凸组合优化问题求解，分析均衡特征并给出高效算法，可应用于安全、审计及选举场景。
2024-12-09 cs.GT econ.TH
Private Blotto: Viewpoint Competition with Polarized Agents
本文提出 Private Blotto 博弈，刻画独立智能体在多项目观点竞争中的纳什稳定性，揭示中位数与均值聚合规则对错配努力的不同影响。
2024-10-04 cs.CY cs.GT cs.SI
Multiplayer General Lotto game
本文研究跨多战场的多人 General Lotto 博弈，在非对称预算与异构战场价值下证明均衡存在性，刻画并分析单战场均衡，给出多战场参与数量上界及对称情形解。
2025-10-04 cs.GT
Algorithm for Computing Approximate Nash Equilibrium in Continuous Games with Application to Continuous Blotto
Ganzfried Research（甘兹弗里德研究公司）
成功的算法已经开发出计算纳什均衡在各种有限的游戏类。然而，解决连续博弈-其中纯策略空间是（潜在的不可数）无限的-更具挑战性。尽管如此，许多现实世界的领域具有连续的动作空间，例如，其中动作指的是时间、金钱或其他资源的量，其自然地被建模为实值而不是整数。提出了一种求解连续博弈中纳什均衡策略的新算法。除了两人零和博弈，我们的算法也适用于多人博弈和不完美信息博弈。我们实验我们的算法在一个连续的信息Blotto游戏，其中两名球员分布在多个战场上的资源。布洛托博弈经常被用来模拟国家安全场景，也被应用于选举竞争和拍卖理论。实验表明，我们的算法是能够快速计算密切近似的纳什均衡策略，这个游戏。
2021-06-01 cs.AI cs.GT cs.MA
Path Planning Problems with Side Observations-When Colonels Play Hide-and-Seek
Nokia Bell Labs（诺基亚贝尔实验室）；Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔国立理工学院）；MPI-SWS（马克斯·普朗克软件系统研究所）；Safran Tech（赛峰科技）；Univ. of Southampton（南安普顿大学）
资源分配游戏，如著名的布洛托上校（CB）和捉迷藏（HS）游戏，经常被用来模拟各种各样的实际问题，但只有在他们的一次性版本。事实上，由于它们的策略空间非常大，如何在这些游戏中有效地学习仍然是一个悬而未决的问题。在这项工作中，我们证明了在线CB和HS游戏可以被转换为具有边观测的路径规划问题（SOPPP）：在每个阶段，学习者在有向无环图上选择一条路径，并遭受被逆向分配给相应边缘的损失之和;然后她接收具有边观测的半强盗反馈（即，她观察所选边上的损失加上一些其它边）。我们提出了一种新的算法，EXP 3-OE，第一次的同类保证有效的运行时间SOPPP，而不需要任何辅助oracle。我们提供了一个预期的遗憾界的EXP 3-OE SOPPP匹配的顺序在文献中的最佳基准。此外，我们引入了额外的假设下，我们可以进一步提高EXP 3-OE的遗憾界的可观测性模型。我们说明了使用EXP 3-OE的SOPPP的好处，通过将其应用到在线CB和HS游戏。
2019-11-21 cs.GT cs.LG
Sampling Equilibria: Fast No-Regret Learning in Structured Games
游戏中的学习和均衡计算是计算机科学和经济学的基本问题，其应用范围从政治到机器学习。这一领域的大部分工作都围绕着一个名为\emph{randomized weighted majority}（RWM）的简单算法，也称为“对冲”或“乘法权重更新”，众所周知，它可以在对抗环境中实现统计上的最佳速率（Littlestone和Warren '94，Freund和Schapire '99）。不幸的是，RWM有一个固有的计算障碍：它需要在所有可能的动作上维护和采样分布。在典型的感兴趣的设置中，动作空间是指数级的大，似乎使RWM在实践中无用。在这项工作中，我们反驳了这一概念的各种\emph{structured}游戏，显示它是可能的有效地（近似）采样的动作空间在RWM中的\emph{polylogarithmic}时间。这给出了用于诸如\emph{(discrete) Colonel Blotto game}、\emph{matroid congestion}、\emph{matroid security}和基本\emph{dueling games}等问题的第一个有效的无遗憾算法。作为一个直接的推论，我们给出了一个多对数时间元算法来计算近似纳什均衡这些游戏是指数速度比以前的方法在几个重要的设置。此外，我们的算法是第一个有效地计算均衡，这些游戏的一般总和，两个以上的球员，并为上校布洛托，多种资源类…
2022-07-15 cs.DM cs.DS cs.GT
Beyond Arbitrary Allocations: Security Values in Constrained General Lotto Games
University of Colorado, Colorado Springs（科罗拉多大学科罗拉多斯普林斯分校）；University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本文研究受限一般彩票游戏中的安全值，探讨单 contest 资源分配对战略行为的影响，提出上下界分析。
2026-04-07 cs.GT
A General Lotto game with asymmetric budget uncertainty
将军乐透游戏是著名的布洛托上校游戏的一个流行变体，其中两个对立的玩家在许多战场上分配有限的资源。在本文中，我们考虑不完全和不对称的信息配方的资源预算的球员。特别地，一个玩家的资源预算是公知的，而另一个玩家的是私有的。我们提供完整的均衡刻画的情况下，私人资源预算是从任意伯努利分布。然后，我们表明，这些特征可以用来分析一个多阶段的资源分配问题，指挥官必须决定如何分配资源的子上校，竞争对手在单独的一般乐透游戏。虽然最佳的确定性分配的特点在文献中，我们扩大了范围，推导出最佳的（伯努利）随机分配，诱导非对称信息的一般乐透游戏。我们证明，随机化可以提供一个四倍的提高指挥官的性能确定性分配。
2022-10-14 cs.GT cs.SY eess.SY
Double Oracle Algorithm for Computing Equilibria in Continuous Games
许多有效的算法已经被设计出来，以恢复纳什均衡的各类有限的游戏。具有无限策略空间的特殊连续对策类，如多项式对策，可以用半定规划求解。然而，一般来说，连续博弈并不直接适用于计算过程。在这篇文章中，我们开发了一个迭代策略生成技术，在整个类的连续两人零和游戏与紧凑的策略集找到一个纳什均衡。该过程，这是所谓的双预言算法，已成功地应用于大型有限游戏在过去。我们证明了双预言机算法收敛到一个纳什均衡。此外，该算法是保证恢复一个近似平衡，在有限多个步骤。我们的数值实验表明，它优于虚构的发挥在文献中出现的游戏的几个例子。特别是，我们提供了一个详细的分析实验的一个版本的连续上校Blotto游戏。
2020-09-30 cs.GT math.OC
A Generalised Method for Empirical Game Theoretic Analysis
本文提供了理论界的经验博弈理论分析的复杂多智能体的相互作用。我们提供的经验Meta游戏的见解表明，一个纳什均衡的元游戏是一个近似的纳什均衡的真正的底层游戏。我们调查并显示需要多少数据样本，以获得足够接近的基本游戏。此外，我们将元博弈分析方法扩展到非对称博弈。国家的最先进的只考虑经验游戏中，代理人有机会获得相同的策略集和支付结构是对称的，这意味着代理人是可互换的。最后，我们在几个领域进行了经验说明的一般化方法，说明了理论和进化动力学的几个版本的AlphaGo算法（对称），由人类玩家在Facebook上玩的上校Blotto游戏的动态（对称），并在Leduc扑克元游戏的一个例子（不对称），由PSRO多智能体学习算法生成。
2018-03-16 cs.GT cs.MA
Efficient Nash Equilibrium Computation for Cybersecurity Games
Washington University in St. Louis（圣路易斯华盛顿大学）
针对仿真型网络安全博弈中PSRO的收益估计瓶颈，提出RWPS预算估计器，仅模拟敏感单元并利用替代模型，通过实例相关界与覆盖结果提升效率，实验显示在多个博弈中达到更低利用度。
2026-09-23 cs.AI cs.GT
DiffNash: Finding Nash Equilibrium in High-Dimensional Continuous Action Spaces with Diffusion Policies
Harvard University（哈佛大学）；Massachusetts Institute of Technology（麻省理工学院）；Georgia Institute of Technology（佐治亚理工学院）
DiffNash是一种基于扩散策略的博弈均衡计算框架，结合OMD与FP的优势，在两类连续博弈上较基线显著降低纳什间隙。
2026-10-14 cs.AI cs.GT cs.LG
Finding mixed-strategy equilibria of continuous-action games without gradients using randomized policy networks
Carnegie Mellon University（卡内基梅隆大学）；Strategy Robot, Inc.（Strategy Robot公司）；Optimized Markets, Inc.（Optimized Markets公司）；Strategic Machine, Inc.（Strategic Machine公司）
本文提出一种无需梯度的零阶优化方法，结合随机策略网络建模混合策略，以求解连续动作博弈的近似纳什均衡，并在多种博弈中验证了其高效性。
2022-11-29 cs.AI cs.GT cs.LG
General Performance Evaluation for Competitive Resource Allocation Games via Unseen Payoff Estimation
本文针对竞争性资源分配博弈中算法性能评估高度依赖具体问题且反馈水平不一的难题，提出了一种基于任意用户函数的广义收益定义及不确定性下的估计器，并通过Colonel Blotto博弈验证了其高度准确性。
2024-01-08 cs.GT cs.MA math.CO
