Individual-based stability in hedonic games depending on the best or worst players
我们考虑联盟形成游戏中，每个球员有偏好的其他球员和他的偏好联盟是基于最好的球员（$\mathcal{B}$ -/B-享乐游戏）或最差的球员（$\mathcal{W}$ /W-享乐游戏）的联盟。我们表明，$\mathcal{B}$ -享乐游戏，一个单独的稳定分区是保证存在的，可以有效地计算。类似地，存在一个多项式时间算法，它返回一个纳什稳定分区（如果存在）的$\mathcal{B}$ -享乐游戏严格的偏好。如果假设个人理性，那么$\mathcal{W}$ -享乐博弈和W-享乐博弈是等价的。它还表明，B-或$\mathcal{W}$ -享乐游戏，检查是否存在纳什稳定分区或单独稳定分区是NP-完全的，即使在某些情况下，严格的偏好。我们确定了一个关键的来源，棘手的紧凑联盟形成游戏中，对球员的偏好扩展到联盟的偏好。
2011-12-03 cs.GT
Fundamental Limits of Game-Theoretic LLM Alignment: Smith Consistency and Preference Matching
本文系统研究博弈论LLM对齐中基于成对偏好的收益选择，建立Condorcet一致性、多样性与Smith一致性的充要条件，并证明偏好匹配的不可能性，揭示其基本极限。
2025-05-27 cs.GT stat.ML
You Can't Always Get What You Want: Games of Ordered Preference
本文研究具有有序偏好层级的非合作博弈，提出递归推导一阶最优性条件的方法，并通过逐步收紧的松弛将其转化为混合互补问题求解，实验证明该方法能可靠收敛到反映个体偏好层级的广义纳什均衡。
2025-07-04 cs.GT cs.MA
Learning in Continuous Games from Pairwise Preference Feedback
Singapore University of Technology and Design（新加坡科技设计大学）
本文研究连续博弈中仅依赖成对偏好反馈的学习问题，提出序数遗憾基准与块归一化伪梯度动力学，实现次线性遗憾及纳什收敛，无需重建基数效用。
2026-10-06 cs.GT cs.LG math.OC
Evolutionarily Stable Preferences Against Multiple Mutations in Multi-player Games
Institute of Economics Academia Sinica（中央研究院经济研究所）；Department of Economics Soochow University（东吴大学经济学系）
该研究针对单、多种群匹配设定，运用间接进化方法推导n玩家博弈中多重突变稳定的充要条件，揭示稳定阶与效率水平的关联，丰富了博弈中进化稳定偏好的理论研究。
2026-08-04 cs.GT
Dynamic Coalitions in Games on Graphs with Preferences over Temporal Goals
本文提出了一种在确定性图上多人博弈子类中合成动态联盟策略的新方法，扩展了容许性概念并定义值函数，通过多项式时间算法为所有参与者合成容许策略，实验证明动态联盟优于固定联盟且偏好与合作关系并非绝对对应。
2025-01-29 cs.GT
Preferences for efficiency, rather than preferences for morality, drive cooperation in the one-shot Stag-Hunt Game
最近的工作强调，在一次性囚徒困境（PD）的合作主要是由道德偏好做正确的事情，而不是公平或效率的社会偏好。相比之下，在猎鹿游戏（SHG）中，人们对合作的动机知之甚少。SHG中的合作与PD中的合作根本不同，因为它不是昂贵的，而是有风险的：参与者没有偏离合作结果的诱惑，但合作只有在其他参与者合作的情况下才有回报。在这里，我们提供了一个大的（N=436），预注册，实验的数据。相反，已经观察到的PD，我们发现，SHG合作主要是由效率的偏好，而不是偏好做正确的事情。
2019-08-08 cs.GT physics.soc-ph q-bio.PE
Facility Location Games with Ordinal Preferences
我们考虑了一个新的设置的设施位置的顺序偏好的游戏。在这样的环境中，我们有一套代理和一套设施。每个代理位于一条线上，并对设施有一个顺序偏好。我们的目标是设计的strategyproof机制，引出真实的信息（偏好和/或位置）从代理和定位的设施，以最大限度地减少最大和总成本的目标，以及最大限度地提高最小和总效用的目标。对于四个可能的目标，我们考虑2设施设置，其中只有偏好是私人的，或位置是私人的。对于每一个可能的目标和设置的组合，我们提供了上下限的近似比率的strategyproof机制，这是渐近紧到一个常数。最后，我们讨论了我们的结果的推广超出两个设施，当代理可以误报的位置和偏好。
2021-07-04 cs.GT
Nash Equilibrium in Games on Graphs with Incomplete Preferences
本文研究图上双人博弈中具有不完整偏好的纳什均衡计算问题，利用确定必胜和帕累托效率刻画并证明均衡存在性，并通过无人机配送机制设计实例验证理论结果。
2024-08-11 cs.GT
Preference-CFR$\:$ Beyond Nash Equilibrium for Better Game Strategies
提出 Preference-CFR 方法，通过引入偏好度和脆弱度参数在可接受性能损失内调整策略分布，在德州扑克中成功训练出性能相当且风格多样的策略，为职业玩家提供新见解。
2025-05-28 cs.GT cs.MA
Existence of Stability in Hedonic Coalition Formation Games
在本文中，我们研究了\emph{hedonic coalition formation games}，其中每个球员的偏好分区的球员只取决于他的联盟的成员。我们提出了三个主要的结果，其中对玩家的偏好的限制保证了各种稳定性概念的稳定分区的存在。偏好限制与\emph{top responsiveness}和\emph{bottom responsiveness}有关，它们分别模拟了玩家的乐观和悲观行为。存在性结果适用于\emph{additive separable hedonic games}和\emph{hedonic games with \B-preferences}的自然子类。我们的存在性结果不能被加强的情况下，更强的已知的稳定性概念。
2012-01-23 cs.GT
Sequential Decision Making in Stochastic Games with Incomplete Preferences over Temporal Objectives
研究双人随机博弈中基于时间目标不完全偏好的策略合成问题，引入非支配几乎必然获胜解概念，确保实现符合偏好的最优结果并保持对对手的鲁棒性，且在风险规避下构成纳什均衡。
2025-01-27 cs.FL cs.GT
Stackelberg Learning from Human Feedback: Preference Optimization as a Sequential Game
ETH Zürich（苏黎世联邦理工学院）
SLHF通过连续博弈框架实现偏好优化，优于RLHF和NLHF，在一致性、数据敏感性和鲁棒性方面具有优势，并在大规模语言模型中展示出强对齐能力。
2025-12-18 cs.AI cs.GT cs.LG
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
Approximate solutions to games of ordered preference
本文提出一种名为“随时间变化的字典序 IBR”的求解策略，通过在 receding horizon 框架中利用历史信息加速收敛，高效计算有序偏好博弈的近似最优解并收敛至广义纳什均衡，有效避免了复杂性过度增长。
2025-07-15 cs.GT cs.SY eess.SY
A Semi-Potential for Finite and Infinite Sequential Games (Extended Abstract)
我们考虑一个动态的方法来序贯游戏。通过限制转换关系的战略配置文件，我们得到一个半潜在的（在Kukushkin的意义上），我们表明，在有限的游戏中，相应的限制更好的反应动态将收敛到一个纳什均衡在二次时间。收敛发生在每个参与者的基础上，即使存在循环偏好的参与者，非循环偏好的参与者也会稳定下来。因此，我们得到了一个候选概念的合理性存在的非理性代理。此外，对可兑换性的限制可以通过保守地更新对其他参与者策略的信念来证明。对于无限序列博弈，如果偏好由连续支付函数给出，我们可以保持收敛到纳什均衡（在某种意义上）;或者如果博弈的结果集是Delta^0_2集，我们可以获得超限收敛。
2016-09-14 cs.GT cs.MA
Local Aggregation in Preference Games
在这项工作中，我们引入了一个新的决策模型的代理人在社会网络。智能体对策略具有先天偏好，但由于社会互动，智能体的决策不仅受其先天偏好的影响，还受其社会邻居的决策影响。我们假设代理的策略嵌入在一个{近似}度量空间中。此外，从以前的文献出发，我们假设，由于缺乏信息，每个代理本地代表网络的趋势通过聚合值，这可以被解释为聚合函数的输出。我们回答了一些有关纯纳什均衡的存在性和效率的基本问题。
2020-02-04 cs.GT
Computational Aspects of Equilibria in Discrete Preference Games
研究了离散偏好博弈均衡计算的复杂性。这些游戏是由Chierichetti，Kleinberg和Oren（EC '13，JCSS '18）引入的，用于模拟社交网络中代理的决策，这些代理从有限的离散集合中选择策略，在他们对策略的内在偏好和他们选择与邻居“相似”的策略的愿望之间进行平衡。因此有两个组成部分：一个以代理为顶点的社会网络，以及一个策略的度量空间。这些博弈是潜在博弈，因此存在纯纳什均衡。自引入以来，一些论文研究了这个模型的各个方面，包括均衡的社会成本和达成共识。我们表明，在一般情况下，在离散偏好博弈的均衡计算是PLS-完全的，即使在简单的情况下，每个代理人有一个常数的邻居。如果社交网络中的边是加权的，那么即使每个代理都有恒定数量的邻居，度量空间具有恒定的大小，并且每对策略的距离为1或2，问题也是PLS完全的。此外，如果社会网络是定向的，模拟不对称的影响，均衡甚至可能不存在。在积极的一面，我们表明，如果度量空间是一个树度量，或者是路径度量的产品，那么平衡可以在多项式时间计算。
2019-05-28 cs.GT
Approximation Algorithm for the Binary-Preference Capacitated Selfish Replication Game and a Tight Bound on its Price of Anarchy
我们考虑一般无向网络上具有二进制偏好的能力限制自私复制（CSR）博弈。我们首先表明，这样的游戏有一个相关的普通的潜在功能，因此总是承认一个纯策略纳什均衡（NE）。进一步地，当网络的最小度与资源数量相同量级时，存在精确的多项式时间算法可以找到网元。在此之后，我们研究了这种博弈的无政府无政府代价，并证明了它的上界为3，我们进一步提供了一些例子，无政府的无政府代价至少是2。我们开发了一个准多项式算法O（n^2D^{ln n}），其中n是参与者的数量，D是网络的直径，它可以以分布式的方式找到一个最优分配的常数因子内的分配配置文件，从而找到游戏的任何纯策略NE。证明这一结果使用了一个新的潜在的功能。
2016-03-11 cs.DM cs.GT cs.MA
Game Dynamics for Players with Social and Material Preferences
我们考虑大种群的个人谁可以玩各种类型的非合作博弈的动态，存在性和稳定性的平衡态。参与者模仿最有吸引力的策略，选择的动机不仅是策略的物质回报，而且是它们在人群中的受欢迎程度。决定平衡态中两个因素权重的参数对于所有类型的博弈都具有相同的解析形式，并与Hernstein匹配律中的增强参数敏感性相一致。我们证明定理的存在性和唯一性，并讨论了多个局部稳定的多态平衡所考虑的游戏类型的例子。
2012-03-30 cs.GT nlin.AO
Model and Reinforcement Learning for Markov Games with Risk Preferences
我们提出了一个新的非合作马尔可夫博弈模型，考虑了风险意识的球员之间的相互作用。这个模型的特点是时间一致的动态“风险”从随机状态转换（固有的游戏）和随机混合策略（由于所有其他球员）。一个适当的风险意识的均衡的概念，提出了这样的平衡的存在性证明在平稳策略的应用角谷不动点定理。我们进一步提出了一个基于模拟的Q学习型算法的风险意识的均衡计算。该算法适用于一种特殊形式的极小极大风险度量，这种风险度量可以自然地写成鞍点随机优化问题，并且覆盖了许多广泛研究的风险度量。最后，在一些较弱的条件下，证明了该算法几乎必然收敛于平衡点。通过一个两人排队博弈的数值实验，验证了模型和算法的性质，并证明了它们在现实竞争决策中的价值和适用性。
2019-11-21 cs.GT cs.MA math.OC
Breaking Exponential Complexity in Games of Ordered Preference: A Tractable Reformulation
University of Texas at Austin（德克萨斯大学奥斯汀分校）；UC Berkeley（加州大学伯克利分校）；Télécom Paris, Institut Polytechnique de Paris（巴黎电信学院，巴黎理工学院）
本文提出了一种可处理的重新表述方法，以解决有序偏好游戏中的指数复杂性问题，通过构造一个规模与玩家和偏好层级数呈多项式增长的简化KKT系统，从而实现更高效的计算。
2026-03-27 cs.GT cs.MA
Game-Theoretic Understandings of Multi-Agent Systems with Multiple Objectives
University of Central Florida（中佛罗里达大学）；University of Texas at Arlington（德克萨斯大学阿灵顿分校）
本文提出多目标马尔可夫博弈 MOMG 与 Pareto-Nash 均衡概念，证明其存在性及与线性标量化博弈 Nash 均衡的等价性，并给出在线学习和无需偏好的两阶段算法以高效刻画整个 Pareto-Nash 前沿。
2026-10-11 cs.GT cs.MA
Boolean Hedonic Games
NICTA（澳大利亚国家信息与通信技术研究院）；University of New South Wales（新南威尔士大学）；University of Oxford（牛津大学）；Université Paris-Dauphine（巴黎第九大学）
我们研究具有二分偏好的享乐博弈。享乐博弈是一种合作博弈，在这种博弈中，参与者希望形成联盟，但只关心他们所加入的联盟的组成;他们对其他联盟的组成漠不关心。二分偏好的假设意味着，此外，每个玩家的偏好关系将该玩家所属的联盟集合划分为两个等价类：满意和不满意。一个参与者在满意的联盟之间是无所谓的，在不满意的联盟之间是无所谓的，但严格地说，他更喜欢任何满意的联盟。我们开发了一个简洁的表示这样的游戏，其中每个玩家的偏好关系是由一个命题公式。我们展示了如何解决方案的概念与二分偏好的特征在于命题公式的享乐游戏。
2015-09-23 cs.AI cs.GT
What preferences can - and cannot - predict in multi-agent online learning
Univ. Mohammed VI Polytechnic（穆罕默德六世理工大学）；Univ. Grenoble Alpes（格勒诺布尔大学）；CNRS（法国国家科学研究中心）；Inria（法国国家信息与自动化研究所）；Grenoble INP（格勒诺布尔国立高等工业学院）；LIG（信息与信号处理实验室）
本文研究博弈中偏好与无遗憾学习动态的关联，证明子博弈中偏好可刻画渐近稳定性，但一般博弈中偏好不足以决定动态稳定性，进而提出聚合偏离下的弹性概念保证纯策略跨度的渐近稳定性。
2026-08-17 cs.GT cs.LG
Structure from Strategic Interaction & Uncertainty: Risk Sensitive Games for Robust Preference Learning
University of Washington（华盛顿大学）；California Institute of Technology（加州理工学院）
本文提出风险敏感偏好游戏，通过优化凸风险度量来提升鲁棒性，建立稳定算法并控制偏置，实验证明其在不同数据层的鲁棒性。
2026-05-12 cs.GT
Can You Trust Your Preference Models? Stackelberg Games for Alignment
ETH Zürich（苏黎世联邦理工学院）；Aalto University（阿尔托大学）；YaiYai Ltd（YaiYai有限公司）
该研究针对语言模型对齐中偏好模型的信任问题，提出用偏好模型集成体分歧作误差代理，通过斯塔克尔伯格博弈训练策略，相关算法在实验中提升了反转神谕偏好的有效比较比例。
2026-10-14 cs.AI cs.GT
Social versus Moral preferences in the Ultimatum Game: A theoretical model and an experiment
在最后通牒博弈（UG）中，一个名为“提议者”的参与者必须决定如何在自己和“回应者”之间分配一定数量的钱。如果报价大于或等于响应者的最低可接受报价（MAO），则按提议分割资金，否则，提议者和响应者都得不到任何东西。普遍语法引起了几代行为科学家的兴趣，因为实验中的人们公然违反了均衡预测，即自利的提议者提供了最小可用的非零量，而自利的回应者接受了。为什么这些预测被违背了？以前的研究主要集中在社会偏好的作用。人们对做正确的事情的一般道德偏好的作用知之甚少，这些偏好在其他社会互动中起着重要作用（例如，独裁者博弈与囚徒困境（Prisoner's Dilemma）在这里，我开发了一个理论模型和一个实验，旨在坑社会偏好对道德偏好。我发现，虽然人们认识到，提供一半，拒绝低报价是道德上正确的事情，道德偏好没有因果关系的影响，UG行为。实验数据确实很好地拟合的模型，根据该模型：（i）高UG提供的动机不公平厌恶，在较小程度上，自我利益;（ii）高MAOs的动机不公平厌恶。
2018-04-03 cs.GT physics.soc-ph q-bio.PE
Rational Miner Behaviour, Protocol Stability, and Time Preference: An Austrian and Game-Theoretic Analysis of Bitcoin's Incentive Environment
本文结合奥地利资本理论与重复博弈论，分析区块链中矿工的战略行为，指出协议规则可变性会提高时间偏好并破坏合作均衡，论证了协议不可变性作为制度锚对恢复战略一致性与网络可持续均衡的必要性。
2025-06-26 cs.CR cs.GT cs.NI
Learning in Multi-Objective Public Goods Games with Non-Linear Utilities
University of Groningen（格罗宁根大学）；University of Amsterdam（阿姆斯特丹大学）；University of Galway（戈尔韦大学）；Utrecht University（乌得勒支大学）；Vrije Universiteit Brussels（布鲁塞尔自由大学）
本文提出多目标公共物品博弈框架，引入参数化非线性效用函数建模智能体风险偏好，并揭示个体偏好与环境不确定性如何共同决定合作或竞争模式的出现。
2024-08-01 cs.AI cs.GT cs.MA
Generative AI as Digital Representatives in Collective Decision-Making: A Game-Theoretical Approach
School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院）；Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳市人工智能与机器人研究院）
本文提出一种博弈论框架，研究生成式AI在集体决策中作为数字代表的策略性信息揭示问题，揭示成员在偏好与沟通成本间的战略平衡，并发现冲突偏好会驱动更多信息揭示。
2025-12-14 cs.GT
An Automata-Based Approach to Games with $ω$-Automatic Preferences
Université de Mons (UMONS)（蒙斯大学）；Université libre de Bruxelles (ULB)（布鲁塞尔自由大学）
本文提出基于自动机的多玩家回合制游戏方法，通过ω-自动关系建模玩家偏好，并研究价值与最优策略的计算复杂性，揭示合作理性合成的PSPACE完全性及非合作情况下的不可判定性。
2026-09-16 cs.FL cs.GT
Games with $ω$-Automatic Preference Relations
Université de Mons (UMONS)（蒙斯大学）；Université libre de Bruxelles (ULB)（布鲁塞尔自由大学）
本文研究了通过ω-自动关系建模玩家偏好的多玩家回合制游戏中的纳什均衡存在性及计算复杂性。
2026-09-28 cs.GT cs.LO
Learning in Games with Cumulative Prospect Theoretic Preferences
我们考虑重复的游戏，玩家的行为根据累积前景理论（CPT）。我们表明，当球员校准策略和行为根据CPT，在CPT的情况下，由Keskin定义的相关均衡的概念的自然模拟，是不足以捕捉所有的行动发挥的经验分布的基本限制。我们定义的概念介导的CPT相关均衡通过扩展的阶段游戏，所谓的介导的游戏。然后，我们表明，沿着福斯特和Vohra的结果收敛到一组相关的均衡时，玩家的行为根据预期效用理论，在CPT的情况下，校准学习的经验分布的行动发挥收敛到一组所有介导的CPT相关的均衡。我们还表明，在一般情况下，CPT相关的平衡集是不可接近的Blackwell可接近性意义。我们观察到中介博弈是一种特定类型的沟通博弈，正如迈尔森所介绍的那样，因此我们得到启示原则在CPT下不成立。
2020-07-17 cs.GT
Equilibria, information and frustration in heterogeneous network games with conflicting preferences
人与人之间的相互作用是社会结构作为一个复杂系统而产生的基础，同时也是对它进行任何物理描述的出发点。在过去的几年里，许多理论研究通过将复杂网络的物理学与进化博弈论中的相互作用描述相结合来解决这个问题。在这里，我们通过引入一个最突出的社会因素，如个人的偏好，这是理解当今许多社会现象学的关键特征，使这项研究更进一步。我们考虑了一个异构的，基于代理的模型，在该模型中，代理与他们的邻居进行战略互动，但他们的偏好和可能的行动的回报不同。我们研究了这样一个异构网络的行为下的进化动力学和不同的战略相互作用，即协调游戏和最佳射击游戏。有了这个模型，我们研究了在最佳反应动力学下随机图中分析预测的均衡的出现，并将此测试扩展到未探索的背景下，如比例模仿和无标度网络。我们表明，一些理论上预测的平衡不出现在模拟与不完全信息，我们证明了一些游戏的图形拓扑结构和支付函数参数的重要性。最后，我们讨论了我们的结果与现有的实验证据协调游戏，表明我们的模型更符合标准的经济理论的实验，并得出提示，如何最大限度地提高社会效率的情况下，冲突的偏好。
2017-06-22 cs.GT cs.SI physics.soc-ph
Preference Games and Personalized Equilibria, with Applications to Fractional BGP
本文研究了两类基于流的网络博弈-分数BGP（边界网关协议）博弈和分数BBC（有界预算连接）博弈的均衡计算复杂性。BGP是将互联网保持在一起的粘合剂，因此其稳定性，即分数BGP游戏（Haxell，Wilfong）的均衡，是具有实际重要性的问题。BBC游戏（Laoutaris等人）遵循了网络形成游戏的大量工作的传统，并捕获了从社交网络和覆盖网络到对等网络的各种应用。本文的中心结果是，有没有完全多项式时间近似计划（除非PPAD是在FP）计算分数BGP游戏和分数BBC游戏的平衡。我们通过证明一个新的和令人惊讶的简单的游戏，分数偏好游戏，这是可还原的分数BGP和BBC游戏的硬度。我们定义了一个新的流动为基础的矩阵游戏的平衡概念-个性化的平衡-推广分数BBC和分数BGP游戏。我们不仅证明了存在性，而且证明了所有矩阵博弈都存在理性的个性化均衡，这意味着分数BGP和BBC博弈也存在理性均衡。特别是，这提供了一个替代的证明和加强的主要结果[Haxell，Wilfong]。对于k-玩家矩阵游戏，其中k = 2，我们提供了一个组合特征，导致一个多项式时间算法计算所有个性化的均衡。当k >= 5时，我们证明了个性化均衡是PPAD-难以在完全多项式时间内近似的.我们相信个性化均衡的概念具有现实意义。
2008-12-05 cs.DS cs.GT
Towards Network Games with Social Preferences
许多分布式系统可以被建模为网络游戏：一群自私的玩家为了最大化他们的个人效用而进行通信。这种博弈的表现可以通过系统均衡的成本来评估：在系统状态中，没有一个参与者可以通过单方面改变自己的行为来增加自己的效用。然而，假设所有参与者都是自私的，特别是所有参与者都有相同的效用函数可能并不总是合适的。因此，在过去的几年里，除了自私之外，还提出了一些扩展，以纳入利他和恶意行为。在本文中，我们试图更进一步，研究参与者之间的任意关系。特别是，我们引入了社会范围矩阵的概念，并探讨了社会范围矩阵对网络博弈均衡的影响。为了得到具体的结果，我们提出了一个简单的网络创建游戏，捕捉玩家之间的社会关系的影响。
2010-04-09 cs.DC cs.GT
Strategyproof Mechanisms for Additively Separable Hedonic Games and Fractional Hedonic Games
Gran Sasso Science Institute（格兰萨索科学研究所）；University of L’Aquila（拉奎拉大学）；University of Warsaw（华沙大学）
加法可分享乐博弈和分数享乐博弈已经受到了广泛的关注。它们是自私的代理人基于相互偏好的联盟形成游戏。文献中的大多数工作都描述了稳定结果的存在和结构（即，在联盟中的分区），假设偏好是给定的。然而，关于这一假设的讨论很少。事实上，代理人收到不同的效用，如果他们属于不同的分区，因此，这是自然的，他们宣布自己的喜好战略，以最大限度地提高他们的利益。在本文中，我们认为战略的附加可分离的享乐游戏和分数享乐游戏，即，分区方法没有支付，使效用最大化代理没有动机说谎，他们的真实偏好的机制。我们专注于社会福利最大化，并提供了几个下界和上界的strategyproof机制，一般和特定的添加剂功能的性能。在大多数情况下，我们提供紧或渐近紧的结果。我们所有的机制都很简单，可以在多项式时间内计算。此外，所有的下界都是无条件的，也就是说，它们不依赖于任何计算或复杂性假设。
2017-06-27 cs.AI cs.GT
Acyclicity of Preferences, Nash Equilibria, and Subgame Perfect Equilibria: a Formal and Constructive Equivalence
1953年，库恩通过展示博弈论中称为“逆向归纳”的程序产生纳什均衡，证明了每个序列博弈都有一个纳什均衡。它实际上产生了一个纳什均衡，定义了一个适当的纳什均衡子类。在1965年，Selten将这个子类称为子博弈完美均衡。在博弈论中，收益是通常在游戏结束时给予的奖励。虽然传统的博弈论主要关注的是实数值的收益，这些收益隐含地按照实数上通常的全序排序，但西蒙或布莱克威尔的作品已经涉及了部分排序的收益。本文概括了序列博弈的概念，用抽象的原子对象（称为结果）替换实值支付函数，并用结果上的任意二元关系（称为偏好）替换实值上通常的全序。这引入了一个一般的抽象形式主义，其中纳什均衡，子博弈完美均衡，"逆向归纳“仍然可以定义。本文证明了以下三个命题是等价的：1）对结果的偏好是非循环的。2)每个序列博弈都有一个纳什均衡。3)每个序贯博弈都有一个子博弈完美均衡。结果是完全计算机认证使用Coq。除了额外的正确性保证之外，使用Coq的形式化活动还有助于清楚地识别有用的定义和证明的主要表达。
2007-05-23 cs.DM cs.GT cs.LO
Individual Rationality in Constrained Hedonic Games: Additively Separable and Fractional Preferences
Czech Technical University in Prague（布拉格捷克理工大学）；Ben-Gurion University of the Negev（内盖夫本-古里安大学）；Charles University（查理大学）；AGH University of Krakow（克拉科夫AGH科技大学）
研究受限享乐博弈中个体理性的存在性，探讨可加性和分数偏好下的计算复杂性，揭示其可计算与不可计算的边界。
2026-03-23 cs.GT
Bandits with Preference Feedback: A Stackelberg Game Perspective
ETH Zurich（苏黎世联邦理工学院）；ETH AI Center（苏黎世联邦理工学院人工智能中心）
本文提出MAXMINLCB算法，通过Stackelberg博弈框架解决无限域和非线性奖励下的多臂问题，实现最优后悔保证和优越性能。
2025-12-18 cs.AI cs.GT cs.LG
Precise Complexity of the Core in Dichotomous and Additive Hedonic Games
享乐博弈提供了一个联盟形成的一般模型，其中一组代理被划分为联盟，每个代理都有偏好，其他球员在她的联盟。我们证明了在加性可分的偏好下，决定是否存在核稳定或严格核稳定的划分是$Σ_2^p$完全的，扩展了Woeginger（2013）的结果。我们的结果保持，即使估值是对称的和非零的，只有一个常数数量的其他代理。我们还建立了$Σ_2^p$ -判定二分偏好享乐博弈严格核非空性的完备性。这样的结果表明，核心比解决方案的概念，如个人的稳定性更不易处理。
2017-06-02 cs.GT
Multi-Principal Assistance Games: Definition and Collegial Mechanisms
University of California, Berkeley（加州大学伯克利分校）
我们引入了多主体辅助博弈（MPAG）的概念，并通过使用一个充分的合议偏好推理机制，绕过了社会选择理论中的一个障碍，Gibbard定理。在MPAG中，单个代理协助N个可能具有广泛不同偏好的人类主体。MPAG概括了辅助游戏，也称为合作逆强化学习游戏。我们特别分析了学徒学习的泛化，其中人类首先执行一些工作以获得效用并展示他们的偏好，然后机器人采取行动以进一步最大化人类的收益之和。我们在这种情况下表明，如果游戏足够合议，即如果人类负责通过自己的行动获得足够的奖励，那么他们的偏好会直接通过他们的工作揭示出来。这种启示机制是非独裁的，不限制可能的结果，两个选项，是显性策略激励兼容。
2020-12-29 cs.AI cs.GT
A semi-potential for finite and infinite sequential games
我们认为一个动态的方法，游戏在广泛的形式。通过限制转换关系的战略配置文件，我们得到一个半潜在的意义上的Kukushkin，我们表明，在有限的游戏中，相应的限制更好的反应动态将收敛到一个纳什均衡在二次（有限）的时间。收敛发生在每个参与者的基础上，即使存在循环偏好的参与者，非循环偏好的参与者也会稳定下来。因此，我们得到了一个候选概念的合理性存在的非理性代理。此外，对可兑换性的限制可以通过保守地更新对其他参与者策略的信念来证明。对于扩展形式的无限博弈，如果偏好由连续支付函数给出，则我们可以保持收敛到纳什均衡（在某种意义上）;或者如果博弈的结果集是$Δ^0_2$ -集，则获得超限收敛。
2017-04-04 cs.GT
Black-Box Strategies and Equilibrium for Games with Cumulative Prospect Theoretic Players
偏好关系的介数性质表明，两种彩票的概率混合应该优先位于它们之间。它是独立性的一种弱化形式，因而满足于期望效用理论。实验违反介数是有据可查的，一些偏好理论，特别是累积前景理论（CPT），不满足介数。我们证明了CPT偏好满足介数当且仅当它们符合EUT偏好。在博弈论中，由于参与者的偏好关系中缺乏中介性，因此有必要区分参与者对混合行动的两种解释--参与者有意识的随机化和对手信念的不确定性。我们详细阐述了这一区别，并研究其含义的定义纳什均衡。这导致了四种不同的均衡概念，其中两种是纯行动和混合行动的纳什均衡。另外两种策略分别称为纯黑箱策略和混合黑箱策略的纳什均衡。我们解决了这样的均衡存在的问题，并研究这些不同的均衡概念如何相互比较。
2020-04-20 cs.GT econ.TH
Efficiently Computing Equilibria in Budget-Aggregation Games
Technical University of Munich（慕尼黑工业大学）；Paris Dauphine - PSL（巴黎第九大学-PSL）；Ariel University（阿里埃勒大学）
本文提出在预算聚合游戏中高效计算纳什均衡的方法，解决了莱昂蒂夫效用下的开放性问题，并给出了ℓ₁偏好下的多项式时间算法。
2026-02-24 cs.CC cs.GT
Non-obvious Manipulability in Hedonic Games with Friends Appreciation Preferences
本文研究朋友欣赏偏好享乐博弈中的非明显可操纵性，证明存在输出最优划分的NOM机制但计算NP难，并提出多项式时间内保证$(4+o(1))$-近似的NOM机制。
2025-01-01 cs.GT
On Discrete Preferences and Coordination
一个活跃的研究线已经考虑了在网络上玩的游戏，其中收益取决于玩家的个人决定和她的邻居的决定。这种游戏已经被用来模拟问题，包括意见的形成和技术的采用。在这一领域，一个基本的问题仍然很大程度上是开放的，考虑游戏中的球员可用的策略来自一个固定的，离散的集合，其中球员可能有不同的内在偏好之间的可能策略。通过在策略集上设置一个距离函数来确定策略之间的“相似性”，很自然地可以对这些不同偏好之间的紧张关系进行建模;参与者的收益取决于她所选择的策略与她的首选策略以及她的网络邻居所选择的策略之间的距离。即使只有两种策略可用，这个框架也已经导致了关于在图上玩的经典性别之战问题的一个版本的自然开放问题。我们开发了一套技术来分析这类游戏，我们称之为离散偏好游戏。我们参数化的游戏的相对程度，其中一个球员考虑到她的首选策略的效果和她的邻居的策略的效果，使我们能够插在网络协调游戏和单边决策。当这两个效果是平衡的，我们表明，价格的稳定性是等于1的任何离散偏好游戏中的距离函数的战略是一个树度量，作为一个特殊的情况下，这包括战斗的性别图。我们还表明，树形成的最大家庭的指标的价格稳定性是1，并产生一个收集的指标上的价格稳定收敛到一个紧界2。
2013-04-30 cs.GT cs.SI physics.soc-ph
Pure Nash Equilibria in Concurrent Deterministic Games
我们研究纯策略纳什均衡在多个玩家并发确定性游戏，各种偏好关系。我们提供了一种新的结构，称为嫌疑人游戏，它将多玩家并发游戏转换为两个玩家回合制游戏，将纳什均衡转化为获胜策略（对于某些目标，取决于原始游戏中玩家的偏好关系）。我们使用这种转换来设计算法计算纳什均衡在有限的游戏，在大多数情况下有最佳的最坏情况下的复杂性，为大类的偏好关系。这包括纯粹的定性框架，其中每个参与者都有一个单一的欧米伽规则目标，她想满足，但也有更大的类半定量目标，其中每个参与者有几个欧米伽规则目标配备了一个前序（例如，一个参与者可能想满足她的所有目标，或最大化她实现的目标数量）。
2015-06-18 cs.GT cs.LO
Watch and Learn: Optimizing from Revealed Preferences Feedback
University of Pennsylvania（宾夕法尼亚大学）；Northeastern University（东北大学）
Stackelberg博弈是领导者和追随者之间的博弈。领导者首先选择一个行动，然后跟随者采取他的最佳对策。领导者的目标是在追随者给出最佳对策的情况下，选择能使他的收益最大化的行动。在本文中，我们提出了一种方法来解决领导者的最优策略，在某些Stackelberg游戏的追随者的效用函数（从而随后的最佳反应的追随者）是未知的。例如，Stackelberg博弈捕捉了生产者和消费者之间的以下互动。生产者选择他生产的商品的价格，然后消费者选择购买效用最大化的一捆商品。在这里，卖方的目标是设定价格，使他的利润最大化-他的收入，减去购买捆绑产品的生产成本。很自然，在这个例子中，卖方不应该知道买方的效用函数。然而，他确实可以获得显示的偏好反馈-他可以设定价格，然后观察购买的捆绑包和他自己的利润。我们给出了算法有效地解决，在计算和查询的复杂性，广泛的一类Stackelberg游戏中，追随者的效用函数是未知的，只使用“显示偏好”访问它。这类包括特别是利润最大化问题，以及最佳收费问题在非原子拥塞游戏，当延迟函数是未知的。令人惊讶的是，我们能够解决这些问题，即使优化问题是非凸的领导者的行动。
2015-11-18 cs.DS cs.GT cs.LG
BG-FlipIn: A Bayesian game framework for FlipIt-insider models in advanced persistent threats
针对内部人员偏好不确定的APT场景，提出BG-FlipIn贝叶斯博弈框架，求解闭式贝叶斯纳什均衡，提供防御者决策指导，并通过两个应用验证其决策一致性。
2025-10-08 cs.GT
Impact of Preference and Equivocators on Opinion Dynamics with Evolutionary Game Framework
意见动力学是自然科学和社会科学中最具挑战性的研究课题之一，其目的是通过各种意见的相互作用机制来理解集体行为的演化。为了清楚地阐明这个问题，二元意见模型成为一个有用的框架，其中代理人可以采取独立的意见。受现实观察的启发，本文提出了二元意见模型的两种基本交互机制：一种是所谓的BSO模型，参与者通过持有相同的意见而获益;另一种是BDO模型，参与者通过持有不同的意见而获益。在这两个基本模型的基础上，利用复制者方程（RE）模拟意见演化过程，在演化博弈框架下研究了意见偏好和模糊者对二元意见演化的综合影响。通过大量的模拟，我们展示了二元意见动力学的理论平衡状态，并从数学上分析了每个平衡状态的稳定性。
2015-07-28 cs.GT cs.SI physics.soc-ph
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
Learning Game-Theoretic Models of Multiagent Trajectories Using Implicit Layers
Bosch Center for Artificial Intelligence（博世人工智能中心）
为了预测交互代理的轨迹，我们提出了一种端到端的可训练架构，该架构将神经网络与博弈论推理相结合，具有可解释的中间表示，并转移到下游决策。它使用一个网络来揭示代理人过去联合轨迹的偏好，以及将这些偏好映射到局部纳什均衡的可微隐式层，从而形成预测未来轨迹的模式。此外，它还学习了平衡细化概念。对于易处理性，我们引入了一类新的连续潜在的游戏和平衡分离分区的行动空间。我们提供了明确的梯度和健全的理论结果。在实验中，我们评估我们的方法在两个现实世界的数据集，在那里我们预测高速公路司机合并轨迹，并在一个简单的决策转移任务。
2022-02-18 cs.AI cs.GT cs.LG
