Efficient evolutionary dynamics with extensive-form games
演化博弈论结合了博弈论和动力系统,通常用来描述多智能体系统中的演化动力学。特别是,它已被证明是一个成功的工具来描述多智能体学习动态。据我们所知,我们在本文中提供的第一复制因子动态适用于序列形式的扩展形式的游戏,允许指数减少的时间和空间w.r.t.当前采用的范式的复制动力学。此外,我们的复制动力学实现等价于范式的标准复制动力学。我们证明我们的结果为离散时间和连续时间的情况下。最后,我们扩展了标准的工具来研究我们的复制动力学的战略配置文件的稳定性。
2013-04-04 cs.GT
A Graphical Evolutionary Game Approach to Social Learning
在这项工作中,我们研究的社会学习问题,其中代理的网络系统合作,以检测其私人信号的基础上的性质的状态。提出了一种新的分布式图进化博弈学习方法。在所提出的博弈论方法中,智能体只需要与其邻居进行二元决策而不是实值信念的通信,这使得该方法具有较低的通信复杂性。在平均场近似下,我们从理论上分析了游戏的稳态均衡,并表明进化稳态(ESS)与基准集中式检测器的决定相一致。数值实验证实了所提出的博弈论学习方法的有效性。
2017-04-10 cs.GT
Classical vs Quantum Games: Continuous-time Evolutionary Strategy Dynamics
本文统一了演化博弈和量子策略的概念。首先,我们陈述了经典进化策略的公式和性质,重点讨论了2人2策略博弈中进化的目的地。然后,我们介绍了一种新的形式主义的量子进化动力学,并给出一个例子,其中一个不断发展的量子策略,如果发挥其经典的对手奖励。
2011-04-20 cs.GT cs.IT math.IT
Game Theory and Multi-Agent Reinforcement Learning : From Nash Equilibria to Evolutionary Dynamics
AIFI(AIFI机构);AllRead(AllRead机构)
本文系统分析MARL面临的非平稳性、部分可观测性、可扩展性与去中心化学习四大挑战,阐述将纳什均衡、演化博弈论、相关均衡及对抗动力学融入MARL算法的方法,以提升多智能体系统在复杂动态环境中的鲁棒性和有效性。
2024-12-29 cs.AI cs.GT cs.MA
Information Geometry and Evolutionary Game Theory
演化博弈论的沙赫沙哈尼几何被实现为单纯形的信息几何,源自分类概率分布流形的费舍尔信息度量。进化博弈论中的一些基本概念是信息论实现的。结果扩展到Lotka-Volterra方程和多人口系统。
2009-11-09 cs.GT cs.IT math.DS
Evolutionary game of N competing AIMD connections
本文利用演化博弈的方法对网络的动态行为进行建模。今天有许多不同的协议用于通过互联网进行数据传输,为用户提供更好或更差的服务。选择更好的协议的过程可以被认为是一个与参与者(用户)的动态博弈,试图最大化他们的收益(例如吞吐量)。本文利用右端不连续的微分方程建立了网络的动态模型,证明了解的存在唯一性,建立了网络博弈的支付矩阵,并根据损失敏感性参数得到了网络博弈平衡点存在的条件。仿真结果说明了这一点
2017-08-01 cs.GT
Positive feedback in coordination games: stochastic evolutionary dynamics and the logit choice rule
研究了在logit选择规则下演化动力学的随机稳定性问题。我们考虑一般类的协调博弈,对称或非对称,具有任意数量的策略,满足边际潮流属性(即,有积极的反馈来协调)。我们的主要结果是,从现状惯例中最有可能的进化逃逸路径由一系列相同的错误组成。作为我们的研究结果的应用,我们表明,纳什讨价还价的解决方案出现的长期公约的进化纳什需求博弈下通常的logit选择规则。我们还得到了一个新的谈判解决方案,如果logit选择规则相结合的故意特质发挥。新的谈判解决方案是更平等的纳什谈判解决方案,表明意向性意味着平等下的logit选择模型。
2021-01-12 cs.GT
Analysis of Evolutionary Program Synthesis for Card Games
在这份报告中,我们检查了Rack'O游戏的进化方法的应用,这是一个围绕决策概念的纸牌游戏。我们首先应用进化技术来获得一组经过许多代的规则,然后将它们与人类玩家编写的脚本进行比较。一个高层次的领域特定的语言,确定的规则集是合成。我们报告的结果,提供了一套规则及其影响的全面分析。
2021-01-08 cs.AI cs.GT
Evolutionary Stable Strategies in Games with Fuzzy Payoffs
进化稳定策略是进化博弈论中的一个重要概念。ESS为生物、社会和经济行为提供了进化稳定性判据。在本文中,我们提出了一种新的方法来评估ESS对称两人游戏模糊支付。特别是,每一个策略都被分配了一个模糊隶属度,描述了在不确定性存在的情况下,它是一个ESS的程度。ESS的模糊集刻画了ESS的本质。所提出的方法避免了博弈中去模糊化方法所发生的任何信息丢失,并通过寻找ESS的所有步骤处理了支付的不确定性。我们使用满意度函数来比较模糊支付,并采用模糊决策规则得到了ESS模糊集的隶属函数,证明了模糊ESS与模糊决策规则的关系纳什均衡。数值结果表明,所提出的方法是一个适当的推广ESS模糊支付游戏。
2016-03-06 cs.GT
Natural Gradient Ascent in Evolutionary Games
我们研究进化博弈与连续的特质空间中,复制动力学被限制在多维高斯分布的流形。我们证明了复制者方程是自然梯度流的平均适应度最大化。我们的研究结果扩展了以前的结果信息几何方面的进化游戏有限的策略集。在整个文件中,我们利用信息几何的方法和进化动力学和自然演化策略,概念,已开发的框架内的黑箱优化之间的关系。这种关系揭示了一个新的光的复制动力学之间的妥协最大化的平均健身和保存多样性的人口。
2022-10-02 cs.GT math.OC
From Darwin to Poincaré and von Neumann: Recurrence and Cycles in Evolutionary and Algorithmic Game Theory
复制者动态是演化博弈论中的主要动态,是乘法权重更新的连续时间模拟。在简单的进化零和博弈中,如石头剪刀布,复制子的动态是周期性的\cite{zeeman1980population},然而,它在更高维度的行为还没有得到很好的理解。我们提供了一个完整的零和进化博弈的行为特征。证明了当且仅当系统存在内部纳什均衡时,系统动力学具有Poincaré递归性,即,几乎所有的轨道都无限地接近它们的初始条件。如果不存在内部平衡点,则所有内部初始条件收敛到边界。具体地说,不支持任何均衡的策略在所有轨道的极限中消失。所有的递归结果进一步扩展到一类游戏,推广图形多矩阵游戏以及进化游戏,建立进化和算法博弈论之间的统一联系。我们表明,两个自由度,如在石头剪刀布,是足以证明周期性。
2019-10-03 cs.GT math.DS q-bio.PE
An evolutionary game with environmental feedback and players' opinions
本文研究了一个具有环境反馈和参与者观点的双层演化博弈,分析了环境、群体状态与观点之间的层级耦合影响,并通过MATLAB数值实验验证了模型行为。
2023-07-10 cs.GT
The Reasonable Effectiveness of Agent-Based Simulations in Evolutionary Game Theory
这是对发表在Physics of Life Reviews上的评论的回复,关于我们的文章“使用基于代理的方法的演化博弈论”(Physics of Life Reviews,2016,arXiv:1404.0994)。
2016-11-13 cs.GT nlin.AO q-bio.PE
Markov Chains of Evolutionary Games with a Small Number of Players
本文构建并研究了有限参与者演化博弈的马尔可夫链转移概率矩阵,基于Sandholm的简化种群博弈框架,通过迭代囚徒困境等示例及多种修正协议,显式构建MC转移概率矩阵并分析其性质。
2025-06-29 cs.GT math.OC
Ownership and Trade from Evolutionary Games
所有权和贸易作为进化稳定的策略从无政府状态中出现。在这些进化博弈模型中,所有权状态提供了一个内生的不对称标准,使财产冲突的解决更便宜。
2002-10-30 cs.GT nlin.AO nlin.CG
A Unified Perspective of Evolutionary Game Dynamics Using Generalized Growth Transforms
在本文中,我们证明了不同类型的进化博弈动态原则上是基于我们之前报道的广义增长变换框架的动力系统模型的特殊情况。该框架表明,不同的动态出现的结果,最小化的人口能源,使人口作为一个整体的发展,以达到最稳态。通过在广义增长转换模型中引入一个依赖于种群的时间常数,该框架可以用来解释大量的演化动力学,包括一些具有非线性收益的博弈动力学。
2018-11-05 cs.GT cs.NE math.DS
Distributed Adaptive Networks: A Graphical Evolutionary Game-Theoretic View
University of Maryland, College Park(马里兰大学帕克分校);Tsinghua University(清华大学)
分布式自适应滤波被认为是分布式网络数据处理和估计的有效方法。现有的分布式自适应滤波算法大多集中于设计不同的信息扩散规则,而没有考虑分布式网络的自然演化特性。在本文中,我们研究了自适应网络从博弈论的角度和制定的分布式自适应滤波问题作为一个图形进化博弈。该方法将网络中的节点视为参与者,将不同邻居的估计信息的局部组合视为不同的策略选择。我们表明,这种图形进化博弈框架是非常普遍的,可以统一现有的自适应网络算法。在此基础上,作为实例,我们进一步提出了两种误差感知的自适应滤波算法。此外,我们还利用图进化博弈理论分析了自适应网络上的信息扩散过程和系统的进化稳定策略。最后,仿真结果表明,我们的分析和所提出的方法的有效性。
2013-09-11 cs.GT cs.LG
Choice Paralysis in Evolutionary Games
本文研究无限策略演化博弈的有限策略近似问题,证明其在有限时间区间内收敛于真实动态,识别并形式化选择流动性与选择瘫痪特征,指出前者是近似长期行为与真实博弈一致的关键条件,并通过示例展示选择瘫痪导致无限博弈停滞的现象。
2025-11-16 cs.GT econ.TH math.DS
A Note on the Pure Nash Equilibria for Evolutionary Games on Networks
最近,一个新的模型扩展了标准的复制者方程的一个有限的一组球员连接在一个任意的图是在进化博弈动力学。将局中人视为多种群动态对策的子种群,用图的顶点表示,子种群之间的关系由一条边表示。在每一个时刻,图中连接顶点的成员都在玩一个2人游戏,并收集一个决定所选策略是消失还是繁荣的回报。该模型描述了一组有限的球员由一个图形模拟的复制动态连接的游戏动态。证明了混合平衡点的稳定性与网络拓扑结构之间的关系。更具体地,在混合稳态下评估的系统的雅可比矩阵的特征值是图的邻接矩阵的特征值乘以标量。本文研究了这些博弈的纯(严格)纳什均衡以及它如何连接到网络。给出了协调博弈或反协调博弈的纯稳态为(严格)纳什均衡的充要条件。
2021-11-14 cs.GT
An Evolutionary Game for User Access Mode Selection in Fog Radio Access Networks
雾无线接入网(F-RAN)是第五代无线通信系统的一个有前途的范例,以提供高频谱效率和能量效率。描述用户在F-RAN中的雾接入点(F-AP)和设备到设备(D2 D)之间选择合适的通信模式对于性能优化至关重要。利用演化博弈理论,我们研究了F-RAN中用户接入模式选择的动态性。具体地说,群体之间的竞争的潜在用户空间被制定为一个动态的进化博弈,进化均衡是这个游戏的解决方案。随机几何工具被用来通过考虑不同的节点位置、缓存大小以及延迟成本来推导F-AP和D2 D用户的提议的收益表达式。仿真结果表明,基于进化博弈的接入模式选择算法比基于最大速率的接入模式选择算法具有更高的收益。
2017-09-14 cs.GT cs.IT math.IT
Evolutionary Game-Theoretical Analysis for General Multiplayer Asymmetric Games
The George Washington University(乔治华盛顿大学);Peking University(北京大学);University College London(伦敦大学学院)
进化博弈论是将经典博弈论与多智能体系统的学习动力学描述相结合的成功工具。在博弈双方具有对称结构的情况下,许多研究都集中在使用一个简化的启发式支付表作为输入来分析博弈双方的动态行为。然而,即使是最先进的方法,也有两个限制。首先,在分析简化收益表时存在不准确性。其次,没有现有的工作是能够处理2人口多人非对称游戏。在本文中,我们填补了启发式支付表和动态分析之间的差距,没有任何不准确。此外,我们提出了一个一般的框架,$m$与$n$ 2人口多人非对称游戏。然后,我们将我们的方法与一些经典游戏中的最新技术进行了比较。最后,为了说明我们的方法,我们进行经验博弈理论分析狼群以及星际争霸II,这两个都涉及复杂的多智能体的相互作用。
2022-06-22 cs.AI cs.GT
Inspection and crime prevention: an evolutionary perspective
在本文中,我们分析了检查游戏与进化的角度。在我们的大种群进化检验博弈中,每个个体都不是理性的收益最大化者,而是在感知到其他个体的策略比自己的策略更成功时,周期性地更新自己的策略,即策略受到进化压力的影响。我们把这个游戏发展成几个方向。首先,社会规范被纳入到游戏中,我们分析了社会规范如何影响个人的倾向,从事犯罪行为。第二,要考虑一个前瞻性的督察,即督察选择执法水平,同时考虑到这种选择将对未来犯罪率的影响。最后,将该博弈推广到具有连续策略空间的情形。
2013-06-18 cs.GT math.OC
Evolutionary Dynamics in Continuous-time Finite-state Mean Field Games -- Part I: Equilibria
Eindhoven University of Technology(埃因霍温理工大学);University of Bern(伯尔尼大学)
研究连续时间有限状态平均场博弈,提出演化模型与平均场近似,并引入具备演化解释的混合平稳纳什均衡(MSNE)概念,分析其与演化模型静止点的关系及稳定性。
2025-11-03 cs.GT cs.SY eess.SY
Critical mass effect in evolutionary games triggered by zealots
微小的扰动可能会在接近临界状态的系统中引发大的反应,使它们跨越平衡。在许多物理、社会和生物系统中,有承诺的少数群体被认为是集体行为出现的原因。使用进化博弈论,我们解决的问题是否有一个有限的部分狂热者可以驱动系统的大规模协调。我们发现在协调博弈中存在一个临界点,而在其他类型的博弈中,同样的现象取决于选择压力、更新规则和网络结构。我们的研究为理解在狂热者存在下由个人利益驱动的社会系统铺平了道路,例如人类疫苗接种行为或动物群体中的合作运输。
2020-06-08 cs.GT physics.soc-ph
Evolutionary Extortion and Mischief: Zero Determinant strategies in iterated 2x2 games
本文研究了最近发现的一类零行列式(ZD)策略在迭代2 × 2博弈中的机制、含义和潜在应用。据报道,这些策略成功地敲诈了纯经济最大化者,并通过对双方参与者的预期平均得分施加线性约束,恶意地确定了迭代囚犯困境中可行的长期收益集。这些结果推广到所有对称的2x2游戏和一般的性别之战,举例说明了四个常见的游戏。此外,与传统的策略进行了比较,并分析了典型的ZD游戏模拟以及收敛速度。几个响应策略进行了讨论,包括时间偏好如何改变以前的结果一瞥。此外,报复的可能性:当maximin分数超过最小对称支付,它是可能的勒索勒索。最后,从进化博弈论的研究结果总结表明,恶作剧是有限的,其本身的恶意。尽管如此,这并没有挑战盲目的经济最大化是受勒索的结果:ZD策略的研究揭示了令人兴奋的新视角和机会,在博弈论中,无论是进化的还是经典的。
2013-08-12 cs.GT q-bio.PE
A New Mathematical Model for Evolutionary Games on Finite Networks of Players
提出了一种新的图上进化博弈的数学模型,将经典的复制子方程推广到具有一般拓扑结构的网络上的有限总体博弈者.经典的结果从对策论,进化对策论和图论。更具体地说,每个参与者被放置在图的一个顶点上,他被看作是一个无穷总体的复制者,在顶点内复制。在每个时刻,属于不同连接顶点的两个复制子进行博弈,博弈的结果影响它们产生后代的能力。然后,顶点玩家的行为由内部复制者使用的策略分布决定。在适当的假设下,该模型等价于经典的复制因子方程。扩展的模拟进行显示的解决方案的动力学行为和开发的模型的潜力。
2013-07-05 cs.GT math.DS q-bio.PE
Correlation of biological and computer viruses through evolutionary game theory
本文利用演化博弈论将计算机病毒 Virlock 与噬菌体 $\phi6$ 进行关联分析,并提出降低 Virlock 及类似病毒感染的有效策略。
2021-08-01 cs.GT cs.NE
Evolutionary games under incompetence
物种对新环境的适应过程是生物学研究的一个重要领域。作为自然选择的一部分,适应是一个突变过程,它改善了物种的生存技能和生殖功能。在这里,我们调查这一过程相结合的无能与演化博弈论的想法。从进化的意义上说,不胜任和训练可以被解释为一种特殊的学习过程。随着关注的问题的社会方面,我们分析了无能对物种行为的影响。在单种群博弈的学习函数中引入了一个无能参数,并分析了它对复制子动态结果的影响。无能可以改变游戏的结果及其动态,表明它在本质上不完美的自然系统中的重要性。
2017-10-26 cs.GT q-bio.PE
A Constrained Evolutionary Gaussian Multiple Access Channel Game
针对具有连续变量动作和耦合速率约束的演化多址信道博弈,刻画了纯纳什均衡的帕累托最优性和强均衡性质,并利用规范化均衡和演化稳定策略选择特定均衡解,分析了布朗-冯·诺伊曼-纳什动力学和复制动力学下的长期行为。
2011-03-13 cs.GT cs.SY eess.SY
A Fast Evolutionary adaptation for MCTS in Pommerman
Queen Mary University of London(伦敦玛丽女王大学)
当人工智能与游戏相结合时,它是研究和推进该领域的理想结构。多智能体游戏对每个智能体都有多个控制,这会产生大量的数据,同时增加搜索的复杂性。因此,我们需要先进的搜索方法来找到解决方案并创建人工智能代理。在本文中,我们提出了我们的新的进化蒙特卡罗树搜索(FEMCTS)代理,它借鉴了进化算法(EA)和蒙特卡罗树搜索(MCTS)玩游戏的Pommerman。它在高可观测性设置中的性能明显优于滚动地平线进化算法(RHEA),并且对于大多数游戏种子,它的性能几乎与MCTS一样好,在某些情况下优于MCTS。
2021-11-26 cs.AI cs.GT
Cooperation Optimized Design for Information Dissemination in Vehicular Networks using Evolutionary Game Theory
提出了一种演化博弈论的方法来研究无线自组网中节点的合作行为。进化博弈论(EGT)被用来研究生物网络和社交网络中合作行为增长的条件。我们提出了一个模型的节点合作行为在动态无线网络,如车载网络。我们的工作是出于这样一个事实,即类似于现有的EGT研究,在动态无线网络中的节点行为的特点是决策,只依赖于直接的邻居。我们调整我们的模型来研究在无线网络中的信息传播的背景下的合作行为。我们得到的条件,确定网络是否从所有节点的完全合作的状态演变。最后,我们使用我们的模型来研究合作行为的演变及其对车载网络中内容下载的影响,同时考虑到现实的网络条件。
2013-01-07 cs.GT cs.NI
Evolutionary mixed games in structured populations: Cooperation and the benefits of heterogeneity
传统上,网络上的进化博弈在每次互动中都涉及相同的博弈。在这里,我们从这个假设出发,考虑混合博弈,在每个互动中进行的博弈是从两个不同的博弈中随机抽取的。虽然在混合良好的群体中,两个游戏的随机混合总是等同于平均单个游戏,但在结构化群体中,情况并非总是如此。我们表明,结果实际上是强烈依赖于两个游戏的参数空间中的分离的距离。实际上,这种距离引入了收益异质性,只有当异质性很小时,平均博弈才能得到回报。对于更高层次的异质性的距离平均博弈的增长,这往往涉及到促进合作。所呈现的结果支持了先前的研究,该研究强调了异质性的有利作用,无论其起源如何,并且它们还强调了人口结构在放大合作促进者方面的重要性。
2016-05-20 cs.GT physics.soc-ph q-bio.PE
Evolutionary network games: equilibria from imitation and best-response dynamics
我们考虑网络上的战略替代和战略补充博弈。我们介绍了两种不同的进化动力学,以完善其多重平衡,我们分析了系统通过平均场的方法。我们发现,对于最佳拍摄的游戏,作为一个模型的替代品,复制器一样的动态不会导致纳什均衡,而它会导致独特的均衡(完全合作或完全背叛,取决于初始条件和游戏参数)的补充,由协调游戏表示。另一方面,当动态以最佳对策进化的形式变得对认知要求更高时,预测总是纳什均衡(至少当个体是完全理性的时候):对于最佳对策博弈,我们找到了贡献者比例为确定值的均衡,而对于协调博弈,对称均衡只出现在合作者的初始比例低或高的情况下。我们还扩展了我们的研究,考虑复杂的异构拓扑结构,并表明,所选择的均衡的性质不会改变最好的拍摄游戏。然而,对于协调博弈,我们揭示了一个重要的区别,即在无限大的无标度网络上,任何合作激励值都会产生合作。
2017-08-28 cs.GT physics.soc-ph
Evolutionary Analysis of Continuous-time Finite-state Mean Field Games with Discounted Payoffs
Eindhoven University of Technology(埃因霍温理工大学);University of Bern(伯尔尼大学)
本文针对带折扣收益的连续时间有限状态动态博弈,提出具有显式状态演化的平均场演化框架,引入混合平稳纳什均衡(MSNE)概念,并建立其与模型静止点的等价性及演化稳定性条件。
2025-11-10 cs.GT cs.SY eess.SY
Evolutionary Games for Multiple Access Control
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);École Supérieure d’Electricité (SUPELEC)(高等电力学院)
本文提出具有连续变量动作和耦合约束的演化多址接入控制博弈,刻画了纯策略纳什均衡的帕累托最优性和强均衡性,并通过多种演化动力学分析策略的长期行为。
2011-03-13 cs.GT cs.SY eess.SY
Evolutionary game selection creates cooperative environments
研究策略与博弈在演化中共同演化的问题,提出博弈选择模型,发现博弈与策略的协同演化可促进合作环境涌现,且结构化种群中的网络异质性可放大亲社会行为。
2024-07-31 cs.GT cs.SI math.DS
Evolutionary Dynamics in Continuous-time Finite-state Mean Field Games -- Part II: Stability
Eindhoven University of Technology(埃因霍温理工大学);University of Bern(伯尔尼大学)
本文研究连续时间有限状态平均场博弈中混合平稳纳什均衡(MSNE)的演化稳定性,推导了确保局部与全局稳定性的条件,揭示了MSNE抵御策略性偏离并长期存续的机制。
2025-11-05 cs.GT cs.SY eess.SY
Population games on dynamic community networks
在这封信中,我们处理进化博弈论的学习过程中的人口游戏的网络动态演变的社区。具体来说,我们提出了一个新的数学框架,在其中一个确定性的,连续时间的复制方程的社区网络耦合到一个封闭的动态流程之间的社区,是由环境反馈机制,导致共同进化的动态。通过对所得到的微分方程组的严格分析,我们刻画了耦合动力系统的平衡点。此外,对于一类具有两个行动和对称报酬的种群博弈,利用李雅普诺夫参数建立了一个进化的folk定理,该定理保证了博弈收敛到进化的稳态.数值模拟来说明和证实我们的研究结果。
2022-03-01 cs.GT cs.SI math.DS
Evolutionary Games on Infinite Strategy Sets: Convergence to Nash Equilibria via Dissipativity
本文把演化博弈的耗散性理论从有限策略集推广到紧致度量空间的无限策略集,给出纳什均衡稳定的充分条件,并推广到动态收益,用连续消耗战博弈等案例验证。
2025-04-22 cs.GT cs.SY eess.SY