Linearly-Solvable Mean-Field Approximation for Multi-Team Road Traffic Games
研究了交通网络中大量自私司机之间的交通路径博弈。我们考虑一个特定的情况下,战略驱动程序可以分为团队,在同一个团队中的驱动程序有相同的支付函数。一个激励机制被认为是缓解拥堵,其中每个司机都受到动态的税收处罚。我们探讨了一个特殊的情况下,其中的税是仿射的司机从每个团队选择相同的路线的数量的对数。它表明,通过平均场近似的纳什均衡在一个大的人口的限制,可以找到线性可解算法。
2019-10-02 math.OC
Team Games Optimality Conditions of Distributed Stochastic Differential Decision Systems with Decentralized Noisy Information Structures
我们考虑一个团队博弈的奖励,我们推导出一个随机庞特里亚金的最大值原理的分布式随机微分系统分散噪声信息结构。我们的方法利用半鞅表示定理,变分方法,和向后随机微分方程。此外,我们推导出表征分散策略的团队和逐个最优性的必要和充分的最优性条件。最后,我们将随机最大值原理应用于通信、滤波和控制等应用领域的几个例子。
2013-04-11 math.OC
A Unified Relation Analysis of Linear-quadratic Mean-field Game, Team and Control
本文重新审视了弱耦合大种群(LP)系统的动态决策。具体而言,三种类型的LP判定问题:平均场游戏(MG),平均场团队(MT),和平均场型控制(MC),完全分析了一般的随机线性二次设置与控制扩散的状态动力学和不确定的重量的成本功能。更重要的是,MG,MT和MC之间的相互关系进行了系统的讨论,一些相关的有趣的发现报告,可适用于一般LP决策的结构分析。
2022-11-21 math.OC
Integrating Sequential Hypothesis Testing into Adversarial Games: A Sun Zi-Inspired Framework
University of California, Santa Barbara(加利福尼亚大学圣塔芭芭拉分校)
本文受《孙子兵法》启发,提出将序贯假设检验融入Stackelberg对抗博弈的新框架,建模红蓝双方的欺骗与反欺骗策略,推导了线性二次框架下的半显式解,经数值实验验证有效,为相关对抗决策领域提供研究基础。
2025-10-01 math.OC
Nash Equilibria for Exchangeable Team against Team Games, their Mean Field Limit, and Role of Common Randomness
我们研究了有限个团队与有限个和无限个决策者之间的随机平均场博弈。对于这类游戏中的静态和动态设置,我们建立了一个纳什均衡的存在性,并表明纳什均衡表现出交换在有限的决策者制度和对称性在无限的。为了得到这些存在性和结构性定理,我们在各种分散信息结构下赋予随机化策略集一个合适的拓扑结构,从而使随机化策略集具有所需的凸性和紧性。然后,我们建立了一个随机纳什均衡,可交换(不一定是对称的)之间的决策者在每个团队的一般类可交换的随机对策的存在。当每个团队中的决策者数量达到无穷大时(即团队之间的平均场博弈),使用de Finetti表示定理,我们证明了对称的随机纳什均衡的存在性(即,在每个团队内的决策者之间,也是独立随机的。最后,我们建立了一个纳什均衡的团队(这是对称的)之间的一类平均场游戏构成了一个近似纳什均衡相应的前限制(可交换)游戏之间的团队大,但有限数量的决策者。因此,我们表明,共同的随机性是没有必要的大型团队对团队的游戏,不像小型球队的情况下。
2022-11-10 cs.GT math.OC
Multiplayer Reach-Avoid Games via Pairwise Outcomes
多人到达-回避博弈是一个微分对策,在一个有障碍物的紧凑区域上,攻击方为NA攻击方,防守方为ND防守方。攻击方的目标是将NA攻击者中的M个发送到某个目标位置,而防御方的目标是通过捕获攻击者或无限期地延迟攻击者到达目标来防止攻击者到达目标。虽然这个博弈的分析在许多应用中起着重要的作用,但当NA> 1或ND> 1时,这个博弈的最优解在计算上是难以处理的。在本文中,我们提出了两种方法NA = ND = 1的情况下,以确定成对的结果,和图论的最大匹配方法合并这些成对的结果NA,ND> 1的解决方案,提供了保证的性能上的防守队。我们将证明四维Hamilton-Jacobi-Isaacs方法允许实时更新到最大匹配,并且二维"路径防御"方法随着玩家数量的增加具有更大的可扩展性,同时保持防守者的性能保证。
2016-11-02 math.OC
Decentralized Strategies for Backward Linear-Quadratic Mean Field Games and Teams
针对由弱耦合线性 BSDE 描述的线性二次平均场博弈与团队问题,利用随机最大值原理、最优滤波及 Riccati 方程解耦,得到反馈型去中心化最优策略并通过数值算例验证。
2025-01-02 math.OC
Decentralized Strategies for Finite Population Linear-Quadratic-Gaussian Games and Teams
本文研究了一类新的有限个代理人的平均场对策。给出了非标准正倒向随机微分方程分散开环Nash均衡存在的充要条件.通过求解FBSDES,我们借助两个微分Riccati方程设计了一组分散策略。而不是$\varepsilon$ -纳什均衡在经典的平均场游戏,分散的战略集被证明是一个纳什均衡。对于无限视界问题,给出了一致性产生的代数Riccati方程可解的一个简单条件。进而研究了社会最优控制问题。在较弱的条件下,给出了分散社会最优控制和相应的社会代价.
2022-06-12 math.OC
Team Variance Optimization of n-Player Stochastic Games with Separately Controlled Chains
针对独立受控链n人随机博弈的团队方差优化难题,提出基于灵敏度的双层分布式优化算法,证明了纳什均衡存在性与算法收敛性,并通过智能电网能量管理实验验证了有效性。
2025-07-30 math.OC
An example showing that A-lower semi-continuity is essential for minimax continuity theorems
最近Feinberg等人。[arXiv:1609.03990]建立了极大极小值和解集的连续性性质的结果取决于一个参数的两个变量的函数。这样的极大极小问题出现在完全信息博弈中,当第二个玩家知道第一个玩家的行动时,在回合制博弈中,以及在鲁棒优化中。[arXiv:1609.03990]中的一些结果在定义第二个变量的域的多函数是$A$ -下半连续的假设下得到了证明。$A$ -下半连续性比下半连续性强,但在几个重要的情况下,这些性质是一致的。本注记提供了一个例子,说明一般情况下,$A$ -下半连续性假设不能放松到下半连续性。
2018-02-10 math.OC
Task Assignment for Multiplayer Reach-Avoid Games in Convex Domains via Analytical Barriers
本文研究了一般凸区域中两个敌对团队之间的多人到达-回避博弈问题。逃避小组,最初躺在游戏区域,旨在将尽可能多的团队成员发送到目标区域,而追捕小组的团队成员最初分布在游戏区域和目标区域,努力通过捕获逃避者来防止这种情况。我们的目标是研究一个任务分配的追捕者-逃避者匹配,它可以最大限度地提高逃避者的数量可以被捕获之前安全到达目标区域时,双方的最佳发挥。为了解决这个问题,两个获胜区域的一组追捕者拦截逃避者是通过构建一个分析障碍,这两个部分划分。然后,通过求解简化的0-1整数规划而不是非确定性多项式问题,给出了保证拦截到最多规避者的任务分配,大大减轻了计算负担.值得注意的是,除了任务分配,整个分析都是分析性的。最后给出了仿真结果。
2019-04-04 math.OC
Linear-Quadratic Stackelberg Mean Field Games and Teams with Arbitrary Population Sizes
本文研究了任意种群规模的线性二次Stackelberg平均场博弈与团队问题,提出了一种新的解聚合方法,获得了相对于分散式策略集的精确分散式最优策略,并通过变分分析和维度展开解耦高维FBSDEs,推导出所有参与者的分散式均衡解。
2024-12-17 math.OC
A Differential Game Approach for Beyond Visual Range Tactics
本文讨论了在超视距领域中自主车辆之间的操作相关冲突。设计最优策略是为了让一组空中拦截机保护一个高价值资产,并在距离该资产安全距离处拦截攻击队。攻击智能体扮演领导者和僚机的特定角色,并设计自己的最优策略,以便尽可能靠近资产发动攻击。该问题是制定为一个零和微分对策球员之间的不同速度在两个阶段:进攻和撤退阶段。对于每个阶段,每个局中人的状态反馈最优策略的解析形式推导。
2020-09-22 math.OC
Isomorphism Properties of Optimality and Equilibrium Solutions under Equivalent Information Structure Transformations: Stochastic Dynamic Games and Teams
本文研究随机动态博弈与团队中信息结构静态约简的等价性,系统分类三类约简并给出 Nash 均衡及平稳解同构的条件与反例。
2023-07-12 math.OC
When Does Selfishness Align with Team Goals? A Structural Analysis of Equilibrium and Optimality
Imperial College London(帝国理工学院);Aalborg University(奥尔堡大学);University of Trieste(的里雅斯特大学);Cornell University(康奈尔大学)
本文通过参数化博弈模型分析纳什均衡与团队最优解的一致性,提出充要条件和偏差上界,并设计两阶段学习响应干预框架引导均衡趋向最优,以协调自利行为与团队目标。
2026-09-17 cs.GT math.OC
Teamwise Mean Field Competitions
研究了具有等级奖励的多个团队竞争问题。在每个规模较大的团队中,我们考虑了一个平均场贡献博弈,其中每个团队成员都对一个共同的泊松项目过程的跳跃强度做出贡献;在所有团队中,一个平均场竞争博弈被制定在完成时间的排名上,即泊松项目过程的跳跃时间,并且每个团队的奖励是根据其排名支付的。在团队竞争博弈层,研究了当团队规模由以下因素决定时的三个最优化问题:(i)团队管理者;(ii)中心计划者;(iii)团队成员作为伙伴的投票。我们提出了一个相对的绩效标准,每个团队成员分享团队的奖励,并制定了一些特殊情况下的平均场对策的平均场对策,这是新的文献。在所有具有齐次参数的问题中,每个工人的均衡控制和均衡或最优团队规模可以以显式的方式计算,使我们能够分析研究一些模型参数的影响,并讨论其经济含义。通过两个算例说明了不同团队规模决策的参数依赖性和比较。
2021-05-15 cs.GT econ.TH math.OC
Towards convergence to Nash equilibria in two-team zero-sum games
UC Irvine(加州大学欧文分校);Columbia University(哥伦比亚大学)
本文研究双团队零和博弈中纳什均衡的计算与收敛问题,证明其计算对CLS类是困难的,并揭示多种常见在线学习算法无法收敛,进而提出一种基于控制理论的一阶方法,在特定条件下实现末迭代局部收敛。
2023-04-17 cs.GT cs.LG math.OC
Decentralized Q-Learning for Stochastic Teams and Games
只有少数学习算法适用于随机动态团队和游戏,推广马尔可夫决策过程的分散随机控制问题,涉及可能是自私的决策者。游戏中的学习通常很困难,因为游戏是一个非静态环境,每个决策者都希望在其他决策者也在学习的情况下,用最少的信息学习最佳决策。在随机动态博弈中,学习更具挑战性,因为在学习过程中,决策者会改变系统的状态,从而改变未来的成本。本文提出了随机对策的分散Q-学习算法,并研究了弱非循环情形下的收敛性,其中团队问题是一个重要的特例。该算法是分散的,因为每个决策者只能访问其本地信息,状态信息和本地成本实现;此外,它完全无视其他决策者的存在。我们表明,这些算法收敛到均衡政策几乎肯定在大型类的随机对策。
2016-05-02 cs.GT cs.LG math.OC
Robust optimal policies for team Markov games
Peking University(北京大学);University of Groningen(格罗宁根大学)
在随机动态环境中,团队马尔可夫博弈已经成为研究完全合作多智能体系统序列决策问题的通用范式。然而,导出的策略的最优性通常是敏感的模型参数,这通常是未知的,并需要估计噪声数据在实践中。为了减轻最优策略对这些不确定参数的敏感性,本文提出了一种鲁棒的团队马尔可夫博弈模型,其中代理利用鲁棒优化方法来更新策略。该模型将团队马尔可夫博弈扩展到不完全信息的情形,同时提供了一种鲁棒团队最优性的替代解概念。为了寻求这样的解决方案,我们开发了一个强大的迭代学习算法的团队政策,并证明其收敛性。与鲁棒动态规划相比,该算法不仅具有更快的收敛速度,而且允许使用近似计算来减轻维数灾难。此外,通过将序列社会困境的对策模型推广到不确定场景,给出了一些数值模拟来证明算法的有效性。
2022-05-02 cs.AI cs.GT cs.MA
Dynamic Games among Teams with Delayed Intra-Team Information Sharing
针对带延迟队内信息共享的非对称信息团队随机动态博弈,提出刻画压缩信息型纳什均衡的通用方法,分析两类压缩策略均衡的存在性并给出反向归纳求解过程,揭示了信息压缩、均衡存在性与计算三者的制约关系。
2021-04-02 cs.GT cs.MA math.OC
Adaptive Resource Allocation in Jamming Teams Using Game Theory
Coordinated Science Laboratory, University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校协同科学实验室)
本文利用博弈论研究两团队中移动代理的功率分配与自适应调制问题,提出零和矩阵博弈与连续核博弈模型,并给出纯策略鞍点均衡存在的充分条件。
2011-02-06 cs.GT cs.IT cs.SY
Power Allocation in Team Jamming Games in Wireless Ad Hoc Networks
研究团队间干扰博弈中的功率分配问题,采用零和微分博弈模型和Isaacs方法,给出了纯策略纳什均衡存在的充分条件。
2011-01-31 cs.CR cs.GT cs.IT
Diffusion Stochastic Learning Over Adaptive Competing Networks
École Polytechnique Fédérale de Lausanne(瑞士联邦理工学院);Institute of Electrical and Micro Engineering, EPFL(电气与微电子工程研究所,EPFL)
本文研究两个竞争团队间的随机动态博弈,提出扩散学习算法解决零和与非零和两类网络博弈,分析了算法稳定性并通过Cournot竞争和去中心化GAN训练实验验证了理论结果。
2025-04-28 cs.LG cs.MA math.OC
Centralized Versus Decentralized Team Games of Distributed Stochastic Differential Decision Systems with Noiseless Information Structures-Part II: Applications
University of Cyprus(塞浦路斯大学);University of Ottawa(渥太华大学)
本文利用随机最大值原理、条件哈密顿量和耦合正倒向随机微分方程,推导了无噪声信息结构下分布式随机微分系统的团队最优分散策略,并通过线性和非线性二次型示例展示了信息信号对降低计算复杂度的作用。
2013-02-14 cs.IT cs.SY eess.SY
Mean Field Asymptotics of Markov Decision Evolutionary Games and Teams
我们引入了具有$N$参与者的平均场马尔可夫博弈,在这个博弈中,大种群中的每个个体与其他随机选择的参与者进行交互。每个参与者在互动中的状态和行为共同决定了所有参与者的瞬时收益。它们还确定移动到下一个状态的转移概率。每个人都希望在无限的时间范围内最大化总的预期贴现收益。我们提供了一个严格的推导这个系统的人口规模增长到无穷大的渐近行为。在每种类型的假设下,我们证明了在任何马尔可夫策略下,由一个特定的玩家和剩余的人口组成的随机过程弱收敛到一个由微分方程的解驱动的跳跃过程。我们的特点的解决方案的团队和游戏问题的限制,无穷总体,并使用这些构建近最优策略的情况下,有限的,但大量的球员。我们表明,大人口渐近的微观模型是等价的(宏观)平均场随机对策,其中一个本地的相互作用是由一个单一的球员对人口配置文件(平均场限制)。我们举例说明我们的模型,推导出一个动态进化的鹰和鸽子的游戏与能量水平的方程。
2012-01-11 cs.GT math.OC
Incentivizing Collaboration in Heterogeneous Teams via Common-Pool Resource Games
针对异构智能体团队处理同质任务的问题,构建公共池资源博弈并设计效用函数,证明唯一纯纳什均衡存在且最佳响应动力学收敛,给出无效率指标上界。
2020-09-08 cs.SY eess.SY math.OC
Semantic Communication in Multi-team Dynamic Games: A Mean Field Perspective
针对大规模多团队动态博弈,提出基于平均场博弈的语义通信与协调方法,计算近似分散纳什均衡策略,证明ε-纳什性质,并通过数值模拟验证其有效性。
2025-06-24 cs.IT cs.SY eess.SY
Logit-Q Dynamics for Efficient Learning in Stochastic Teams
Bilkent University(比尔肯特大学);Cornell University(康奈尔大学)
本文融合对数线性学习与 Q-learning 提出 logit-Q 动态,证明其在未知随机团队中可达近高效均衡,并分析其理性与在特定势博弈随机博弈中的收敛性。
2025-03-14 cs.AI cs.GT math.OC
Centralized Versus Decentralized Team Games of Distributed Stochastic Differential Decision Systems with Noiseless Information Structures-Part I: General Theory
分布式随机微分系统的分散优化是半个多世纪以来的一个活跃的研究领域。它的制定利用静态团队和个人的最优性标准进行了很好的研究。然而,结果还没有推广到非线性分布随机微分系统可能是由于分散决策策略固有的技术困难。在本文的第一部分中,我们推导了具有不同信息结构的分布式随机微分系统的团队最优性和个人最优性条件最优性条件。最优性条件给出的哈密顿系统系统的耦合向后和向前随机微分方程和一个条件哈密尔顿方程,根据经常和放松的战略。我们的方法是基于半鞅表示定理和变分方法。在整个演示文稿中,我们讨论的相似之处集中式决策的最优性条件。
2013-02-14 cs.IT math.IT math.OC