Adversarial Scheduling Analysis of Game Theoretic Models of Norm Diffusion
在（Istrate，Marquis，Ravi SODA 2001）中，我们主张在对抗调度模型下的游戏学习理论中研究结果的鲁棒性。我们提供的证据表明，这样的分析是可行的，可以导致非平凡的结果，通过调查，在对抗调度设置，佩顿杨的扩散模型的规范。特别是，我们的主要结果纳入佩顿杨的模型。
2008-03-17 cs.DM cs.GT math.CO
Robust Adversarial Reinforcement Learning in Stochastic Games via Sequence Modeling
University College London（伦敦大学学院）
针对序列建模强化学习在对抗随机博弈中的鲁棒性缺失，提出CART框架，通过阶段博弈和NashQ条件化，实现更精确的极小极大估计与更优的最坏情况回报。
2025-10-13 cs.GT cs.LG
CNN-based Steganalysis and Parametric Adversarial Embedding: a Game-Theoretic Framework
最近，基于CNN的隐写分析在检测内容自适应隐写方面取得了很好的性能。与此同时，最近的工作表明，通过采用类似于用于构建对抗性示例的方法，隐写器可以采用对抗性嵌入策略来有效地对抗目标CNN隐写分析器。反过来，隐写分析器的良好性能可以通过用对抗性隐写图像重新训练CNN来恢复。该模型的一个问题是，可以说，在训练时隐写器不知道隐写器用于对抗嵌入的确切参数，反之亦然，隐写器不知道将用于训练隐写器的图像是如何生成的。为了退出这一明显的僵局，我们引入了一个博弈论框架，其中的隐写分析器和隐写器的参数设置的问题是解决在一个战略性的方式。更具体地说，首先制定一个非零和游戏来模拟这个问题，然后通过考虑一个特定的对抗嵌入方案来实例化，该方案以博弈论的方式设置其操作参数。分析表明，非零和博弈的均衡解可以通过求解一个相关的零和博弈来方便地求出，从而大大降低了问题的复杂性。然后，我们运行几个实验，以获得最佳策略的隐写和staganalysts在博弈论的意义上，并评估在均衡的游戏的性能，相对于传统的非对抗性的情况下的损失的特征。最后，通过对博弈均衡点的分析，我们引入了一种新的策略来提高隐写分析的可靠性，这表明了从博弈论的角度来解决安全问题的好处。
2019-06-03 cs.GT cs.MM
Regstar: Efficient Strategy Synthesis for Adversarial Patrolling Games
我们设计了一个新的有效的策略合成方法适用于对抗巡逻问题的图与任意长度的边缘和可能不完善的入侵检测。核心成分是一个有效的算法，用于计算值和梯度的功能分配给每一个战略的“保护”实现。这使得设计一个有效的策略改进算法的微分规划和优化技术。我们的方法是第一个适用于现实世界的巡逻图的合理大小。它优于国家的最先进的战略合成算法的利润。
2021-08-19 cs.GT
When Should You Defend Your Classifier -- A Game-theoretical Analysis of Countermeasures against Adversarial Examples
Management Center Innsbruck（因斯布鲁克管理中心）；Department of Computers and Engineering, Czech Technical University in Prague（布拉格捷克理工大学计算机与工程系）
对抗性机器学习，即，增加机器学习算法对所谓的对抗性示例的鲁棒性现在是一个已建立的领域。然而，新提出的方法进行评估和比较不切实际的情况下，对手和防守者的成本不被考虑，无论是所有样本或没有样本的adversarially扰动。我们仔细研究了这些假设，并提出了先进的对抗分类游戏，它包含了对手和防守者的所有相关参数。特别是，我们考虑到双方的经济因素，以及迄今为止针对对抗性示例提出的所有对策都会降低良性样本的准确性。详细分析了两个玩家都有两个纯策略的场景，我们确定了所有最佳对策，并得出结论，在实际环境中，最有影响力的因素可能是对抗性例子的最大数量。
2021-09-27 cs.GT cs.LG
Generative Adversarial Equilibrium Solvers
我们介绍了使用生成对抗学习来计算一般博弈论环境中的均衡，特别是伪博弈中的广义纳什均衡（GNE），以及其在Arrow-Debreu竞争经济中的竞争均衡（CE）的具体实例。伪博弈是博弈的一种推广，其中参与者的行为不仅影响其他参与者的收益，而且影响他们的可行行动空间。虽然GNE和CE的计算在最坏情况下是棘手的，即，PPAD困难，在实践中，许多应用程序只需要在问题实例的分布上具有高精度的解决方案。我们介绍了生成对抗平衡求解器（GAES）：生成对抗神经网络的家庭，可以学习GNE和CE仅从一个样本的问题实例。我们提供了计算和样本的复杂性界限，并应用该框架来寻找纳什均衡的正常形式的游戏，CE在阿罗德布鲁竞争性经济体，和GNE在京都机制的环境经济模型。
2023-02-20 cs.GT
Game of GANs: Game-Theoretical Models for Generative Adversarial Networks
Isfahan University of Technology（伊斯法罕理工大学）；University of Arizona（亚利桑那大学）
生成对抗网络（GANs）最近在AI社区引起了相当大的关注，因为它能够生成与真实数据具有显著统计相似性的高质量数据。从根本上说，GAN是两个神经网络之间的博弈，它们以对抗的方式训练，以达到零和纳什均衡。尽管GANs在过去几年中取得了进步，但仍有一些问题有待解决。本文回顾了有关GANs博弈论方面的文献，并讨论了博弈论模型如何解决生成模型的特定挑战并提高GAN的性能。我们首先介绍了一些基本知识，包括基本的GAN模型和一些博弈论背景。然后，我们提出了分类法，将最先进的解决方案分为三个主要类别：修改后的游戏模型，修改后的架构和修改后的学习方法。分类是基于修改的基本GAN模型提出的博弈论方法在文献中。然后，我们探讨每个类别的目标，并讨论每个类别的近期作品。最后，我们讨论了在这一领域仍然存在的挑战，并提出未来的研究方向。
2022-01-03 cs.AI cs.GT cs.LG
Mixed Nash Equilibria in the Adversarial Examples Game
Facebook AI Research（脸书人工智能研究院）；Ecole Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；Université Paris-Dauphine（巴黎第九大学）；ENSAE（法国国立统计与经济管理学校）
本文从博弈论的角度来处理对抗性例子的问题。我们研究了攻击者和分类器形成的零和博弈中混合纳什均衡存在性的公开问题。虽然以前的作品通常只允许一个球员使用随机化策略，我们显示了考虑随机化的分类器和攻击者的必要性。我们证明，这个游戏没有对偶差距，这意味着它总是承认近似纳什均衡。我们还提供了第一个优化算法来学习混合的分类器，近似实现这个游戏的价值，\emph{i.e.}程序来建立一个最佳的鲁棒随机分类器。
2021-02-13 cs.CR cs.GT cs.LG
A Game Theoretical vulnerability analysis of Adversarial Attack
近年来，深度学习已被广泛用于自动化网络领域中的各种安全任务。然而，对手在许多情况下操纵数据，并降低部署的深度学习模型的准确性。一个值得注意的例子是欺骗CAPTCHA数据来访问基于CAPTCHA的分类器，导致关键系统容易受到网络安全攻击。为了缓解这一问题，我们提出了一个博弈论的计算框架来分析基于CAPTCHA的分类器的脆弱性，策略和结果，形成一个同时的两个玩家的游戏。我们应用快速梯度符号法（FGSM）和一个像素攻击的验证码数据来模拟现实生活中的情况下可能的网络攻击。随后，为了从博弈论的角度解释这种情况，我们在库恩树中表示Stackelberg博弈中的交互，通过应用我们的分类器的实际预测值来研究玩家可能的行为和行动。因此，我们解释了深度学习应用程序中的潜在攻击，同时在博弈论前景中表示可行的防御策略。
2022-10-13 cs.GT
Automated Planning in Repeated Adversarial Games
Imperial College London（伦敦帝国学院）；University of Southampton（南安普顿大学）
博弈论的规范性力量通常依赖于完全理性和/或自我博弈的互动。与此相反，这项工作抛开这些基本前提，而是集中在两个或多个代理之间的异构自主交互。具体来说，我们介绍了一种新的和简洁的表示重复对抗（常和）游戏，突出必要的功能，使自动规划代理的原因如何得分以上的游戏的纳什均衡，面对异构对手。为此，我们提出了TeamUP，一个基于模型的RL算法，旨在学习和规划这样的抽象。本质上，它有点类似于R-max，具有巧妙设计的奖励塑造，将探索视为对抗性优化问题。在实践中，它试图找到一个盟友，与之默契地勾结（在超过两个玩家的游戏中），然后合作制定一个联合行动计划，在对抗性重复游戏中始终获得高效用。我们使用首届柠檬水摊位游戏锦标赛来证明我们的方法的有效性，并发现TeamUP是表现最好的代理，将锦标赛的实际获胜策略降级为第二位。在我们的实验分析中，我们展示了我们的策略成功地并始终如一地与许多不同的异构（有时非常复杂）对手建立合作。
2012-03-15 cs.AI cs.GT
Computational Results for Extensive-Form Adversarial Team Games
Politecnico di Milano（米兰理工大学）
据我们所知，我们提供了第一个广泛形式的对抗性团队游戏的计算研究。这些游戏是连续的零和游戏，其中一组玩家共享相同的效用函数，面对对手。我们根据团队的沟通能力定义了三种不同的场景。在第一种情况下，队友可以在比赛前和比赛中沟通和联系他们的行动。在第二种情况下，他们只能在演出前交流。在第三种情况下，根本不可能进行通信。我们定义了最合适的解决方案的概念，我们研究了部分或空通信所造成的低效率，表明低效率可以是任意大的游戏树的大小。此外，我们研究了上述三种情况下的均衡寻找问题的计算复杂性，并为每种情况提供了一个精确的算法。最后，我们经验性地评估了算法在随机游戏中的可扩展性以及部分或零通信所造成的效率低下。
2017-11-18 cs.AI cs.GT
PPO-ACT: Proximal Policy Optimization with Adversarial Curriculum Transfer for Spatial Public Goods Games
本文提出PPO-ACT框架，通过两阶段对抗课程迁移训练将近端策略优化用于空间公共物品博弈，实验表明其比PPO、Q学习和费米更新规则更早实现合作相变并保持稳定合作均衡，为复杂系统合作涌现研究提供了新计算框架。
2025-07-02 cs.GT
Fragility and Robustness in Mean-Payoff Adversarial Stackelberg Games
Stackelberg二人平均支付博弈是领导者（参与人0）和跟随者（参与人1）在一个双权图上进行的非零和无限持续时间博弈。这样的游戏是按顺序进行的：首先，领导者宣布她的策略，其次，追随者选择他的最佳对策。如果我们不能强加追随者选择的最佳反应，我们就说追随者虽然具有战略性，但对领导者具有对抗性。Leader在这个非零和博弈中所能得到的最大值称为博弈的对抗Stackelberg值（ASV）。我们研究了在这些游戏中领导者的策略对两种类型的偏差的鲁棒性：（i）建模不精确-游戏舞台边缘上的权重可能不完全正确，它们可能远离正确的权重。(ii)次优反应-追随者可能会选择ε最优的最佳反应，而不是完美的最佳反应。首先，我们表明，如果游戏是零和那么鲁棒性是有保证的，而在非零和的情况下，ASV的最优策略是脆弱的。其次，我们提供了一个解决方案的概念，以获得战略的领导者是强大的建模不精确性，以及ε-最优响应的追随者，并研究了几个属性和算法问题，这个解决方案的概念。
2021-08-02 cs.GT math.CO math.OC
Game Theoretic Mixed Experts for Combinational Adversarial Machine Learning
University of Connecticut（康涅狄格大学）；Centrum Wiskunde & Informatica（荷兰国家数学与计算机科学研究所）
该研究提出博弈论混合专家框架GaME，求解防御者的混合纳什策略，还提出三种针对不同防御的新攻击算法，以强化防御并验证鲁棒性，推动对抗机器学习发展。
2023-04-29 cs.AI cs.GT cs.LG
A Marriage between Adversarial Team Games and 2-player Games: Enabling Abstractions, No-regret Learning, and Subgame Solving
Politecnico di Milano（米兰理工大学）；Politecnico di Torino（都灵理工大学）
\emph{Ex ante}相关性正在成为\emph{sequential adversarial team games}的主流方法，其中一个玩家团队在零和游戏中面对另一个团队。团队成员的信息不对称使得均衡计算\textsf{APX} -hard和团队策略不能直接在博弈树上表示。后一个问题阻止了大型2人零和游戏的成功工具的采用，例如\emph{e.g.}，抽象，无悔学习和子游戏求解。这项工作表明，我们可以通过弥合连续对抗团队游戏和2人游戏之间的差距来弥补这一弱点。特别是，我们提出了一个新的，合适的游戏表示，我们称之为\emph{team-public-information}，其中一个团队被表示为一个单一的协调员谁只知道信息共同的整个团队，并规定每个成员的任何可能的私人状态的行动。由此产生的表示是高度\emph{explainable}，是一个2玩家树，其中团队的策略是行为的，具有直接的解释，并且在设计抽象时比原始的广泛形式更具表现力。此外，我们证明了我们的代表的回报等价，我们提供的技术，直接从广泛的形式，产生显着更紧凑的表示没有信息丢失。最后，我们实验评估我们的技术时，应用到一个标准的测试平台，比较其性能与当前最先进的。
2022-06-18 cs.AI cs.GT cs.MA
Pick Two: An Adversarial Animal Survival Game
将“选两个”谜题形式化为对抗性多智能体优化问题，通过基于智能体的模拟框架评估防御者联盟效能，发现联盟效能非加性，受交互效应和规模行为主导。
2026-06-29 cs.GT
Enhanced Equilibria-Solving via Private Information Pre-Branch Structure in Adversarial Team Games
针对对抗团队博弈TMECor求解中转化博弈规模爆炸的问题，提出基于私有信息预分支的博弈转化方法，证明规模指数缩减与均衡等价，并取得最高694.44倍加速。
2024-08-05 cs.GT
Robust Reinforcement Learning as a Stackelberg Game via Adaptively-Regularized Adversarial Training
Carnegie Mellon University（卡内基梅隆大学）
鲁棒强化学习（RL）专注于提高模型错误或对抗攻击下的性能，这有助于RL代理的实际部署。鲁棒对抗性强化学习（RARL）是最流行的鲁棒强化学习框架之一。然而，大多数现有的文献模型RARL作为一个零和同步游戏的纳什均衡作为解决方案的概念，这可能会忽略RL部署的顺序性，产生过于保守的代理，并诱导训练不稳定。在本文中，我们介绍了一种新的层次制定的强大的RL -一般和Stackelberg游戏模型称为RRL-Stack -正式的顺序性质，并提供额外的灵活性，强大的训练。我们开发了Stackelberg策略梯度算法来解决RRL-Stack，通过考虑对手的响应来利用Stackelberg学习动态。我们的方法生成具有挑战性但可解决的对抗环境，有利于RL代理的鲁棒学习。在单智能体机器人控制和多智能体高速公路合并任务中，我们的算法对不同的测试条件表现出更好的训练稳定性和鲁棒性。
2022-09-24 cs.AI cs.GT cs.LG
Large-Scale Strategic Games and Adversarial Machine Learning
The University of Melbourne（墨尔本大学）
在现代大规模和复杂的系统，如通信网络，智能电网和网络物理系统的决策激励新的博弈论方法。本文研究了大的战略（非合作）游戏，其中有限数量的个人局中人都有大量的连续决策变量和输入数据点。这种高维决策空间和大数据集导致了计算挑战，涉及到非线性优化扩展到大型变量系统的努力。除了这些计算挑战之外，由于识别偏好参数的成本过高或由于在动态在线设置中操作，现实世界的玩家通常具有关于其偏好参数的有限信息。有限信息的挑战在高维度和大数据集中加剧。由于计算和信息的限制，限制了大战略博弈的直接解决方案，我们的调查中心约简使用线性变换，如随机投影方法及其对纳什均衡解决方案的影响。具体的分析结果二次游戏和近似。此外，提出了一个对抗性学习游戏，其中随机投影和抽样方案进行了研究。
2016-09-21 cs.GT cs.LG
Domain Adversarial Training: A Game Perspective
NVIDIA（英伟达）；University of Toronto（多伦多大学）；Vector Institute（向量研究所）；University of Waterloo（滑铁卢大学）
领域自适应的主要工作集中在使用领域对抗训练来学习不变表示。在本文中，我们从博弈论的角度来解释这种方法。将领域对抗训练中的最优解定义为局部纳什均衡，我们证明了领域对抗训练中的梯度下降可能违反优化器的渐近收敛保证，通常会阻碍传输性能。我们的分析使我们用高阶ODE求解器（即，Runge-Kutta），我们得到渐近收敛保证。这一系列优化器明显更稳定，并允许更积极的学习率，从而在用作标准优化器的直接替代品时获得更高的性能增益。我们的实验表明，结合最先进的领域对抗方法，我们在不到一半的训练迭代中实现了高达3.5%的改进。我们的优化器很容易实现，没有额外的参数，并且可以插入任何领域对抗框架。
2022-02-10 cs.CV cs.GT cs.LG
Nash or Stackelberg? -- A comparative study for game-theoretic AV decision-making
本文针对自动驾驶汽车决策问题，构建滚动时域多玩家博弈模型，比较纳什博弈与斯塔克尔伯格博弈在成对和多玩家设置下的安全性、通行效率与计算时间表现。
2023-10-30 cs.GT
Nonzero-sum Adversarial Hypothesis Testing Games
Indian Institute of Science（印度科学学院）；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）
我们研究了在对抗分类的背景下出现的非零和假设检验游戏，在贝叶斯框架和Neyman-Pearson框架中。我们首先表明，这些游戏承认混合策略纳什均衡，然后我们研究了一些有趣的集中现象，这些均衡。我们的主要结果是指数收敛率的分类错误在平衡，这是类似于著名的Baffff-Stein引理和Baffff信息描述的错误指数在经典的二元假设检验问题，但参数来自对抗模型。通过数值实验验证了结果。
2019-09-28 cs.GT cs.LG math.ST
Matrix-Valued Mean-Field-Type Games: Risk-Sensitive, Adversarial, and Risk-Neutral Linear-Quadratic Case
本文研究了一类矩阵值线性二次平均场型对策的风险中性、风险敏感和鲁棒情形。团队之间的不合作，完全合作和对抗。我们提供了一个半显式的解决方案，这两个问题的直接法。状态动力学由一个条件均值-场型的矩阵值线性跳跃-扩散-状态切换系统描述，其中条件是关于公共噪声的状态切换过程.最优策略是状态-条件均值-场反馈形式。对于完全合作、对抗、风险敏感的完全合作和风险敏感的对抗情形，给出了均衡成本和均衡策略的半显式解。结果表明，充分合作通过种群风险分担增加了风险敏感决策者下的适定性域。最后，建立了平均场模型下风险敏感性与鲁棒性之间的关系。
2019-06-05 cs.GT math.OC
Efficiently Computing Nash Equilibria in Adversarial Team Markov Games
University of California, Irvine（加州大学欧文分校）；Carnegie Mellon University（卡内基梅隆大学）；Columbia University（哥伦比亚大学）；University of California, Santa Cruz（加州大学圣克鲁兹分校）
纳什均衡策略的求解是多智能体强化学习的核心问题，在理论和实践中都受到了广泛的关注。然而，迄今为止，可证明的保证要么仅限于完全竞争或合作的情况，要么强加了在大多数实际应用中难以满足的强有力的假设。在这项工作中，我们离开这些先前的结果调查无限地平线\emph{adversarial team Markov games}，一个自然的和动机良好的一类游戏中，一队同样感兴趣的球员-在没有任何明确的协调或沟通-是竞争对手的球员。这种设置允许零和马尔可夫博弈和马尔可夫势博弈的统一处理，并作为一个步骤，以模拟更现实的战略互动，同时具有竞争和合作的利益。我们的主要贡献是第一个算法计算平稳$ε$ -近似纳什均衡的对抗团队马尔可夫游戏的计算复杂性是多项式的所有自然参数的游戏，以及$1/ε$。所提出的算法是特别自然和实用的，它是基于执行独立的策略梯度步骤，为每个球员在团队中，在串联与最佳对策从对手的一方，反过来，对手的政策，然后通过求解一个精心构造的线性规划。我们的分析利用非标准的技术来建立KKT最优性条件的非凸约束的非线性规划，从而导致自然的解释诱导拉格朗日乘子。一路上，我们显着扩展了对抗（正常形式）团队游戏中的最优策略的重要特征，由于Von Stengel和Koller（GEB '97）。
2022-08-03 cs.GT cs.LG cs.MA
Game-Of-Goals: Using adversarial games to achieve strategic resilience
School of Computing and Information Technology, University of Wollongong（伍伦贡大学计算与信息技术学院）
本文提出 Game-Of-Goals 框架，将战略目标建模为目标树，并利用 minimax 等博弈树搜索与评估函数选择最能抵御竞争者对抗行动的执行策略。
2025-02-16 cs.AI cs.GT
Algorithms and Complexity for Computing Nash Equilibria in Adversarial Team Games
本文证明对抗性团队博弈中计算纳什均衡属于CLS类，并利用线性规划对偶性将近似平稳策略扩展为近似纳什均衡，确立CLS完备性。
2025-09-24 cs.CC cs.DS cs.GT
Deception and Counter Deception in Adversarial Graph Traversal Game
College of Engineering and Computing at George Mason University（乔治梅森大学工程与计算学院）
研究移动代理在对抗性图遍历中的欺骗问题，通过扩展形式双Oracle算法求解具有双边不完全信息的无限期博弈，并利用信息价值刻画均衡策略中的欺骗与反欺骗行为。
2026-05-22 cs.GT cs.SY eess.SY
Adversarial Scheduling in Evolutionary Game Dynamics
考虑一个系统，在该系统中，底层图G的节点上的参与者反复与他们的邻居玩囚徒困境。玩家根据对手过去的行为调整策略，采用所谓的赢-留-输-转移策略。在（Kittock 94）、（Dyer等人，2002）、（Mossel和Roch，2006）中研究了这种动力学。在随机调度的情况下，从任何初始配置开始，系统都有很高的概率到达所有参与者合作的唯一固定点。本文研究了这一结果的有效性下的各种类的对抗性决策者。我们的研究结果可以概括如下：1.可以选择游戏参与者的对抗调度器可以阻止系统到达大多数图拓扑上的唯一固定点。2.只允许选择一个参与者的非自适应调度器并不比随机调度器更强大。有了这个限制，即使是自适应调度器也不会比随机调度器更强大，只要它是“合理公平的”。结果证明了我们提出的对抗性调度方法是社会科学生成方法的基础（Epstein 2007）。
2008-12-05 cs.DM cs.GT
Training Generative Adversarial Networks via stochastic Nash games
TU Delft（代尔夫特理工大学）
生成对抗网络（GANs）是一类具有两个对抗性神经网络的生成模型：生成器和神经网络。这两个神经网络通过对抗过程相互竞争，该过程可以建模为随机纳什均衡问题。由于相关的训练过程具有挑战性，因此设计可靠的算法来计算均衡是至关重要的。在本文中，我们提出了一个随机放松的前向-后向（SRFB）算法的GANs，我们证明了收敛到一个精确的解决方案时，越来越多的数据是可用的。我们还表明收敛的平均变体的SRFB算法的解决方案的邻域时，只有很少的样本。在这两种情况下，当博弈的伪梯度映射是单调的时，收敛性是有保证的。这一假设是文献中已知的最弱假设之一。此外，我们应用我们的算法的图像生成问题。
2021-05-21 cs.GT cs.LG math.OC
A game-theoretic approach for Generative Adversarial Networks
TU Delft（代尔夫特理工大学）
本文提出一种基于博弈论的随机松弛前向-后向算法，将GAN训练转化为变分不等式求解，在单调条件下保证收敛至精确解或邻域。
2020-09-14 cs.GT cs.LG math.OC
GANGs: Generative Adversarial Network Games
University of Liverpool（利物浦大学）；University of Amsterdam（阿姆斯特丹大学）；IMC Financial Markets（IMC金融市场）；The University of Sheffield（谢菲尔德大学）
生成对抗网络（GAN）已成为无监督生成建模最成功的框架之一。由于GANs很难训练，许多研究都集中在这方面。然而，这方面的研究很少直接利用博弈论技术。我们引入生成对抗网络游戏（GANG），它明确地模拟了使用混合策略的生成器（$G$）和分类器（$C$）之间的有限零和游戏。这些游戏的大小排除了精确的解决方法，因此，我们定义资源有限的最佳对策（RBBR），和资源有限的纳什均衡（RB-NE）作为一对混合策略，使$G$或$C$都不能找到一个更好的RBBR。RB-NE解决方案的概念比“局部纳什均衡”的概念更丰富，因为它不仅捕获了梯度下降逃避局部最优的失败，而且适用于任何近似的最佳响应计算，包括随机重新启动的方法。为了验证我们的方法，我们解决GANG与并行纳什记忆算法，可证明单调收敛到RB-NE。我们将我们的结果与标准的GAN设置进行比较，并证明我们的方法可以很好地处理典型的GAN问题，如模式崩溃，部分模式覆盖和遗忘。
2017-12-17 cs.GT cs.LG stat.ML
Using Deception in Markov Game to Understand Adversarial Behaviors through a Capture-The-Flag Environment
识别针对系统漏洞的实际对抗性威胁一直是网络安全研究的一个长期挑战。为了确定防御者的最优策略，基于博弈论的决策模型已被广泛用于模拟现实世界的攻击者-防御者场景，同时考虑防御者的约束。在这项工作中，我们专注于了解人类攻击者的行为，以优化防御者的策略。为了实现这一目标，我们的攻击者和防御者的参与马尔可夫博弈模型和搜索贝叶斯Stackelberg均衡。我们验证我们的建模方法，并报告我们的实证研究结果，使用捕获的旗帜（CTF）设置，我们进行用户研究的对手具有不同的技能水平。我们的研究表明，应用程序级欺骗是针对目标攻击的最佳缓解策略-优于经典的网络防御策略，例如修补或阻止网络请求。我们使用这个结果来进一步假设攻击者的行为时，被困在一个嵌入式蜜罐环境，并提出了一个详细的分析。
2022-11-09 cs.CR cs.GT
Multi-Robot Coordination Induced in an Adversarial Graph-Traversal Game
George Mason University（乔治梅森大学）
本文将多机器人在对抗性时变图中的遍历问题建模为随机博弈，通过数值求解纳什均衡策略并给出博弈值界，揭示了蓝方机器人分散与同步等协调行为在降低代价中的优势。
2024-09-27 cs.GT cs.RO
Computing Approximate Equilibria in Sequential Adversarial Games by Exploitability Descent
DeepMind（深度思维）；University of Alberta（阿尔伯塔大学）
在本文中，我们提出了可利用性下降，一个新的算法来计算近似平衡的两个球员零和扩展形式的游戏与不完美的信息，直接对最坏情况下的对手的政策优化。我们证明，当遵循这种优化，利用一个球员的战略渐近收敛到零，因此，当两个球员采用这种优化，联合政策收敛到一个纳什均衡。与虚拟游戏（XFP）和反事实遗憾最小化（CFR）不同，我们的收敛结果与优化的策略有关，而不是平均策略。我们的实验表明，收敛速度相媲美的XFP和CFR在四个基准游戏中的表格的情况下。使用函数逼近，我们发现，我们的算法优于表格版本中的两个游戏，据我们所知，这是第一个这样的结果，在这类算法之间的不完美信息游戏。
2020-06-12 cs.AI cs.GT cs.LG
Dynamic Connectivity Game for Adversarial Internet of Battlefield Things Systems
针对一个对抗性的战场物联网（IoBT）系统，研究了网络连通性问题。在该系统中，攻击者的目标是通过在每个时间点上攻击其中一个IoBT节点来破坏网络的连通性。为了应对此类攻击，IoBT防御者试图通过部署新的IoBT节点或更改现有节点的角色来重新建立IoBT连接。这个问题被公式化为一个动态的多阶段Stackelberg连接游戏，扩展了经典的连接游戏，并明确考虑到IoBT网络的特点和要求。特别是，防御者的收益捕获了IoBT延迟以及游戏每个阶段断开连接的节点的权重之和。由于攻击者和防御者在游戏的每个阶段的行为对网络状态的依赖性，反馈Stackelberg解决方案（FSE）被用来解决IoBT连接游戏。然后，当使用FSE解决方案时，IoBT系统将保持连接的充分条件被解析地确定。数值结果表明，断开连接的传感器的预期数量，当使用FSE解决方案，减少到62%相比，在一个基线的情况下，没有反馈的Stackelberg游戏使用，和高达57%相比，基线等概率的政策。
2017-12-22 cs.GT cs.IT math.IT
Game Theory for Adversarial Attacks and Defenses
Indian Institute of Technology Bhubaneswar（印度理工学院布巴内斯瓦尔分校）
本研究应用博弈论防御对抗攻击，通过随机初始化、随机激活剪枝和超分辨率三种方法提升深度神经网络的鲁棒性。
2024-01-05 cs.CR cs.GT cs.LG
Public Information Representation for Adversarial Team Games
Politecnico di Milano（米兰理工大学）
对抗性团队游戏的特殊性在于游戏过程中团队成员获得的信息不对称，这使得即使在零和收益的情况下也很难计算均衡。文献中的算法采用策略空间的隐式表示，主要采用线性规划和列生成技术来逐步扩大策略空间。这样的表示阻止了标准工具的采用，如抽象生成，博弈求解和子博弈求解，这些工具在解决巨大的现实世界中的两人零和博弈时至关重要。从这些作品中，我们回答了是否有任何合适的游戏表示，使这些工具的采用的问题。特别是，我们的算法转换成一个经典的两人零和游戏的对手的顺序团队游戏。在这个转换的博弈中，团队被转换成一个协调者，他只知道整个团队共同的信息，并为玩家规定任何可能的私人状态的行动。有趣的是，我们表明，我们的游戏比原来的扩展形式的游戏更有表现力，因为任何状态/动作抽象的扩展形式的游戏可以被我们的表示捕捉，而反过来并不成立。由于问题的NP难性质，最终的公共团队博弈可能比原始博弈大。为了限制这种爆炸，我们提供了三个算法，每个算法都返回一个信息无损的抽象，大大减少了树的大小。这些抽象可以在不生成原始游戏树的情况下产生。最后，我们通过对Kuhn和Leduc扑克游戏的实验结果表明了所提出方法的有效性，这些实验结果是通过将最先进的两人零和游戏算法应用于转换后的游戏而获得的
2022-01-25 cs.AI cs.GT cs.MA
A Generic Multi-Player Transformation Algorithm for Solving Large-Scale Zero-Sum Extensive-Form Adversarial Team Games
本文提出一种通用多玩家变换算法，通过私有信息预分支将大规模零和扩展式对抗团队博弈转化为2玩家博弈，使TMECor求解等价于NE求解，将复杂度从指数级降至常数级，并在多个扑克案例中显著优于现有方法。
2023-07-04 cs.GT
Budget-restricted utility games with ordered strategic decisions
我们引入了预算游戏的概念。玩家选择一组任务，每个任务对游戏中的每一种资源都有一定的需求。每个资源都有预算。如果预算不足以满足所有需求的总和，则必须在任务之间共享。我们研究战略预算游戏，其中预算按比例分配。我们还考虑了一个变量，其中战略决策的顺序影响预算的分配。分析了最优解的复杂性以及平衡点的存在性、复杂性和质量。最后，我们证明了一个有序的预算游戏需要收敛到均衡的时间可能是指数的。
2014-07-11 cs.GT
Distributionally Robust Games: f-Divergence and Learning
在本文中，我们介绍了新的框架分布鲁棒游戏。这些是多玩家游戏，每个玩家使用最坏情况分布（也称为对抗分布）来模拟自然状态。因此，每个参与者的收益取决于其他参与者的决策和选择对抗性场景分布的虚拟参与者（自然）的决策。本文提供了三个主要贡献。首先，使用$f$ -两个分布之间的分歧的统计概念，这里由对抗分布和精确分布表示的分布鲁棒博弈。其次，利用试探性理论大大降低了问题的复杂性。第三，提出了随机Bregman学习算法来加速鲁棒平衡点的计算。最后，在凸设置和它的局限性进行了测试与非凸非凹函数的理论研究结果进行了说明。
2017-07-23 cs.GT math.OC
Understanding Police Force Resource Allocation using Adversarial Optimal Transport with Incomplete Information
针对警力资源分配中恶意节点信息仅被对手掌握的问题，本文将对抗最优输运建模为不完全信息贝叶斯博弈，提出贝叶斯均衡及可实现该均衡的分布式算法，以支持大规模网络应用。
2024-03-01 cs.GT cs.SY eess.SY
Adversarial Image Perturbation for Privacy Protection -- A Game Theory Perspective
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
用户喜欢通过社交媒体与他人分享个人照片。与此同时，他们可能想让这些照片中的自动识别变得困难甚至不可能。经典的模糊处理方法，如模糊处理，不仅令人不快，而且也不像人们期望的那样有效。对抗性图像扰动（AIP）的最新研究表明，它是可能的，没有令人不快的伪影，有效地混淆识别系统。然而，在存在针对AIP的反措施的情况下，尚不清楚AIP的有效性，特别是在反措施的选择未知的情况下。博弈论提供了工具来研究代理之间的相互作用与不确定性的战略。我们介绍了一个一般的游戏理论框架的用户识别器的动态，并提出了一个案例研究，涉及目前最先进的AIP和个人识别技术。我们推导出最佳的策略，为用户，确保上界的识别率独立的识别器的反措施。代码可在https://goo.gl/hgvbNK上获得。
2017-07-26 cs.CR cs.CV cs.GT
A Decision-Optimization Approach to Quantum Mechanics and Game Theory
Cccent Inc.（Cccent公司）
量子世界的基本定律颠覆了经典物理学的逻辑基础。他们完全违反直觉，有许多奇怪的行为。然而，本文表明，他们可能是有意义的，从一个一般的决策优化原则的角度进行合作。这一原则也提供了一个概括的纳什均衡，一个关键的概念，在博弈论，更好的回报和稳定的游戏。
2009-12-02 cs.AI cs.GT
Quickest Detection of Adversarial Attacks Against Correlated Equilibria
研究对抗环境中策略博弈相关均衡的攻击检测，将交互建模为零和博弈，利用最速变化检测框架推导最大最小策略，证明广义CUSUM方案渐近最优，能有效限制效用损失。
2025-06-30 cs.GT
Adversarial Synchronization
Krasovskii Institute of Mathematics and Mechanics（克拉索夫斯基数学力学研究所）；Ural Federal University（乌拉尔联邦大学）
本文研究了一种有限确定自动机上的同步游戏变种，证明了Alice有获胜策略时自动机存在更短的重置词，并提供了多项式时间算法来决定游戏胜负。
2026-01-26 cs.FL cs.GT
Learning Equilibria in Adversarial Team Markov Games: A Nonconvex-Hidden-Concave Min-Max Optimization Problem
针对无限时域对抗团队马尔可夫博弈的纳什均衡学习难题，提出基于多智能体强化学习策略梯度的算法，通过非凸-凹重构挖掘目标隐结构，实现多项式级迭代与样本复杂度，填补了该类博弈NE学习算法的研究空白。
2024-10-08 cs.GT
Sensitivity Analysis for Markov Decision Process Congestion Games
我们考虑一个非原子拥塞游戏，每个决策者执行自私的优化状态的一个共同的MDP。决策者对自己的期望成本进行优化，并通过阻塞效应对国家行动成本的影响相互影响。我们分析了MDP拥塞博弈均衡对状态-行动成本的不确定性和扰动的敏感性。定义了随机Braess悖论的发生，基于博弈均衡的敏感性进行了分析，并在仿真中进行了演示。我们进一步分析了与确定性动力学相比，随机动力学的引入如何影响布雷斯悖论的大小。
2019-09-12 cs.GT math.OC
Tolling for Constraint Satisfaction in Markov Decision Process Congestion Games
马尔可夫决策过程（Markov decision process，MDP）拥塞博弈是经典拥塞博弈的一种扩展，其中自私代理的连续种群解决了具有拥塞的马尔可夫决策过程：策略的收益随着更多的种群使用它而减少。特别是，我们表明，在MDP拥挤游戏中的人口质量约束相当于对奖励函数施加通行费/激励，社会规划者可以利用它来实现辅助目标。我们在一个模拟的西雅图乘车共享模型中演示了这种方法，其中收费和激励措施是为了两个独立的目标而实施的：保证西雅图市中心的最小驾驶员密度，并将游戏均衡转向最大的社会产出。
2019-03-02 cs.GT math.OC
Game-Theoretic Frameworks for Epidemic Spreading and Human Decision Making: A Review
本文介绍和审查各种解决和开放的问题，在开发，分析和减轻人类决策下的流行病传播过程。我们提供了一系列的流行病模型的审查，并解释了不同的流行病模型的利弊。我们展示了现有文献中流行病模型和决策模型耦合的艺术。{More具体而言，我们为人类在流行病中的决策提供了基本问题的答案，包括采取何种干预措施来对抗疾病，谁是决策者，何时采取干预措施以及如何采取干预措施。在许多决策模型中，博弈论模型在过去十年中对流行病中的人类反应/行为建模变得越来越重要。在这篇评论中，我们激励博弈论的方法，人类的决策中的流行病。本文通过建立一个多维分类法对现有文献进行了综述，该分类法基于多个维度对现有文献进行了分类，包括1）游戏类型，如微分游戏、随机游戏、进化游戏和静态游戏; 2）干预类型，如社交距离、疫苗接种、隔离、服用解毒剂等; 3)决策者的类型，如个人、对手和不同层级的中央当局。提出了一个细粒度的动态博弈框架，以捕捉流行病中的博弈论决策的本质。我们展示了三个具有代表性的{框架}与独特的方式整合博弈论的决策到流行病模型从大量的文献。{Each这三个框架中有一个独特的建模方式，进行分析，并得出结果。}最后，我们确定了几个主要的开放性问题和研究空白，有待解决和填补。
2021-12-09 cs.GT cs.SY eess.SY
Adversarial Learning in Games with Bandit Feedback: Logarithmic Pure-Strategy Maximin Regret
The University of Tokyo and RIKEN（东京大学和RIKEN）；University of Southern California（美国南加州大学）；University of Washington（华盛顿大学）
研究在轮盘反馈下通过Tsallis-INF和Maximin-UCB算法实现零和博弈的纯策略最大化遗憾最小化，提出两种算法并推广至双线性博弈。
2026-02-06 cs.GT cs.LG
Two Can Play That Game: An Adversarial Evaluation of a Cyber-alert Inspection System
University of Michigan（密歇根大学）；Army Research Lab（陆军研究实验室）
网络安全是一个重要的社会问题。网络攻击的数量和每次攻击造成的破坏程度都有所增加。大型组织运营着网络安全运营中心（CSOC），构成了网络防御的第一道防线。检查网络警报是CSOC业务的一个关键部分。最近与美国陆军研究实验室合作的一项工作提出了一种基于强化学习（RL）的方法，以防止网络警报队列长度变大并压倒防御者。鉴于这种方法可能部署到美国国防机构运营的CSOC，我们对这种方法进行了红队（对抗性）评估。此外，随着最近对学习系统的攻击，测试这种RL方法的局限性变得更加重要。为此，我们学习了对抗警报生成策略，该策略是对防御者检查策略的最佳响应。令人惊讶的是，我们发现防御者的政策是相当强大的攻击者的最佳对策。为了解释这一观察结果，我们将早期的RL模型扩展到一个博弈模型，并表明存在防御者策略，可以对任何对抗性策略都具有鲁棒性。我们还从博弈论模型中推导出一个竞争基线，并将其与RL方法进行比较。然而，我们进一步利用RL模型中的MDP中的假设，并发现攻击者策略可以攻击防御者。我们使用一个双预言的方法来重新训练的防御者从这个发现的攻击者政策的插曲。这使得防御者对发现的攻击者策略具有鲁棒性，并且没有发现进一步的有害攻击者策略。总体而言，对抗性强化学习和强化学习中的双预言方法是适用于对抗性环境中其他强化学习使用的通用技术。
2018-10-13 cs.AI cs.CR cs.GT
Computing rational decisions in extensive games with limited foresight
Imperial College London（帝国理工学院）
我们介绍了一类广泛的形式游戏，玩家可能无法预见他们的决定可能产生的后果，并形成一个模型，他们利用对手，以实现更有利可图的结果。我们改进了现有的模型，游戏有限的远见，赋予玩家高阶推理的能力，并提出了一个新的解决方案的概念，以解决来自真实的游戏的直觉。我们分析由此产生的均衡，设计一个有效的程序来计算它们。
2016-05-29 cs.AI cs.GT cs.LO
Randomized Prediction Games for Adversarial Machine Learning
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；University of Cagliari（卡利亚里大学）
在垃圾邮件和恶意软件检测中，攻击者利用随机化来混淆恶意数据，并增加他们在测试时逃避检测的机会;例如，恶意软件代码通常使用随机字符串或字节序列来混淆以隐藏已知的利用。有趣的是，随机化也被提出来提高学习算法对逃避攻击的安全性，因为它会向攻击者隐藏有关分类器的信息。最近的工作提出了博弈理论公式来学习安全分类器，通过模拟不同的规避攻击和修改相应的分类功能。然而，分类函数和模拟数据操作都是以确定性方式建模的，而没有考虑任何形式的随机化。在这项工作中，我们克服了这一限制，提出了一个随机预测游戏，即，一个非合作的博弈理论制定的分类器和攻击者作出随机的策略选择，根据一些概率分布定义在各自的战略集。我们表明，我们的方法可以提高攻击检测和错误警报之间的权衡相对于最先进的安全分类器，甚至对攻击是不同的那些假设在设计过程中，应用程序的例子，包括手写数字识别，垃圾邮件和恶意软件检测。
2016-09-03 cs.GT cs.LG
Complex Momentum for Optimization in Games
University of Toronto（多伦多大学）；Vector Institute（向量研究所）；NVIDIA（英伟达）
我们推广了具有动量的梯度下降，使其具有复值动量。我们给我们的方法的理论动机，证明收敛的双线性零和游戏的同时和交替更新。我们的方法提供了实值参数更新，使其成为标准优化器的替代品。我们经验证明，复值动量可以提高现实对抗游戏的收敛性-如生成对抗网络-通过显示我们可以找到更好的解决方案，几乎相同的计算成本。我们还展示了对复值Adam变体的实际推广，我们使用该变体来训练BigGAN以在CIFAR-10上获得更好的初始分数。
2021-06-01 cs.GT cs.LG
