Kolmogorov's strong law of large numbers in game-theoretic probability: Reality's side
柯尔莫哥洛夫强大数定律的博弈论版本说，怀疑论者有一个策略，迫使在涉及现实、预测者和怀疑论者的预测博弈中陈述定律。本文描述了一个简单的Reality匹配策略。
2013-03-20 cs.GT math.PR
Multi-Agent Learning in Contextual Games under Unknown Constraints
本文针对奖励和约束未知的重复情境博弈，提出无遗憾无违规算法c.z.AdaNormalGP，利用核方法保证约束违规次线性收敛，并引入受约束情境粗相关均衡概念，实验验证其有效性。
2024-01-14 cs.GT cs.SY eess.SY
Solving Zero-Sum One-Sided Partially Observable Stochastic Games
许多安全和其他现实世界的情况在本质上是动态的，可以建模为严格竞争（或零和）的动态游戏。在这些领域中，代理人执行影响环境的行动，并接收关于对手行动的情况和影响的观察结果-可能是不完美的。此外，对代理人可以执行的动作总数没有限制-也就是说，没有固定的时间范围。这些设置可以被建模为部分可观察的随机游戏（POSG）。然而，解决一般的POSG是计算上棘手的，所以我们专注于一个广泛的子类POSG称为单侧POSG。在这些博弈中，只有一个智能体具有不完全信息，而他们的对手完全知道当前的情况。我们为解决单侧POSG提供了一个完整的画面：我们（1）给出了单侧POSG及其值函数的理论分析，（2）证明了值迭代算法的一个变体在这种设置下收敛，（3）采用启发式搜索值迭代算法来求解单侧POSG，（4）描述了如何使用近似价值函数来导出博弈中的策略，（5）证明了该算法可以求解非平凡规模的单边POSG，并分析了该算法在三个不同领域（追逐-逃避、巡逻和搜索博弈）的可扩展性。
2020-10-21 cs.GT
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
Regret Minimization in Stackelberg Games with Side Information
School of Computer Science（计算机学院）；Carnegie Mellon University（卡内基梅隆大学）
本文提出带辅助信息的Stackelberg博弈，证明完全对抗场景下领导者无法实现无遗憾，但在两种混合随机与对抗性的放松场景中可实现无遗憾学习。
2024-10-12 cs.GT cs.LG
Egalitarian solution for games with discrete side payment
本文研究了具有离散支付的对策的平均解，其中特征函数为整数值，局中人的支付为整数向量。平均主义解是Dutta和Ray在1989年提出的可转移效用合作博弈的一种解概念，它将对平均主义的承诺和对个人利益的促进以一种一致的方式结合起来。我们首先指出，平等主义的解决方案（在连续的情况下）的好的属性不扩展到离散方支付的游戏。然后，我们表明，洛伦兹稳定集，这可能被视为一个变种的平等主义的解决方案，有很好的性质，如戴维斯和Maschler约化博弈性质和逆约化博弈性质。对于证明，我们利用最近的结果在离散凸分析减少最小化的M-凸集由弗兰克和Murota研究。
2020-03-23 cs.GT econ.TH
A Contextual-Bandit Oversight Game with Two-Sided Informational Asymmetry
Stanford Graduate School of Business（斯坦福商学院）
研究AI代理运行时人类监督中的双边信息不对称问题，提出情境赌博机团队博弈模型，刻画了团队最优与短视规则之间的可避免伤害差距，并分析了动态学习与信号传递机制。
2026-07-02 cs.AI cs.GT
A Dynamic Game Approach for Demand-Side Management: Scheduling Energy Storage with Forecasting Errors
智能计量基础设施允许双向通信和电力传输。基于这种有前途的技术，我们提出了一个需求侧管理（DSM）计划的住宅区的prosumers。它的核心是一个离散时间动态博弈来调度个人拥有的家庭储能。该系统模型包括先进的电池模型、本地可再生能源发电以及需求和发电的预测误差。我们推导出一个封闭形式的解决方案的最佳对策问题的球员，并构造一个迭代算法来解决这个问题。实证分析表明，指数收敛的纳什均衡。一个DSM计划与静态游戏的比较，揭示了动态游戏方法的优势。我们提供了一个广泛的分析预测误差对游戏结果的影响。一个关键的结果表明，我们的方法是强大的，即使在最坏的情况下。这为组织需求侧管理计划的公用事业公司及其参与者带来了可观的收益。
2018-07-22 cs.GT
Commitment with Signaling under Double-sided Information Asymmetry
New York University（纽约大学）
本文研究双边信息不对称贝叶斯Stackelberg博弈，通过设计信号传递装置证明领导者信息优势更显著，提出用信念空间概率测度简化分析并实现均衡几何刻画。
2023-08-26 cs.GT cs.LG
Two-Player Zero-Sum Differential Games with One-Sided Information
针对单边信息下双人零和微分博弈中连续行动空间导致传统算法不可扩展的问题，本文利用不完全信息博弈凸化性质与Isaacs条件，提出复杂度独立于行动空间大小且可解耦均衡策略计算的算法，成功近似归航博弈最优策略。
2025-02-13 cs.GT
Investigation on Demand Side Management Techniques in the Smart Grid using Game Theory and ICT Concepts
本文探讨了如何从博弈论和ICT的概念可以有助于解决需求侧管理，在即将到来的智能电网的一个重要概念的挑战。需求侧管理是关于修改需求侧的能量负载分布，例如为了减少能量使用的峰值。这可以通过在可能的情况下改变能源需求来实现。我们首先描述了一些智能电网的概念和假设（智能电表，定价，家电调度），并解释需求侧管理的优势。引入博弈论概念后，可以用数学方法描述需求侧管理问题。下一步是解决数学公式，并显示如果能源用户数量增加，需求侧管理将变得多么复杂。然而，通过分布式ICT算法，仍然可以找到解决方案。在现有文献的基础上，研究了不同的算法。虽然在文献中的结果看起来很有希望，一般的算法的收敛性，特别是收敛到最优的结果的几个结论受到挑战。
2014-09-01 cs.DC cs.GT
A Bridge between Polynomial Optimization and Games with Imperfect Recall
我们提供了几个积极和消极的复杂性解决游戏的不完美的回忆。使用一对一的对应关系，这些游戏的一边和多元多项式的另一边，我们表明，解决游戏的不完美的回忆是很难解决某些问题的一阶理论的实数。我们建立了平方根和硬度，即使是特定类别的A-损失游戏。在积极的一面，我们发现限制的游戏和策略的动机桥投标，给多项式时间的复杂性。
2020-02-25 cs.GT cs.LO
Two-Sided Manipulation Games in Stable Matching Markets
该研究将匹配市场中的双边操纵建模为非合作博弈，提出了同谋操纵博弈，并开发了寻找纯策略纳什均衡的多项式时间算法，证明了其总能产生稳定匹配，且技术可推广至其他操纵博弈。
2025-05-31 cs.GT cs.MA
Disentangling Resilience from Robustness: Contextual Dualism, Interactionism, and Game-Theoretic Paradigms
本文区分了控制系统的鲁棒性与弹性，通过三阶段模型、玩具模型及博弈论统一框架探究二者关系，提出需构建弹性理论与量化指标，整合技术与非技术方案实现系统全面弹性，为弹性社会建设提供科学基础。
2024-03-10 cs.GT cs.SY eess.SY
Partially Observable Stochastic Games with Neural Perception Mechanisms
University of Oxford（牛津大学）；University of Glasgow（格拉斯哥大学）
本文提出神经符号部分可观测随机博弈模型及单边NS-HSVI求解方法，利用神经网络原像分析和粒子信念表示，验证了其在行人-车辆与追逃场景中的实用性。
2024-06-30 cs.GT cs.LG
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
Optimal Correlated Equilibria in General-Sum Extensive-Form Games: Fixed-Parameter Algorithms, Hardness, and Two-Sided Column-Generation
Carnegie Mellon University（卡内基梅隆大学）；MIT（麻省理工学院）；Bocconi University（博科尼大学）；Strategy Robot, Inc.（策略机器人公司）；Strategic Machine, Inc（战略机器公司）；Optimized Markets, Inc.（优化市场公司）
研究扩展式博弈中寻找最优相关均衡的问题，提出运行时间仅依赖于博弈信息结构参数的固定参数算法，并证明概念间的复杂度差距，同时引入双边列生成方法改进现有策略优化，实验证明其优于现有技术水平。
2024-10-11 cs.AI cs.GT cs.LG
Dynamic Programming for One-Sided Partially Observable Pursuit-Evasion Games
追逐-逃避场景广泛出现在机器人、安全领域和许多其他现实世界的情况中。我们专注于两个球员的追求-逃避游戏，同时移动，无限的地平线，和折扣奖励。我们假设参与者具有部分可观察性，然而，逃避者被赋予了知道追击者单位当前位置的优势。此设置对于安全域特别有意义，在这些安全域中，通常需要一个健壮的策略，旨在最大化最坏情况下的效用。我们提供了，据我们所知，第一个算法，证明收敛到一个部分可观察的追求-逃避游戏的价值与无限的地平线。我们的算法扩展了著名的价值迭代算法，利用（1）我们的游戏的价值函数只依赖于位置的追求者和他的信念，他对当前位置的逃避者，（2）这些功能是分段线性和凸的信念空间。
2016-08-04 cs.GT
Endogenous games with goals: side-payments among goal-directed artificial agents
人工代理通常面向实现外部分配的任务，并试图优化计划执行的次要方面，如时间流逝或功耗，在技术上显示准二分法偏好关系。布尔博弈已经发展成为一个范例，用于模拟具有这种偏好的代理人的社会。在布尔博弈中，代理人对命题变量进行控制，并努力实现一个目标公式，该公式的实现可能需要对手的合作。最近，这种游戏的激励工程理论已经被设计出来，其中外部权威通过对玩家施加税收机制，使不符合这些属性的结果对他们不那么有吸引力，从而将游戏的结果转向与玩家目标一致的某些理想属性。目前的贡献源于一个互补的角度和研究，而不是，如何与准二分偏好的游戏可以从内部，而不是从外部，赋予玩家的可能性，牺牲他们的一部分收益收到在一定的结果，以说服其他玩家玩某种策略。具体而言，我们探讨了内生博弈的目标，得到耦合战略博弈的目标，布尔博弈的推广，内生博弈的机制来自博弈论。我们分析了这些结构中的均衡，展示了在没有外部干预的情况下实现理想结果所需的先决条件。我们的研究结果表明，具有目标的内源性游戏显示出特定的不可约特征-相对于已知的内源性游戏-这使得它们值得研究。
2013-11-14 cs.GT
Game-theoretic Demand-side Management Robust to Non-Ideal Consumer Behavior in Smart Grid
本文研究了现实的，非理想的，能源用户的决定，是否参加能源交易系统提出的需求侧管理的住宅社区的影响。能源交易系统采用社区储能（CES）设备和具有屋顶光伏板的用户之间的非合作Stackelberg博弈，其中CES运营商是领导者，用户是追随者。参与用户确定他们的最佳能源交易开始时间，以尽量减少他们的个人每日能源成本，同时主观地观察他们的对手的行动。通过一个非合作博弈模型，利用前景理论研究了用户在决定能源交易开始时间时的主观行为。我们发现，根据参与时间的决定，拟议的能源交易系统有一个独特的Stackelberg均衡，在CES运营商最大限度地提高他们的收入，而用户最小化他们的个人能源成本达到纳什均衡。仿真结果表明，该能量交易系统的利益是鲁棒的参与时间的决策，显着偏离完全理性。
2016-05-09 cs.GT
Learning Strategic Value and Cooperation in Multi-Player Stochastic Games through Side Payments
Department of Computer Science & Engineering, Texas A&M University（德克萨斯A&M大学计算机科学与工程系）；Naval Information Warfare Center Atlantic（海军信息战中心大西洋分部）；Department of Mechanical and Aerospace Engineering, University of California, Irvine（加州大学 Irvine 分校机械与航空航天工程系）
本文研究多玩家随机博弈中的战略价值与合作，提出HS-S和Coco-S两种价值概念，并通过例子证明其在多玩家场景下的差异，同时提供估计方法和实验比较。
2026-05-09 cs.AI cs.GT
A comprehensive study of Game Theory applications for smart grids, demand side management programs, and transportation networks
Louisiana State University（路易斯安那州立大学）
本文探讨博弈论在智能电网和交通网络中的应用，重点介绍非合作Stackelberg博弈模型及其在电力系统问题中的应用，包括传输网络扩展、可靠性提升和市场力量控制等。
2018-04-27 cs.GT cs.SY eess.SY
The Empirical Core of the Multicommodity Flow Game Without Side Payments
政策制定者关注的是理性参与者所采取的稳定策略。如果有很多这样的解决方案，那么一个重要的问题就是如何从中选择。我们研究这个问题的多商品流联盟游戏，用于在互联网上的自治系统（AS）之间的合作模型。简而言之，战略是一个能力有限的网络中的流。一个节点的收益是它终止的总流量。Markakis-Saberi通过Scarf定理证明了这个博弈是平衡的，因此有一个非空的核心。在可转移效用（TU）版本中，这给出了一个多项式时间算法来找到核心元素，但对于AS来说，边支付并不自然。在NTU游戏中找到核心元素往往在计算上更加困难。对于这个游戏，唯一以前的结果给出了一个过程，找到一个核心元素时，供应图是一个路径。我们扩展了他们的工作与算法，合并，产生许多不同的核心元素。我们使用我们的算法来评估特定的情况下，通过生成许多核心向量。我们称之为游戏的经验核心。我们发现，抽样的核心向量更一致的社会福利（SW）比公平（最低支出）。对于SW，它们倾向于做得和最优线性规划值$LP_{sw}$一样好。相比之下，经验核心的公平性范围更大;公平性值往往比最佳公平性LP值$LP_{fair}$更差。我们研究这种差异的设置一般图单汇的需求。在这种情况下，我们给出了一个算法，产生的核心向量，同时最大化SW和公平性。这导致了下面的一般博弈的双准则结果。给定任何核产生算法和任何$λ\in (0,1)$，可以产生具有公平性的近似核向量（分别…
2020-01-28 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
Solving Football by Exploiting Equilibrium Structure of 2p0s Differential Games with One-Sided Information
Arizona State University（亚利桑那州立大学）；Purdue University（普渡大学）
通过利用2p0s微分博弈的均衡结构，解决具有连续动作空间的22人足球游戏，提升学习准确性和效率。
2026-03-01 cs.GT
Testing Randomness by Matching Pennies
在配对便士游戏中，爱丽丝和鲍勃各拿一便士，在时钟的每一个滴答声中，他们同时展示硬币的正面或反面。如果他们都显示相同的一面，那么爱丽丝赢得鲍勃的便士;如果他们显示不同的一面，那么鲍勃赢得爱丽丝的便士。为了避免给对手获胜的机会，两个玩家似乎都没有别的事情可做，只能以相等的频率随机玩正面和反面。然而，虽然在这场比赛中不输是容易的，但不错过获胜的机会却不是。随机化你自己的移动可以很容易。识别对手的移动何时不是随机的可能是任意困难的。随机性的概念是博弈论的核心，但它通常被视为理所当然。智取的概念在博弈论中并不重要，但在博弈实践中却很重要。我们追求的想法是，这两个概念可以被有效地视为同一枚硬币的两面。
2018-02-02 cs.GT
Side Contract Commitment Attacks on Blockchains
本研究发现区块链上智能体可部署侧合约会打破传统博弈均衡，提出侧合约韧性概念，验证两款去中心化商务合约的韧性差异，并展示针对首价拍卖及EIP-1559的侧合约攻击，指出该问题对智能合约安全部署的重要性。
2023-05-04 cs.CR cs.GT
Dynamic Matching Bandit For Two-Sided Online Markets
University of California Los Angeles（加州大学洛杉矶分校）；Purdue University（普渡大学）
针对双边在线市场中偏好随上下文动态变化的问题，提出动态匹配赌博机算法，通过在线估计偏好排序实现智能体最优稳定匹配，并证明对数遗憾界，实验验证其鲁棒性与实用性。
2024-05-29 cs.GT cs.LG cs.MA
Task Allocation in Customer-led Two-sided Markets with Satellite Constellation Services
针对双边市场中传统公司主导模型难以满足个性化需求的问题，提出客户主导的Stackelberg博弈模型，实现成本高效的任务分配，实验显示客户支付降低23%，公司收入提升6.7倍。
2025-01-23 cs.GT cs.MA
Competitive Energy Trading Framework for Demand-side Management in Neighborhood Area Networks
本文通过比较三种潜在的能量交易系统，研究了社区储能（CES）设备与消费者拥有的光伏（PV）系统集成的住宅小区区域网络的需求侧管理的可行性。我们认为一个完全竞争的CES运营商在一个非合作的Stackelberg游戏，一个仁慈的CES运营商，具有社会有利的法规与竞争的用户，和一个集中的合作CES运营商，最大限度地减少社区的总能源成本。前两个博弈论系统认为CES运营商首先通过设置价格信号和与电网交易能量来最大化其收入。然后，光伏电池板的用户玩一个非合作的重复博弈的行动后，CES运营商的交易与CES设备和电网的能量，以最大限度地减少能源成本。集中式CES运营商与用户合作，以最小化总社区能源成本，而无需适当的激励。CES运营商完全竞争的非合作Stackelberg博弈存在唯一的Stackelberg均衡，在该均衡点上CES运营商收益最大化，用户获得唯一的Pareto最优纳什均衡CES能源交易策略.大量的仿真结果表明，完全竞争的CES模型提供了最佳的运营环境之间的CES运营商和用户的权衡。
2017-01-24 cs.GT
Hypergraphon Mean Field Games
Technische Universität Darmstadt（达姆施塔特工业大学）；University of Nottingham（诺丁汉大学）
我们提出了一种方法来建模大规模的多智能体动态系统，允许不仅仅是对代理之间的相互作用，使用平均场博弈的理论和超图的概念，这是作为大型超图的限制。据我们所知，我们是超图平均场游戏的第一个工作。再加上一个扩展到多层设置，我们得到的非线性，弱相互作用的动态代理的大型系统的限制性描述。在理论方面，我们证明了所得到的超图子平均场博弈的良好基础，表现出存在性和近似纳什性质。在应用方面，我们扩展了数值和学习算法来计算超图子平均场平衡。为了验证我们的方法经验，我们认为社会谣言传播模型，在那里我们给代理人的内在动机传播谣言不知情的代理人，和流行病控制问题。
2022-10-27 cs.GT cs.LG cs.MA
Single-leader multi-follower games for the regulation of two-sided Mobility-as-a-Service markets
移动即服务（MaaS）是一种新兴的商业模式，由“一切即服务”的概念驱动，并通过移动互联网技术实现。在经济放松管制的背景下，MaaS系统由一个典型的双边市场组成，其中旅行者和运输服务提供商（TSP）是通过MaaS平台相互交互的两组代理。在这项研究中，我们提出了一个建模和优化框架，用于双边MaaS市场的监管。我们考虑了一个自己定价（NYOP）拍卖机制，其中旅行者通过MaaS平台提交购买出价以满足他们的旅行需求，而TSP提交出售出价以提供MaaS平台的移动资源以换取付款。我们把这个问题作为一个单领导者多追随者的游戏（SLMFG），领导者是MaaS监管机构和两组追随者的问题代表旅行者和TSP。MaaS监管机构的目标是通过优化运营来最大限度地提高利润。为了响应MaaS监管机构的决定，旅行者（分别为TSP）调整其在MaaS平台中的参与级别，以最大限度地降低其差旅成本（利润最大化）。我们分析了跨组网络效应在MaaS市场，并制定SLMFG没有和网络效应导致混合整数线性双层规划和混合整数二次双层规划问题，分别。我们提出了定制的分支定界算法的基础上强对偶重新解决这些SLMFG。在从真实移动数据生成的大规模模拟实例上进行的大量数值实验突出表明，所提出的算法的性能显着优于基准方法，并为实践中双边MaaS市场的监管提供了有意义的管理见解。
2021-09-17 cs.GT math.OC
Information Spillover in Multiple Zero-sum Games
本文研究了一个双方都缺乏信息的无限重复三人贝叶斯博弈，其中一个知情的局中人在每个阶段同时与两个不知情的局中人进行两个零和博弈.这是Aumann等人[1]的两人零和单边不完全信息模型的推广。在相关先验条件下，知情参与者面临的问题是如何在两个不知情参与者之间最优地披露信息，以最大化他的长期平均收益。我们的目标是了解在知情参与者的均衡收益集中，从一个博弈到另一个博弈的"\information溢出“的不利影响。我们提供的条件下，知情的球员可以完全克服这种不利影响和均衡收益的特点。在第二个结果中，我们展示了信息溢出对知情玩家的均衡收益集的影响可能是严重的。
2023-03-08 cs.GT econ.TH
Maximizing Social Welfare with Side Payments
针对正则型博弈中附带支付可能因囚徒困境导致低效的问题，提出分阶段承诺协议，通过渐进有界的转移支付承诺恢复附带支付的全部效率潜力并实现社会福利最大化。
2025-08-10 cs.GT econ.TH
The Two-Sided Game of Googol and Sample-Based Prophet Inequalities
秘书问题或古戈尔游戏是在线选择问题的经典模型，在过去的50年里受到了极大的关注。我们考虑这个问题的一个变体，并探索它与数据驱动的在线选择的联系。具体来说，我们得到了$n$卡与任意非负数写在双方。卡片被随机放置在桌子上的$n$连续位置上，并且对于每张卡片，也随机选择可见的一面。玩家看到所有牌的可见面，并希望选择具有最大隐藏值的牌。为此，玩家翻转第一张牌，看到它的隐藏值，并决定是否选择它或放弃它，并继续下一张牌。我们研究两个自然目标的算法。在第一个问题中，就像秘书问题一样，玩家希望最大化选择最大隐藏值的概率。我们表明，这可以做到的概率至少为$0.45292$。在第二种情况下，类似于先知不等式，参与者最大化所选隐藏值的期望。我们证明了一个保证至少$0.63518$相对于预期的最大隐藏值。我们的算法结合三个基本策略。一种是当我们看到一个大于初始$n$可见数的值时停止。第二个是在最后一张翻转的牌的值第一次是表中当前$n$可见数字中的最大值时停止。第三个类似于后者，但它还要求最后翻转的值大于其卡片另一侧的值。我们将我们的研究结果应用于未知分布的先知秘书问题，但可以从每个分布中获取单个样本。针对此问题，我们的保证比$1-1/e$有所改进，这是目前最知名的保证，仅适用于i.i.d.案子
2019-07-13 cs.DS cs.GT
Global Convergence to Nash Equilibrium in Nonconvex General-Sum Games under the $n$-Sided PL Condition
Technical University of Munich（慕尼黑工业大学）；Munich Institute of Robotics and Machine Intelligence（慕尼黑机器人与智能研究所）
本文提出了一种在非凸一般和博弈中实现全局收敛到纳什均衡的算法，基于n边PL条件扩展了PL条件，并分析了其收敛性及实验性能。
2026-02-12 cs.GT cs.MA cs.NA
Demand Side Management in the Smart Grid: an Efficiency and Fairness Tradeoff
本文从效率和公平性两个方面对Mohsenian-Rad et al（2010）和Baharlouei et al（2012）提出的两种需求侧管理（DSM）机制进行了比较。每种机制都定义了一个游戏，消费者在游戏中优化他们的灵活消费，以减少他们的电费。Mohsenian-Rad等人提出了一种日常机制，他们证明了社会最优性。Baharlouei等人提出了一种按小时计费的机制，我们给出了理论结果：我们证明了在相关的游戏中的均衡的唯一性，并给出了其价格的无政府状态的上界。我们评估数值的两种机制，使用真正的消费数据从山核桃街公司。模拟结果表明，与小时机制达到的均衡是社会最优的0.1%，它实现了一个重要的公平性，根据我们定义的定量指标。我们观察到，这两个DSM机制避免了非博弈机制，如高峰/非高峰小时合同引起的同步效应。
2017-11-29 cs.GT math.OC
