Pure and Stationary Optimal Strategies in Perfect-Information Stochastic Games with Global Preferences
本文研究了两个局中人对抗的最优确定性平稳策略的存在性问题本文讨论了具有多个状态和行动的完全信息随机对策的最优稳定策略的存在性问题,证明了这类策略的存在性是由某些单局人对策的最优稳定策略的存在性导出的,从而将问题从两局人对策归结为单局人对策(马尔可夫决策问题),通常它是更容易处理。减少是非常普遍的,它不仅适用于所有可能的支付映射,但也适用于更一般的情况下,球员的偏好不表示的支付。
2016-11-25 cs.GT
A tutorial for computer scientists on finite extensive games with perfect information
我们提供了一个自我包含的介绍有限广泛的游戏完美的信息。在这些游戏中,参与者轮流进行,在每个阶段,有许多移动供他们处置,每一局总是结束,在每一局中,参与者都完全知道以前的移动。几乎所有讨论的结果都是众所周知的,但它们往往不是以最佳形式呈现的。此外,它们通常出现在针对经济学家或数学家的文献中,因此算法或逻辑方面的代表性不足。
2022-04-19 cs.GT
A Pseudo-Polynomial Algorithm for Mean Payoff Stochastic Games with Perfect Information and Few Random Positions
我们考虑两个人零和随机平均支付博弈的完美信息,或BWR-游戏,给出了一个有向图$G = (V, E)$,局部奖励$r: E \to \ZZ$,和三种类型的位置:黑色$V_B$,白色$V_W$,和随机$V_R$形成一个分区的$V$。这是一个长期存在的公开问题是否存在多项式时间算法的BWR游戏,或没有,即使当$|V_R|=0$。事实上,BWR-对策的伪多项式算法已经暗示了它们的多项式可解性。在本文中,我们证明了具有常数随机位置的BWR-对策可以在伪多项式时间内求解。更准确地说,在任何具有$|V_R|=O(1)$的BWR博弈中,一致最优纯平稳策略的鞍点可以在$|V_W|+|V_B|$的时间多项式中找到,最大绝对局部奖励和转移概率的公分母。
2017-03-23 cs.GT
Existence of Secure Equilibrium in Multi-Player Games with Perfect Information
安全均衡是纳什均衡的一种改进,它为局中人在改变策略时提供了一定的安全性。安全均衡的概念是专门为假设-保证综合而提出的,并已在这方面得到应用。然而,对于它在两个以上参与者的游戏中的存在,人们知之甚少。在本文中,我们建立了两类多局中人完全信息回合制博弈的安全均衡的存在性:(1)在可能有概率转移的博弈中,具有可数状态和有限动作空间以及有界和连续的支付函数,(2)在只有确定性转移的博弈中,具有任意状态和动作空间以及有限范围的Borel支付函数(特别是定性的Borel支付函数)。我们表明,这些结果适用于几种类型的游戏在文献中研究。
2014-05-07 cs.GT
Subgame-perfect Equilibria in Mean-payoff Games
在本文中,我们提供了一个有效的刻画所有的子博弈完美均衡在无限持续时间的游戏有限图的平均支付目标。为此,我们引入了需求的概念和协商功能的概念。我们建立的SPE所支持的播放正是那些与谈判功能的最小不动点相一致。最后,我们表明,协商功能是分段线性的,可以使用线性代数工具箱进行分析。作为推论,我们证明了SPE约束存在问题的可判定性,其地位在文献中是开放的。
2022-04-21 cs.GT
Quasi-Perfect Stackelberg Equilibrium
平衡细化在扩展形式中是重要的(即,树形)游戏,其中它们通过要求序列理性和其他有益属性来修正纳什均衡概念的弱点。其中最有吸引力的精化概念是拟完美平衡。虽然准完美已经在扩展形式的游戏中进行了研究,但在Stackelberg设置中却知之甚少-也就是说,领导者可以承诺策略的设置-这对于建模很重要,例如,安全游戏。本文给出了拟完美Stackelberg均衡的公理化定义。我们开发了一个广泛的游戏扰动计划,导致他们的限制。我们的一类扰动计划严格推广了以前的扰动计划(非Stackelberg)的准完美平衡的计算。基于我们的扰动方案,我们开发了一个分支定界算法计算一个准完美的Stackelberg平衡。它利用线性规划的扰动变体来计算Stackelberg扩展形式的相关平衡。实验表明,我们的算法可以用来找到一个近似的拟完美的Stackelberg均衡在游戏中的数千个节点。
2018-11-09 cs.GT
Extensive-Form Perfect Equilibrium Computation in Two-Player Games
研究了2人博弈中的可拓形式完美均衡(EFPE)的计算问题。这个均衡概念细化了纳什均衡,需要相对于相对于时间的弹性。一个特定的消失扰动(代表每个决策节点上参与者的错误)。科学上的挑战是EFPE定义所固有的:它需要对代理形式进行扰动,但由于存在高度非线性约束,代理形式在计算上效率低下。我们表明,序列形式可以利用在一个非平凡的方式,并为一般和游戏,找到一个EFPE是相当于解决一个适当扰动的线性互补问题。我们证明Lemke的算法可以应用,显示计算EFPE是$\textsf{PPAD}$ -完全的。在著名的零和博弈的情况下,问题是在$\textsf{FP}$中,可以通过线性规划来解决。我们的算法还允许一个人找到一个纳什均衡时,玩家不能完美地控制他们的动作,受到一个给定的执行不确定性,是在最现实的物理设置的情况下。
2016-11-15 cs.GT
Rational verification and checking for Nash and subgame-perfect equilibria in graph games
本文研究图上多人非零和无限持续博弈中的理性检查与验证问题,并给出 Nash 均衡、子博弈完美均衡及五类收益函数下的复杂度。
2023-07-14 cs.GT
Subgame-perfect Equilibria in Mean-payoff Games (journal version)
本文研究有限图上平均报酬无限时长博弈,通过引入需求与协商函数概念,刻画了所有子博弈完美均衡,并据此证明了此前悬而未决的SPE阈值问题是可判定的。
2023-10-24 cs.GT
Subgame Perfection in Graph Games with $ω$-Recognizable Preference Relations
Université de Mons (UMONS)(蒙斯大学);Université libre de Bruxelles (ULB)(布鲁塞尔自由大学)
本文研究多人图博弈中约束子博弈完美均衡的存在性问题,提出基于$\omega$-可识别偏好关系的通用框架,并证明该问题及纳什均衡存在性均为EXPTIME完全。
2026-09-22 cs.GT
Doomsday Equilibria for Omega-Regular Games
图上的二人博弈为反应合成等重要问题提供了理论框架。虽然传统的两人零和博弈的研究已经扩展到多人博弈的几个概念的平衡,他们是可判定的,只有完美的信息游戏,而一些应用程序需要的信息不对称的游戏。在本文中,我们提出了一个新的均衡的概念,称为末日均衡,这是一个战略配置文件,使所有的球员满足自己的目标,如果任何联盟的球员偏离和违反,甚至一个球员的目标,那么每个球员的目标是违反。我们目前的算法和复杂性的结果,决定存在的末日平衡的各种类别的欧米茄经常的目标,无论是为信息游戏,并为完美的信息游戏。我们提供了最佳的复杂性界限的信息博弈,并在大多数情况下,完美的信息博弈。
2013-11-13 cs.GT
An Approximate Subgame-Perfect Equilibrium Computation Technique for Repeated Games
本文提出了一种近似的技术,以任何精度,子博弈完美均衡(SPE)的折扣重复游戏。该过程从SPE集合的单个超立方体近似开始。然后将初始超立方体逐渐划分为一组较小的相邻超立方体,而那些不包含任何属于SPE集合的点的超立方体同时被撤回。通过适当的数学程序验证了一个给定的超立方体是否可以包含一个平衡点。三种不同的配方的算法都近似计算的SPE支付和提取球员的策略,然后提出:前两个,不假设存在的外部协调球员之间,第三个,假设一定程度的协调,在游戏过程中凸化的连续支付后,任何重复的游戏历史。一个特别注意的问题,提取球员的策略和他们的有限自动机的形式,人工智能体系统的一个重要功能的可表示性。
2010-02-08 cs.GT
Do players reason by forward induction in dynamic perfect information games?
我们进行了一项实验,参与者与计算机进行完全信息游戏,计算机在游戏开始时经常偏离其逆向归纳策略。参与者知道,在每一场比赛中,计算机仍然在根据参与者未来策略的一些信念进行优化。结果表明,总的来说,参与者可能会以一种最优的方式做出反应,这种方式与他们的最佳合理化扩展形式合理化猜想有关--也就是说,计算机追求的奖品比它放弃的奖品更大,即使这必然意味着计算机在游戏中迈出第一步时将未来的非理性归因于参与者。因此,似乎参与者采用了前瞻性归纳法。然而,对于大多数参与者的选择,存在其他的解释;例如,选择可以基于参与者在游戏剩余时间内归因于计算机的风险规避程度,而不是计算机在游戏开始时已经放弃的沉没外部选项。由于这个原因,实验的结果还没有为参与者的前向归纳推理提供决定性的证据。
2016-06-24 cs.GT
Trembling-Hand Perfection and Correlation in Sequential Games
我们开始研究颤抖的手完美的顺序(即,相关性的游戏。我们引入了扩展形式的完美相关均衡(extensive-form perfect correlated equilibrium,EFPCE)作为经典扩展形式的相关均衡(extensive-form correlated equilibrium,EFCE)的改进,它弥补了经典扩展形式的相关均衡偏离均衡路径的弱点,这是通过考虑博弈者在每个信息集上独立遵循建议时可能犯错误的可能性来实现的。在提供了一个公理化的定义EFPCE,我们表明,一个总是存在的,因为任何完美的(纳什)均衡构成EFPCE,它是一个改进的EFCE,因为任何EFPCE也是一个EFCE。然后,我们证明,令人惊讶的是,计算EFPCE并不比找到一个EFCE困难,因为这个问题可以在多项式时间解决一般的n-玩家扩展形式的游戏(也有机会)。这是通过将问题公式化为找到由$ε$参数化的适当定义的抖动LP的极限解(作为$ε\rightarrow 0$)来实现的,其特征在于指数地多个变量和多项式地多个约束。为此,我们展示了如何最近开发的多项式时间算法颤抖LP可以适应处理的问题,具有指数数量的变量。这要求具有指数地多个变量和多项式地多个约束的(非抖动)LP的序列的解,这通过应用椭圆体对抗希望方法在多项式时间中是可能的。
2020-12-11 cs.GT
Structured Perfect Bayesian Equilibrium in Infinite Horizon Dynamic Games with Asymmetric Information
在具有非对称信息结构的动态博弈中,广泛使用的均衡概念是完美贝叶斯均衡(PBE)。这被表示为同时满足顺序理性和信念一致性的策略和信念对。与对称信息动态博弈不同,子博弈完美均衡(SPE)是自然均衡的概念,迄今为止,还不存在一个通用的算法,在计算PBE的策略和信念的相互依赖性随着时间的推移。在本文中,我们找到了一个无限时域折扣报酬非对称信息动态博弈的PBE子集。我们称之为结构化PBE或SPBE;在SPBE中,任何代理人的策略都只通过共同的公共信念依赖于公共历史,并且只通过各自代理人的最新私人信息(他的私人类型)依赖于私人历史。公众信念是对过去所有相关信息的总结,其维度不随时间而增加。Nayyar等人(2013)提出的公共信息方法是解决非对称信息下分散团队(非战略)资源分配问题的动机。我们通过求解单次不动点方程和相应的前向递归算法来计算SPBE。我们通过一个公共产品的例子来证明我们的方法。
2016-09-14 cs.GT
On the existence of weak subgame perfect equilibria
我们研究多玩家回合制游戏(潜在无限)有向图。游戏的每一局都有一个结果。每个玩家都有一个偏好关系的结果,使他能够比较发挥。我们专注于最近引入的概念弱子博弈完美均衡(弱SPE)。这是经典SPE概念的一个变体,在经典SPE概念中,偏离的参与者只能在有限数量的历史中使用偏离其初始策略的策略。在游戏中有一个SPE意味着有一个弱SPE,但相反通常是错误的。我们提出了一般条件的游戏图的结构和玩家的偏好关系,保证存在一个弱SPE,这另外是有限的记忆。从这个一般性的结果,我们得到两大类游戏,总是存在一个弱SPE:(i)游戏与有限范围的结果函数,和(ii)游戏与有限的底层图和前缀独立的结果函数。对于第二类,我们确定条件的偏好关系,保证弱SPE的无记忆策略。
2017-10-05 cs.GT
Perfect Prediction in Normal Form: Superrational Thinking Extended to Non-Symmetric Games
本文提出了一种新的无约束纯策略范式非合作对策解的概念:完全透明均衡。参与者在所有可能的世界中都是理性的,并且知道彼此在所有可能的世界中的策略,我们统称为完美预测。对手对参与者决策的预期是反事实地依赖于决策,这与纳什均衡中决策是独立做出的不同。当均衡存在时,它是唯一的,是帕累托最优的。这个均衡是完美预测均衡的标准形式对应物;预测发生在“另一个房间”而不是过去。均衡也可以被看作是霍夫施塔特的超理性的非对称博弈的自然延伸。在数学上,执行非个体理性策略配置文件的迭代消除,直到最多剩下一个。均衡是一种策略轮廓,它不受所有可能世界中的策略知识和所有可能世界中的理性的影响,这是一个比理性的常识更强大的概念,也比理性的常见反事实信念更强大。我们形式化和对比的非Nashian决策理论范式,共同的这篇论文和其他几篇论文,因果决策理论和证据决策理论。我们定义的完全透明的均衡算法,当它存在,证明其唯一性,它的帕累托最优性,它与霍夫施塔特的超理性对称游戏。我们还涉及到文献中发现的概念,如个人理性,极小极大可实现性,相关均衡。最后,我们具体讨论了对称博弈的特殊情况下的包含关系,并将其与非对称博弈进行了对比。
2020-03-18 cs.GT
Subgame Perfect Equilibria of Sequential Matching Games
我们研究了一个分散的匹配市场中,公司顺序提供给潜在的工人。对于每个提议,工人可以选择“接受”或“拒绝”,但决定是不可撤销的。接受一份工作保证了她在公司的工作,但这也可能使她失去将来从其他公司获得更好工作的机会。我们将这个市场描述为工人们的完全信息扩展型博弈。这个博弈的每个实例都有一个唯一的子博弈完美均衡(SPE),它不一定导致稳定的匹配,并具有一些令人困惑的性质。我们展示了一个二分法的结果,其特点是计算SPE的复杂性。如果每个公司向最多两个工人提供报价,或者每个工人从最多两个公司获得报价,则计算是容易的。相反,即使公司和工人都与最多三个报价有关,它也是PSPACE困难的。我们还研究这个匹配市场的工程方面。结果表明,对于任何偏好配置文件,我们可以设计一个公司的报价时间表,使工人最优的稳定匹配实现在SPE。
2019-11-18 cs.GT
Robust perfect equilibrium in large games
本文提出了一个新的均衡概念“鲁棒完美均衡”的非合作对策与连续的局中人,包括三种类型的扰动。这样的均衡是存在的(在对称混合策略和纯策略),并满足重要的性质,容许性,总的鲁棒性,和事后强大的完善。这些属性加强了大量文献中关于大量代理之间的战略互动的相关均衡结果。拥塞游戏和潜在的游戏的说明性应用。在成本函数严格递增的拥塞博弈的特殊情况下,我们证明了存在唯一的对称鲁棒完美均衡。
2021-05-05 cs.GT econ.TH
Study and Improvement of Search Algorithms in Multi-Player Perfect-Information Games
LAMSADE, Université Paris-Dauphine, PSL, CNRS(LAMSADE,巴黎Dauphine大学,PSL,CNRS)
本文将最先进的零和双人完全信息游戏搜索算法Unbounded Minimax推广到多玩家完全信息游戏框架,实验表明该算法在多玩家搜索算法中表现更优。
2026-04-19 cs.AI cs.GT
The Power Allocation Game on Dynamic Networks: Subgame Perfection
在博弈论文献中,对于具有无限策略空间和不连续效用函数的正规型博弈的均衡选择,似乎很少有研究。此外,许多现有的选择方法不适用于涉及合作和非合作场景的游戏(例如,“games on signed graphs”)。以均衡选择为目的,将\cite{allocation}中的权力分配博弈(符号图上的静态资源分配博弈)转化为扩展形式。给出了扩展型博弈的子博弈完美纳什均衡的结果。这似乎是第一次,基于时变图的子博弈完美用于网络游戏中的均衡选择。本文提出的子博弈完美性的思想可以推广到其他网络博弈中,并以拥塞博弈为例进行说明。
2018-09-21 cs.GT cs.SI
Perfect Half Space Games
我们介绍完美的半空间游戏,其中玩家2的目标是使所遇到的多维权重的总和在一个方向上发散,该方向与所选择的完美半空间序列(由玩家2动态选择)一致。我们建立了Jurdzienski等人(ICALP 2015)的边界博弈可以简化为完美半空间博弈,这反过来又可以转化为Colcombet和Niwienski的词典能量博弈,并且在很强的意义上是位置确定的(参与人2可以在不知道当前完美半空间的情况下进行博弈)。最后,我们展示了如何完美的半空间游戏和边界游戏可以用来解决多维能量奇偶游戏在伪多项式时间的能量维度和优先级的数量是固定的,无论是否初始信用的输入或存在量化的一部分。这也产生了一个最佳的2-EXPTIME复杂度与给定的初始信用,其中最知名的上限是非初等的。
2017-04-20 cs.GT cs.LO
The Complexity of Equilibrium Refinements in Potential Games
Carnegie Mellon University(卡内基梅隆大学);Massachusetts Institute of Technology(麻省理工学院)
本文研究了势游戏中均衡细化的复杂性,证明了计算完美均衡的复杂性及在特定游戏类中多项式时间算法的存在,同时揭示了扰动优化与梯度下降动力学的关系。
2026-02-10 cs.GT
Last-iterate Convergence to Trembling-hand Perfect Equilibria
设计有效的算法来寻找序贯博弈中的纳什均衡(NE)改进在实践中至关重要。事实上,众所周知,NE有几个弱点,因为它可能规定在游戏的那些永远不会达到均衡的部分采取次优行动。NE改进,如扩展形式完美均衡(EFPE),通过考虑参与者错误的可能性来修正这些弱点。这在现实世界的应用中是至关重要的,在现实世界中,有限理性的玩家通常都参与其中,事实证明,这在提高超人智能体在扑克等娱乐游戏中的表现方面也很有用。然而,只有少数作品解决了计算NE细化的问题。他们中的大多数人提出的算法,通过线性规划找到确切的NE细化,因此,这些都没有扩大到现实世界的大小游戏的潜力。另一方面,现有的迭代算法,利用顺序游戏的树结构只提供收敛保证近似细化。在本文中,我们提供了第一个有效的最后一个算法,可证明收敛到EFPE两个球员零和序列游戏的不完美信息。我们的算法的工作原理是跟踪一系列的均衡适当定义,正则化扰动游戏。为了做到这一点,它使用了一个程序,该程序是专门为收敛到最后一个这样的游戏的均衡。至关重要的是,这样一个程序执行的更新可以有效地通过访问游戏树,从而使我们的算法可能比其基于线性规划的竞争对手更具可扩展性。最后,我们评估我们的算法在一个标准的测试平台的游戏,表明它产生的策略是更强大的球员的错误比那些国家的最先进的NE计算算法。
2022-08-17 cs.GT
The complexity of approximating a trembling hand perfect equilibrium of a multi-player game in strategic form
我们考虑的任务是计算一个近似的颤抖的手完美均衡的n-玩家游戏的战略形式,n >= 3。我们证明了这个任务对于复杂性类FIXP_a是完全的。特别是,任务是多项式时间相当于计算一个近似的纳什均衡的战略形式的游戏与三个(或更多)的球员的任务。
2014-08-05 cs.CC cs.GT
Submixing and Shift-invariant Stochastic Games
考虑了具有完全信息和多个状态和行动的零和随机对策。收益由一个函数计算,该函数将状态和动作的每个无限序列与一个实数相关联。我们证明了,如果支付函数是移动不变的和submixing,那么游戏是半位置的,即第一个玩家有一个最优策略,这是确定性和固定的。这一结果依赖于转移不变博弈中ε子博弈完美策略的存在,这是本文的第二个贡献。这些技术可以用来建立第三个结果:对于平移不变和细分支付函数,在单人游戏中玩家2的有限记忆策略的存在也意味着双人游戏的相同属性。
2022-03-28 cs.GT
On Zero-Sum Two Person Perfect Information Semi-Markov Games
零和二人完全信息半马尔可夫博弈在有限比率平均支付下存在一个值,最大者和最小者都有最优纯半平稳策略。我们得到的结果,首先固定一个任意的初始状态,并形成对应于每对纯静态策略的两个球员的未贴现收益矩阵,并证明该矩阵有一个纯鞍点。
2023-02-14 cs.GT math.OC
Study and improvement of search algorithms in two-players perfect information games
LAMSADE, Université Paris Dauphine - PSL, CNRS(LAMSADE,巴黎政治经济大学-PSL,国家科学研究中心)
针对双人零和完美信息博弈,本文评估现有搜索算法的通用性能,并提出一种新搜索算法,在短时间和中等搜索时间设置下均取得显著优于既有算法的表现。
2025-05-06 cs.AI cs.GT
On (Subgame Perfect) Secure Equilibrium in Quantitative Reachability Games
我们研究了有限图上可达目标的回合制定量多人非零和博弈。在这样的博弈中,每个参与者的目标都是尽快达到自己的目标状态集。以前对这个模型的研究表明,纳什均衡(分别为)。安全均衡)被保证存在于多人游戏中(相应地,两个玩家)的情况下。在多人情况下安全均衡的存在性仍然是一个悬而未决的问题。在本文中,我们集中研究子博弈完美均衡的概念,一个完善的纳什均衡非常适合在框架内的游戏玩的图。我们还引入了子博弈完美安全均衡的新概念。我们证明了子博弈完美均衡的存在性(分别为)。子博弈完美安全均衡)在多人游戏(分别)。两人)定量可达性游戏。此外,我们还提供了一个确定多人情况下安全均衡存在性的算法。
2013-02-26 cs.GT cs.LO
On Non-Cooperative Perfect Information Semi-Markov Games
本文证明N人非合作完全信息半马尔可夫博弈在极限比率平均收益下存在纯半平稳纳什均衡,通过归约为SMDP简化证明,并用Mondal算法求解。
2024-02-26 cs.GT math.OC
Opacity Issues in Games with Imperfect Information
我们深入研究了一类不透明条件下的博弈,这是两个球员的不完美信息的游戏中,其中一个球员只有不完美的信息,而获胜的条件依赖于他沿着发挥的信息。这些博弈与计算系统的安全性有关:当拥有不完全信息的玩家永远不会“知道”当前位置是一个独特的“秘密”位置时,游戏是不透明的。我们研究了决定每个局中人获胜策略存在性的问题,我们称之为不透明度违反问题和不透明度保证问题。关注具有完美信息的参与者在非完全信息博弈领域是新的,因为当考虑经典的获胜条件时,它相当于解决了潜在的完美信息博弈。我们建立了上述两个问题的EXPTIME-完备性,表明我们的获胜条件为具有完美信息的玩家带来了复杂性的差距,并且我们展示了相关的不透明度验证问题,这显着概括了文献中考虑的离散事件系统不透明度分析方法。在盲对策的情况下,这个问题与两个初始问题有关,得到了具有不透明条件的盲对策的确定性和这三个问题的PSPACE-完全性。
2011-06-07 cs.GT
A simple and numerically stable primal-dual algorithm for computing Nash-equilibria in sequential games with incomplete information
我们提出了一个简单的原始-对偶算法计算近似纳什均衡在两人零和序贯游戏不完全信息和完美的回忆(如德州扑克)。我们的算法在数值上是稳定的,只执行基本的迭代(即矩阵乘法,裁剪等,并且不调用外部一阶预言机,不进行矩阵求逆等),并且适用于广泛的两人零和游戏,包括具有不完全信息和完美回忆的同时游戏和顺序游戏。后一种游戏的适用性是由于序列形式的表示,它允许我们编码任何这样的游戏作为一个矩阵游戏凸多面体战略配置文件。我们证明了产生具有给定精度的纳什均衡所需的迭代次数与精度成反比。作为概念验证,我们提出了实验结果的矩阵游戏的单纯形和库恩扑克。
2015-12-23 cs.GT
The Curse of Ties in Congestion Games with Limited Lookahead
我们引入了一个新的框架,模型有限的前瞻拥塞游戏。直觉上,玩家按顺序进入游戏,并在假设$k-1$后续玩家完美地玩子游戏的情况下选择最佳行动。我们的模型自然地在贪婪最佳反应($k=1$)和子博弈完美结果($k=n$,玩家数量)之间进行插值。我们研究了有限的前瞻(参数化$k$)的稳定性和低效率的结果的影响。正如我们的研究结果所揭示的那样,增加前瞻并不一定会带来更好的结果;事实上,它的效果关键取决于关系的存在和所考虑的游戏类型。更具体地说,对于非常简单的网络拥塞博弈,我们已经证明了子博弈完美的结果(完全前瞻)可能是不稳定的,而贪婪的最佳反应结果(没有前瞻)是稳定的。我们表明,这种不稳定性是由于球员的冷漠(领带)。如果博弈是通用的(不存在平局),那么所有的结果都是稳定的,与前瞻$k$无关。特别地,这意味着$k$ -前瞻结果(对于任意$k$)的无政府状态的价格等于无政府状态的标准无政府代价。对于成本分担博弈和共识博弈的特殊情况,我们表明,没有前瞻导致稳定的结果。同样,这可以通过消除约束来解决,尽管对于成本分担博弈来说,只有完全前瞻才能提供稳定的结果。我们还确定了一类通用的成本分摊游戏的低效率降低前瞻$k$增加。
2018-04-19 cs.GT
Existential Theory of the Reals Completeness of Stationary Nash Equilibria in Perfect Information Stochastic Games
我们证明了在多人完全信息递归博弈(即具有终端报酬的随机博弈)中,是否存在一个确保每个人都有一定收益的稳态纳什均衡的问题是实数势理论完备的.我们的结果适用于非循环游戏,其中纳什均衡可以通过逆向归纳法有效地计算,甚至适用于具有非负终端奖励的确定性非循环游戏。我们进一步扩展我们的结果,一个单一的球员肯定是赢家的纳什均衡的存在。将所得结果与已知的无平稳纳什均衡的小工具博弈相结合,得到了对于循环博弈,只要判定存在平稳纳什均衡就是势理论的实数完备性.这适用于到达集合博弈、停留集合博弈和确定性递归博弈。
2020-07-06 cs.CC cs.GT
The Non-Cooperative Rational Synthesis Problem for Subgame Perfect Equilibria and omega-regular Objectives
本文研究了图上多人博弈中遵循子博弈完美均衡的理性合成问题,通过将其编码为不完全信息三人博弈求解,证明该问题在ω-regular目标下属于2ExpTime,并在固定玩家数量等条件下具有更低复杂度。
2025-07-15 cs.GT
Smoothing Method for Approximate Extensive-Form Perfect Equilibrium
纳什均衡是一个在实践中广泛应用的解决信息博弈问题的解的概念。然而,它有一个主要的缺点:它不排除在博弈树的分支中未达到均衡的次优博弈。均衡优化可以解决这个问题,但几乎没有实际应用。这主要是由于缺乏可扩展的算法。稀疏迭代法,特别是一阶方法,是计算大规模两人零和扩展形式博弈纳什均衡的最有效算法之一。在本文中,我们提供了,据我们所知,这些方法的第一个扩展到平衡细化。我们开发了一个平滑的方法,行为扰动的凸多面体,包括在一个广泛的形式的游戏中的球员的策略空间。这使人们能够计算一个近似的变体的扩展形式的完美均衡。实验表明,我们的平滑方法导致的解决方案,大大加强战略,在信息集,达到低概率近似纳什均衡,同时保持整体收敛速度与快速算法的纳什均衡。这在近似均衡发现(这种近似在大型博弈中是必要的)和精确均衡计算中都有好处,在近似均衡发现中,一些概率很低,但可能在极限中趋向于零,而在精确均衡计算中,低概率实际上是零。
2017-05-25 cs.GT
On the Complexity of Stationary Nash Equilibria in Discounted Perfect Information Stochastic Games
Aarhus University(奥胡斯大学)
从计算复杂性角度研究折扣完美信息随机博弈中平稳纳什均衡的计算问题,证明了双人博弈为 PPAD 完全,并给出了 3 人与 4 人博弈中相关计算的困难性证明。
2025-10-13 cs.CC cs.GT
Blackwell-Optimal Strategies in Priority Mean-Payoff Games
我们研究完全信息随机平均支付游戏-一类游戏包含作为特殊子类通常的平均支付游戏和奇偶游戏。我们发现,确定性的无记忆策略,是最佳的状态依赖的折扣因子接近1的折扣游戏是最佳的优先平均支付游戏建立这两个类之间的强有力的联系。
2010-06-08 cs.GT
The price of re-establishing perfect, almost perfect or public monitoring in games with arbitrary monitoring
建立了博弈论中的观察(或监控)结构概念与香农理论中的沟通渠道概念之间的联系。目标之一是了解在何种条件下可以将任意监测结构转变为更相关的监测结构。为此,在游戏中添加了一个中介。调解人的目标是选择一个信号方案,使球员有完美的,几乎完美的或公开的监测和所有这一切,在信号方面的成本最低。利用图着色、信源编码和信道编码来处理这些问题。一个无线电源控制游戏是用来说明这些概念,但所提供的结果的适用性,更重要的是,转换监控结构的框架远远超出了这个例子。
2012-10-23 cs.GT cs.IT math.IT
Learning Equilibria of Simulation-Based Games
我们解决了经验博弈论分析(EGTA)中的一个基本问题,即基于模拟的游戏的学习均衡。这样的游戏不能用分析的形式来描述;相反,可以查询黑盒模拟器以获得实用程序的噪声样本。我们对EGTA的态度是本着可能近似正确的学习精神。我们设计了学习所谓的经验游戏的算法,这些游戏一致地近似于具有有限样本保证的基于模拟的游戏的效用。这些算法可以用各种浓度不等式来实例化。在早期工作的基础上,我们首先应用Hoeffding的界限,但随着游戏规模的增加,这个界限最终变得统计上难以处理;因此,我们也使用Rademacher复杂性。我们的主要结果表明:在高概率情况下,基于模拟的博弈的所有均衡都是经验博弈中的近似均衡(完美回忆);相反,经验博弈中的所有近似均衡都是基于模拟的博弈中的近似均衡(近似完美精确)。我们评估我们的算法在几个合成游戏,表明他们节俭使用的数据,产生准确的估计往往比理论预测,并对不同形式的噪音是强大的。
2019-05-31 cs.GT
On the Rationality of Escalation
升级是无限博弈的一个典型特征。因此,为研究无限数学结构而设计的工具,也就是那些从共归纳中推导出来的工具是必不可少的。在这里,我们使用共归纳,或反向共归纳(以显示其与有限博弈的相同概念的连接),以仔细和正式研究的无限博弈,特别是那些被称为美元拍卖,这被认为是升级的范式。不像什么是公认的,我们表明,假设其他代理人将永远停止,投标是理性的,因为它会导致一个子博弈完美均衡。我们证明了这不是唯一的理性策略(唯一的子博弈完美均衡)。事实上,如果一个行动者停下来,并且每走一步都会停下来,我们就可以说他也是理性的,只要他承认他的对手永远不会停下来,因为这对应于一个子博弈完美均衡。令人惊讶的是,在无限美元拍卖博弈中,双方在每一步都停止的行为不是纳什均衡,因此不是子博弈完美均衡,因此不是理性的。
2011-12-15 cs.GT
Does randomization matter in dynamic games?
研究了完全信息动态博弈中的混合策略。通过一个例子说明了一个博弈者采用混合策略可以获得更高的收益。与此相反,本文的主要结果表明,每个两人的动态零和对策的性质具有非混合性质,这意味着混合策略是无用的,在这类最经典的游戏。在应用方面,我们证明了两人自然零和对策中纯策略子对策完美均衡的存在性。在此基础上,我们还证明了存在一个普适子博弈完美均衡,它能导出此类博弈中所有的纯策略子博弈完美均衡。对多个局中人的主要结果进行了推广,并讨论了进一步的结果。
2019-12-30 cs.GT math.OC
Weak Subgame Perfect Equilibria and their Application to Quantitative Reachability
我们研究了有限有向图上的$n$ -玩家回合制游戏。对于每一场比赛,球员必须支付他们想要最小化的成本。而不是众所周知的概念的纳什均衡(NE),我们专注于子博弈完美均衡(SPE)的概念,一个完善的NE非常适合在框架内的游戏玩图。我们还研究了SPE的自然变体,命名为弱(分别)。非常弱)SPE,其中偏离的参与者不能使用完整的策略类,而只能使用具有有限数量(resp.唯一的)偏差步骤。我们的成果有三个方面。首先,我们的特点是在一个民间定理的形式的所有播放的结果,一个弱SPE的集合。其次,对于一类定量可达性游戏,我们证明了有限记忆SPE的存在性,并提供了一个算法来计算它(只有存在性是已知的,没有关于记忆的信息)。此外,我们表明,存在一个受约束的SPE,即SPE,使每个玩家支付的成本小于一个给定的常数,可以决定。证明依赖于我们的民间定理弱SPE(这符合SPE的情况下,定量可达性游戏)和无限的话MSO逻辑的可判定性。最后,与类似的技术,我们提供了第二个一般类的游戏,存在(约束)弱SPE是可判定的。
2015-04-10 cs.GT
Sound Algorithms in Imperfect Information Games
搜索从一开始就在计算机游戏研究中扮演着基础性的角色。虽然在线搜索通常用于国际象棋和围棋等完美信息游戏,但不完美信息游戏的在线搜索方法只是相对较新的。本文讨论的问题是什么是一个健全的在线算法,在一个不完美的信息设置的两个玩家零和游戏。我们认为,~固定策略~的可利用性和$ε$ -纳什均衡的定义是不适合衡量在线算法的最坏情况下的性能。因此,我们正式$ε$健全,一个概念,连接最坏情况下的性能的在线算法的性能的$ε$ -纳什均衡。由于$ε$ -稳健性通常很难计算,因此我们引入了一个一致性框架-一个将在线算法的行为与纳什均衡连接起来的层次结构。这些多层次的一致性描述了在线算法在什么意义上“就像一个固定的纳什均衡“。这些概念进一步说明了完美和不完美信息设置之间的差异,因为相同的一致性保证在完美和不完美信息博弈中具有不同的最坏情况在线表现。可靠性和一致性层次的定义最终提供了适当的工具来分析在线算法在重复不完美信息博弈。因此,我们以一种新的方式检查了以前的一些在线算法,为它们的最坏情况性能保证带来了新的见解。
2021-03-02 cs.GT
Quantum combinatorial games
Radboud University(拉德堡德大学)
研究将组合博弈扩展到量子环境,探讨量子对手优势。重新表述经典理论,发现量子力学效应在经典玩家完美策略下无优势,而在经典玩家犯错时量子对手可放大错误增加获胜机会,理论可用于相关对抗模型。
2026-07-08 cs.GT
The Complexity of SPEs in Mean-payoff Games
我们建立了平均支付博弈的子博弈完美均衡(SPE)阈值问题是NP-完全的。虽然SPE阈值问题最近被证明是可判定的(在双指数时间内)和NP困难的,但其确切的最坏情况复杂度是开放的。
2022-04-25 cs.GT
Parity Games, Imperfect Information and Structural Complexity
我们解决的问题,解决不完美信息的有限图的结构复杂性有限的奇偶游戏。在PTIME中是否能解决完全信息的奇偶博弈是一个重要的开放问题。然而,限制游戏竞技场的结构复杂性通常会导致奇偶游戏的有效算法。这样的结果是已知的有界树宽度,DAG宽度,有向路径宽度,纠缠,我们描述的警察和强盗游戏的图形类。相反,不完美信息的引入使问题变得更加困难,它变得EXPTIME困难。我们分析了这两种方法的相互作用。我们用一个简单的方法来衡量一个玩家的“无意识”量,即不完美信息的量。事实证明,如果它是无界的,低结构复杂度并不能使问题更简单。即使在非常简单的图上,它仍然是EXPTIME-硬的或PSPACE-硬的。对于有界不完美信息的游戏,我们分析了幂集结构,这是常用的不完美信息的游戏转换成一个等价的游戏与完美的信息。这种构造保持了有向路径宽度和DAG宽度的有界性,但不保持纠缠和树宽度的有界性。因此,如果有向路径宽度或DAG宽度是有界的,则具有有界不完美信息的奇偶博弈可以在PTIME中求解。对于DAG宽度,我们遵循两种方法。一个导致一个已知的事实,即完美的信息奇偶性游戏是在PTIME,如果DAG宽度是有界的推广。我们证明了这个定理的非单调DAG宽度。另一种方法是在有向图上引入一个警察和强盗的游戏(有多个强盗),被认为是Richerby和Thilikos的无向图。我们证明了一个严格的线性约束的数量需要额外的警察抓住一个…
2017-03-02 cs.GT
Infinite subgame perfect equilibrium in the Hausdorff difference hierarchy
子博弈完美均衡是完全信息博弈中的一种特殊的纳什均衡。它们很重要,因为它们关系到参与者的理性。它们总是存在于具有连续实值收益的无限博弈中,但即使在具有轻微不连续收益的简单博弈中也可能不存在。本文只考虑其结果函数在开集的Hausdorff差分层次中可测的博弈(在Baire空间中时为\textit{i.e.} $Δ^0_2$),它刻画了线性偏好族,使得每个使用这些偏好的博弈都有一个子博弈完美均衡:没有无限上升链的偏好(当然),因此对于所有参与者$a$和$b$以及结果$x,y,z$,我们有$\neg(z <_a y <_a x \,\wedge\, x <_b z <_b y)$。此外,在博弈的每个节点上,证明所构造的均衡在子博弈中发生的所有结果中都是帕累托最优的。非线性偏好的其他结果。
2015-09-30 cs.GT math.LO
Student of Games: A unified learning algorithm for both perfect and imperfect information games
EquiLibre Technologies(EquiLibre 科技公司);Google DeepMind(谷歌DeepMind);Sony AI(索尼人工智能);Amii(阿尔伯塔机器智能研究所);Midjourney(Midjourney 公司);University of Alberta(阿尔伯塔大学)
本文提出统一算法“游戏的学生”,结合搜索、自我对弈与博弈论推理,在完全与不完全信息博弈中表现强劲,并证明其收敛性,击败扑克和苏格兰场的最优智能体。
2023-11-15 cs.AI cs.GT cs.LG
Existence of structured perfect Bayesian equilibrium in dynamic games of asymmetric information
在文献[1]中,作者考虑了一个一般的非对称信息动态博弈有限时间模型,其中N个局中人的类型按独立的马尔可夫过程演化,每个局中人完全观察自己的类型和所有局中人的行动。作者提出了一个序列分解算法,以找到所有结构完美的贝叶斯均衡的游戏。该算法由求解一类方程组的不动点组成,每次$t,π_t$,其存在性是一个开放的问题。本文在紧度量空间中证明了这类不动点方程的存在性。
2020-05-29 cs.GT cs.SY econ.TH
The complexity of computing a (quasi-)perfect equilibrium for an n-player extensive form game of perfect recall
研究了有限n人完全回忆扩展型博弈(EFGPR)的纳什均衡的计算或近似精化的复杂性,其中n >= 3。我们的结果适用于一些研究完善,包括顺序(SE),扩展形式完美(PE),和准完美平衡(QPE)。这些改进了纳什均衡和子博弈完美均衡。其中,最精细的概念是PE和QPE。根据经典的结果,所有这些平衡点都存在于任何EFGPR中。我们表明,对于所有这些概念的平衡,近似一个给定的EFGPR的平衡,在给定的期望精度,是FIXP_a-完全的。我们还考虑了相应的“几乎”均衡概念的复杂性,并表明它们是PPAD完备的。特别地,我们定义了“delta几乎完全(准)完美”均衡,并证明了计算一个是PPAD完全的。我们表明,这些概念细化“三角洲几乎子博弈完美均衡”EFGPR,这是PPAD完成。因此,对于n个参与者EFGPR(n >= 3),近似一个这样的(delta-几乎)均衡是P-时间等价于近似具有3个或更多参与者的范式博弈(NFG)的(delta-几乎)NE。NFG可被平凡地编码为EFGPR,而不会在大小上爆炸。因此,我们的研究结果扩展了著名的复杂性结果NFG的平衡在更一般的设置EFGPR的改进。对于2人EFGPR,类似的复杂度结果来自Koller,Megiddo和von Stengel(1996),von Stengel,van den Elzen和Talman(2002)以及Miltersen和Soere…
2014-12-03 cs.CC cs.GT
Dynamic Programming for Pure-Strategy Subgame Perfection in an Arbitrary Game
本文利用价值函数刻画了一个任意的、可能无限时域博弈的纯策略子博弈完美均衡。它将游戏的扩展形式指定为五元形式(Streufert 2023p,arXiv:2107.10801v4),这是一组五元组,形式化了节点、动作、玩家和情境之间的抽象关系(情境概括了信息集)。由于五式是一个集合,本文可以明确地将游戏形式划分为多个形式,每个形式都从一个(Selten)子根开始,并包含所有后续节点,除了那些跟随后续子根的节点。然后,子根的集合成为价值函数的域,并且分段形式的划分成为值递归的框架,该值递归从动态规划推广了贝尔曼方程。主要结果连接的价值递归与子博弈完美均衡的原始游戏,上下收敛的假设下。最后,一个推论子博弈完美的特点是没有一个改进的单件偏差。
2023-03-10 cs.GT econ.TH math.OC
Globalized Robust Markov Perfect Equilibrium for Discounted Stochastic Games and its Application on Intrusion Detection in Wireless Sensor Networks: Part I -- Theory
在这篇文章中,我们研究了一个折扣随机博弈模型的无线传感器网络中的资源最优入侵检测。为了解决网络参数不确定性的问题,我们提出了一个全球化的折扣鲁棒随机博弈的鲁棒博弈理论框架。一个强大的解决方案所考虑的问题是一个最佳的点,是可行的所有实现的数据从一个给定的不确定性集。为了允许在参数移出不确定性集时有控制地违反约束,全球化鲁棒框架的概念应运而生。在这篇文章中,我们制定了一个全球化的鲁棒对应的折扣随机博弈考虑。借助全局鲁棒优化的思想,提出了全局鲁棒马尔可夫完美均衡的概念。当参与人的行动次数有限时,折扣随机博弈证明了这种均衡的存在性。利用压缩映射定理、Kakutani不动点定理和等度连续的概念证明了该结果的存在性。为了计算所考虑的折扣随机博弈的全球化鲁棒马尔可夫完美均衡,还提供了所提出的全球化鲁棒对应物的易于处理的表示。使用推导出的易处理的表示,我们制定了一个全球化的强大的无线传感器网络入侵检测系统。仿真结果表明,所提出的全球化解决方案是更少的数据扰动的敏感性比鲁棒解决方案。
2019-10-28 cs.GT math.OC
Random perfect information games
本文给出了上连续支付的零和完全信息对策的一个自然测度空间。每个游戏都由游戏树指定,并由活跃玩家的分配和树的每个节点的容量指定。博弈中的收益被定义为在博弈期间访问过的节点的容量的下确界。活跃的玩家,孩子的数量和容量是从一个给定的联合分布中独立地跨节点得出的。我们使用所谓的值生成函数的不动点来表征值$v$的累积分布函数。这一特征导致事件$v \geq k$以正概率发生的充分必要条件。我们还研究了一组玩家I的$k$ -最优策略和相应的播放的概率特性。
2021-04-21 cs.GT econ.TH math.PR