On Equilibria in Quantitative Games with Reachability/Safety Objectives
在本文中,我们研究了基于回合的定量多人非零和游戏有限图上的可达性和安全性的目标。在这个框架中,具有可达性目标的参与者的目标是尽快达到自己的目标,而具有安全目标的参与者的目标是避免他的坏集,或者如果不可能的话,尽可能延迟它的访问。我们证明了在定量多人可达性/安全性博弈中有限记忆纳什均衡的存在性。此外,我们还证明了定量两人可达博弈的有限记忆安全均衡的存在性。
2012-05-22 cs.GT
On Existence, Mixtures, Computation and Efficiency in Multi-objective Games
在多目标博弈中,每个人的收益是每个人行动的\emph{vector-valued}函数。在这样的向量回报下,帕累托效率被用来制定每个人的最佳反应条件,将帕累托纳什均衡作为基本解决方案的概念。在这项工作中,我们遵循经典的博弈论议程来研究均衡。首先,我们以几种方式证明了存在许多纯策略帕累托-纳什均衡。其次,我们提出了一个更一致的扩展到混合策略均衡。第三,我们引入了一个衡量多目标博弈有效性的指标:多目标协调比。最后,我们提供算法,计算帕累托-纳什均衡和计算或近似的多目标协调比。
2018-09-13 cs.GT
Stochastic Games with Lexicographic Reachability-Safety Objectives
我们研究了基于回合的随机零和博弈与字典偏好的可达性和安全目标。随机博弈是控制、验证和合成随机反应系统的标准模型,这些系统既表现出随机性,也表现出天使般和恶魔般的非确定性。字典顺序允许考虑多个目标,并对目标的满足有严格的优先顺序。据我们所知,随机博弈的字典目标没有被研究过。我们建立这种游戏的确定性和目前的战略和计算复杂性的结果。对于策略的复杂性,我们表明,字典最优策略存在,是确定性的和内存只需要记住已经满足和违反的目标。对于一个常数数量的目标,我们表明,相关的决策问题是在NP $\cap$ coNP,匹配当前已知的单一目标的界限,并在一般情况下,决策问题是PSPACE硬,可以解决NEXPTIME $\cap$ coNEXPTIME。我们提出了一个算法,通过减少计算单目标游戏序列中的最优策略来计算字典序最优策略。我们已经实现了我们的算法,并报告各种案例研究的实验结果。
2020-05-13 cs.GT
Bridging the Gap Between Central and Local Decision-Making: The Efficacy of Collaborative Equilibria in Altruistic Congestion Games
本文研究利他拥塞博弈中决策局部性对系统低效的影响,提出协作均衡概念并构建线性规划给出无政府代价界,从而弥合集中式与分布式决策效率保证之间的差距。
2024-09-03 cs.GT cs.SY eess.SY
Solving Qualitative Multi-Objective Stochastic Games
RPTU University Kaiserslautern-Landau(凯泽斯劳滕-兰道理工大学);Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所)
该研究探讨了多目标随机博弈的复杂性和确定性,证明了特定目标组合的博弈在PSPACE完全,而完整布尔组合则为NEXPTIME难。
2026-02-13 cs.GT
A game-theoretic approach to indistinguishability of winning objectives as user privacy
本文提出基于图博弈论的新框架研究用户软件服务隐私,引入O-不可区分策略和目标不可区分均衡概念,并证明在Muller目标多人博弈中二者的存在性可判定。
2023-07-01 cs.GT
Playing (Almost-)Optimally in Concurrent Büchi and co-Büchi Games
我们研究有限图上的两人并发随机博弈,Büchi和co-Büchi目标。第一个参与者的目标是最大化满足给定目标的概率。根据马丁关于布莱克威尔博弈的决定性定理,我们知道这样的博弈有一个值。自然的问题是:是否存在一个最优策略,也就是说,一个实现游戏价值的策略?什么是内存需要发挥(几乎)最佳?这种情况对于回合制游戏来说很容易描述,在这种情况下,位置纯策略足以在具有奇偶目标的游戏中发挥最佳作用。并发性使情况变得复杂和异构。对于大多数ω-正则目标,一般情况下确实不存在最优策略。对于某些目标(我们将提到),无限的内存也可能需要最优或几乎最优的游戏。我们还提供了本地的球员,以确保(几乎)最优策略的Büchi和合作Büchi目标的互动特征。这种表征依赖于游戏形式的属性,这些属性支撑着用于定义两个玩家的局部交互的形式主义。这些行为良好的游戏形式就像是一块基本的砖块,当它们在孤立的情况下行为良好时,可以组装成图游戏,并确保整个游戏的良好性能。
2022-11-24 cs.GT
Doomsday Equilibria for Omega-Regular Games
图上的二人博弈为反应合成等重要问题提供了理论框架。虽然传统的两人零和博弈的研究已经扩展到多人博弈的几个概念的平衡,他们是可判定的,只有完美的信息游戏,而一些应用程序需要的信息不对称的游戏。在本文中,我们提出了一个新的均衡的概念,称为末日均衡,这是一个战略配置文件,使所有的球员满足自己的目标,如果任何联盟的球员偏离和违反,甚至一个球员的目标,那么每个球员的目标是违反。我们目前的算法和复杂性的结果,决定存在的末日平衡的各种类别的欧米茄经常的目标,无论是为信息游戏,并为完美的信息游戏。我们提供了最佳的复杂性界限的信息博弈,并在大多数情况下,完美的信息博弈。
2013-11-13 cs.GT
Simple Nash Equilibria for Qualitative Multiplayer Games
University of Liverpool(利物浦大学);University of Oxford(牛津大学)
研究具有ω-正则目标的回合制确定性游戏中纳什均衡和子博弈完美均衡的记忆需求,证明特定目标组合下无记忆随机子博弈完美均衡存在并给出构建算法,指出部分游戏构建无记忆均衡需随机化及其他穆勒目标下不一定存在。
2026-07-09 cs.GT
Common-agency Games for Multi-Objective Test-Time Alignment
UCLA(加州大学洛杉矶分校)
本文提出CAGE框架,通过游戏理论实现多目标测试时对齐,无需重新训练,支持灵活的权衡和弱到强泛化。
2026-05-08 cs.GT
Stochastic Games with Disjunctions of Multiple Objectives
随机博弈将可控和对抗的非确定性与随机行为结合起来,是控制、验证和合成面临不确定性的反应系统的常用工具。多目标随机游戏是自然的情况下,几个可能相互冲突的性能标准,如时间和能源消耗是相关的。这种合取组合是文献中研究最多的多目标环境。本文考虑对偶析取问题。更具体地说,我们研究了图上的回合制随机二人博弈,其中获胜条件是保证至少一个可达性或安全目标,从一组给定的替代品。我们提出了一个细粒度的战略和计算复杂性的概述,这样的析取查询(DQ),并提供了新的下限和上限的几个变种的问题,显着扩展以前的作品。我们还提出了一种新的值迭代式算法,用于近似给定DQ的Pareto最优阈值集。
2021-09-17 cs.GT
Strategy Improvement for Concurrent Reachability and Safety Games
我们考虑图上的并发博弈。在游戏的每一轮,每个玩家同时独立地选择一步棋,这些棋步共同决定了向后继状态的过渡。两个基本目标是永远停留在一组给定状态的安全性目标,以及它的对偶,到达一组给定状态的可达性目标。首先,我们提出了一个简单的事实证明,在并发可达性游戏中,对于所有的$ε>0$,无记忆的$ε$最优策略存在。无记忆策略独立于游戏的历史,并且$ε$最优策略以在游戏值的$ε$内的概率实现目标。与以前的证明这一事实相反,我们的证明是更基本和更组合。第二,我们提出了一个战略改进(a.k.a.\策略迭代算法。然后,我们提出了一个策略改进算法的并发游戏的安全目标。我们的算法产生序列的玩家-1策略,确保获胜的概率,单调收敛到游戏的价值。我们的结果是显着的,因为安全游戏的策略改进算法提供了,第一次,一种方法来近似值的并发安全游戏从下面。以前的方法只能从一个方向近似这些游戏的值,并且由于没有已知的收敛速度,它们没有提供解决这些游戏的实用方法。
2012-06-30 cs.GT
Scale-Invariant Regret Matching and Online Learning with Optimal Convergence: Bridging Theory and Practice in Zero-Sum Games
Massachusetts Institute of Technology(麻省理工学院);Carnegie Mellon University(卡内基梅隆大学)
本文提出了一种新的尺度不变且参数无关的PRM+变体IREG-PRM+,实现了最优收敛并优于现有方法,同时扩展了零和博弈到更广泛的变分不等式问题。
2026-02-17 cs.GT cs.LG
Multi-objective Stackelberg Game Between a Regulating Authority and a Mining Company: A Case Study in Environmental Economics
二层规划问题在实际中经常遇到。在本文中,我们处理这样一个双层应用问题,从环境经济学领域。该问题是一个在上层有多个目标,在下层有一个目标的Stakelberg对策。在这种情况下,领导者是监管当局,它试图在多个时期内最大限度地提高其总税收,同时试图最大限度地减少采矿公司造成的环境损害。跟随者是矿业公司,其唯一目标是在领导者设定的限制下,在多个时期内最大化其总利润。该模型的解决方案包含参与者在每个时间段内做出的最佳税收和提取决策。我们构造了一个简单的模型,Stackelberg游戏,并提供了一个分析解决方案的问题。此后,该模型被扩展到现实主义,并使用能够处理多个目标的双层进化算法来解决。
2013-07-23 cs.GT
Expectation in Stochastic Games with Prefix-independent Objectives
本文研究随机博弈中有界量化前缀无关目标的期望值,提出将期望问题归约为阈值布尔目标几乎必然满足问题的通用方法,证明最优策略记忆量的上界,并验证该框架在窗口平均收益测度计算中的适用性及对应判定问题的复杂度类。
2025-07-31 cs.GT
Bridging Level-K to Nash Equilibrium
本文提出NLK模型,连接纳什均衡与Level-K,允许参与者认为对手可能不如或同样老练,在多个博弈数据上以更少参数更好解释实验,并讨论扩展。
2022-02-25 cs.GT econ.GN q-fin.EC
The Complexity of Multi-Mean-Payoff and Multi-Energy Games
在平均收益博弈中,主角的目标是确保一个无限序列的数字权重的极限平均值是非负的。在能量博弈中,目标是确保权重的运行和总是非负的。多均值支付和多能量博弈用元组代替个体权重,极限平均(分别为)每个坐标的运行和)必须是(相应地,保持)非负的。这些游戏有应用程序的资源有限的过程与多个资源的合成。我们证明了多能量博弈的有限记忆决定性,并给出了有限记忆策略下多平均支付和多能量博弈的相互约简。我们还提高了计算复杂性解决这两类游戏的有限记忆策略:虽然以前最好的已知上限是EXPSPACE,没有下限是已知的,我们给出了一个最佳的coNP-完全的界限。对于无记忆策略,我们证明了决定主角的获胜策略的存在性的问题是NP完全的。最后给出了具有无限记忆策略的多均值支付对策的第一解。我们发现,多平均支付游戏的平均支付-sup目标可以决定在NP和coNP,而多平均支付游戏的平均支付-inf目标是coNP-完全的。
2012-09-14 cs.GT
Positional Determinacy with Colored Vertices: a 1-to-2-Player Lift
Université Paris-Saclay, CNRS, ENS Paris-Saclay(巴黎萨克雷大学、法国国家科学研究中心、巴黎萨克雷高等师范学院)
研究顶点着色博弈中前缀无关目标\(W\),证明其在所有顶点着色单人、双人博弈上位置确定以及等同于颜色有序对的奇偶目标这三者等价,还表明颜色集有限性是等价关键,所开发技术建立了两类博弈的双向对应。
2026-07-09 cs.GT
A bi-convex optimization problem to compute Nash equilibrium in n-player games and an algorithm
在本文中,我们提出了双凸目标函数和线性约束的优化问题,使得优化问题的全局极小值集是相同的一个n人一般和范式对策的纳什均衡集。我们进一步表明,目标函数是一个不变凸函数,并考虑投影梯度下降算法。我们证明了投影梯度下降方案收敛到目标函数的部分最优。我们还提出了某些测试案例的仿真结果显示收敛到一个纳什均衡策略。
2015-04-26 cs.GT
Energy mean-payoff games
本文研究了一人和二人能量平均支付博弈。能量平均支付博弈是在有限图上进行的无限持续时间的博弈,图的边由二维权重向量标记。第一个参与者(主角)的目标是满足第一维度上的能量目标和第二维度上的平均收益目标。我们表明,第一个球员的最佳策略可能需要无限的记忆,而第二个球员(拮抗剂)的最佳策略不需要记忆。在一个玩家的情况下(只有第一个玩家有选择),决定谁是赢家的问题可以在多项式时间内解决,而对于两个玩家的情况下,我们展示了合作NP成员,我们给出了有效的建设无限记忆的最优策略的主角。
2019-07-02 cs.GT
Concurrent Stochastic Games with Stateful-discounted and Parity Objectives: Complexity and Algorithms
本文研究双人零和同时随机博弈中状态依赖折扣目标极限值与奇偶目标的值近似问题,确立其TFNP[NP]复杂性,并提出算法将对动作数的指数依赖从线性降至对数,状态数为常数时可在多项式时间内运行。
2024-10-08 cs.GT
Decidability Results for Multi-objective Stochastic Games
我们研究随机两个玩家回合制游戏,其中一个玩家的目标是确保几个无限地平线的总奖励目标,而另一个玩家试图破坏至少一个目标。先前的游戏已经被证明是不确定的,和一个近似算法计算帕累托曲线已经给出。现有算法的主要缺点是,它需要计算帕累托曲线有限的地平线目标(增加地平线的长度),这些帕累托曲线的大小可以无限增长,即使当无限地平线帕累托曲线很小。通过调整现有的结果,我们首先给出了一个算法,计算帕累托曲线确定的游戏。然后,作为本文的主要结果,我们表明,对于停止游戏的自然类,当有两个奖励目标时,决定玩家是否可以确保满足给定阈值的目标的问题是可判定的。这个结果依赖于复杂而新颖的证明,证明了帕累托曲线只包含1000个点。由此,我们得到了无限制随机对策类的两目标折扣报酬问题是可判定的。
2016-05-12 cs.GT cs.LO
Stochastic Equilibria under Imprecise Deviations in Terminal-Reward Concurrent Games
我们研究了图上的并发博弈中混合策略均衡的存在性。虽然每个玩家的安全目标保证了纳什均衡的存在性,但当玩家被赋予任意的最终奖励目标时,纳什均衡不需要存在,并且它们的存在性对于定性的可达性目标是不可判定的(并且只有三个玩家)。然而,这些结果依赖于这样一个事实,即参与者可以在试图提高他们的收益的同时实施无限的游戏。在本文中,我们介绍了一个宽松的概念,平衡,偏差是不精确的。我们证明,相反的纳什均衡,这样的(固定)平衡总是存在的,我们开发了一个PSPACE算法来计算。
2016-09-14 cs.GT
Tree games with regular objectives
我们研究树游戏最近开发的Matteo Mio作为游戏的概率$μ$ -演算的解释。表达能力带来了复杂性。米奥表明,树游戏能够编码布莱克威尔游戏,因此,在确定性策略下不确定。我们表明,非随机树游戏的目标可识别的所谓的游戏自动机确定下确定性,有限的内存策略。此外,我们给出了一个基本的算法程序,该程序对任意正则语言L和一个有限的非随机树博弈,获胜的目标L决定,如果游戏是确定性的战略。
2014-08-26 cs.FL cs.GT cs.LO
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
From local to global determinacy in concurrent graph games
一般来说,有限个并发二人可达性博弈只能在弱意义下确定:获胜概率的上确界可以通过随机策略逼近,但不能实现。我们引入了一类在更强意义上确定的并发博弈,在某种程度上,它是具有此属性的较大类。为此,我们在图游戏的状态下引入\emph{local interaction}的概念:它是一个\emph{game form},其结果(即一个表,其条目)是下一个状态,这取决于玩家的并发动作。根据定义,一个博弈形式是\emph{determined},当它在一个与自然无关的一次性可达性博弈中用作局部交互时,它总是产生通过确定性策略确定的博弈。我们表明,如果所有的局部互动的图博弈与博雷尔目标确定的游戏形式,游戏本身是确定的:如果自然不玩,一个球员有一个获胜的策略,如果自然发挥,两个球员都有确定性的策略,最大化的概率赢得。这构成了一个明确的分离:一个游戏形式在单独使用基本目标时表现不佳,或者即使与其他表现良好的游戏形式和复杂目标一起使用时也表现良好。现有的结果在回合制游戏中的位置和有限记忆的确定性,以这种方式扩展到并发游戏与确定的本地相互作用(CG-DLI)。
2021-07-08 cs.GT
Community-Quality-Based Player Ranking in Collaborative Games with no Explicit Objectives
玩家排名可用于确定玩家对协作社区的贡献的质量。然而,没有明确目标的合作游戏不支持玩家排名,因为没有衡量玩家贡献质量的指标。这些社区的一个隐含目标是不对其他参与者造成干扰。在本文中,我们提出了一个参数化的方法,实时球员排名合作游戏没有明确的目标。我们的方法通过应用一个简单的启发式社区质量函数来计算排名。我们还证明了我们的方法的能力,通过应用它的几个参数化的案例研究和比较所获得的结果。
2012-05-14 cs.GT cs.SI
Minimizing Inequity in Facility Location Games
UNSW Sydney(新南威尔士大学)
本文提出两种新的机制以最小化设施选址游戏中群体效应,统一了多个经典诚实机制,并改进了群体公平目标的近似界限。
2026-09-11 cs.GT
Bidding Games with Charging
该研究提出带充能的竞价博弈模型,证明其仍存在顶点阈值比例,指出不动点非唯一带来的复杂度问题,给出Rabin和Streett目标的首个复杂度下界,并解决了安全与可达性博弈的充能分配修复问题。
2024-07-08 cs.GT
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
Parameterized complexity of games with monotonically ordered ω-regular objectives
近年来,具有多个目标的两人零和博弈作为复杂反应系统的合成模型受到了广泛的关注。在这个框架中,如果参与人1能确保所有目标都能满足参与人2的任何行为,他就赢了。当不可能一次满足所有目标时,一种替代方案是根据参与人1想要满足的目标子集对目标使用某种预排序。例如,为一个目标提供比另一个目标更重要的意义通常是很自然的,这种情况可以用例如按字典顺序排序的目标来建模。受Bouyer等人最近关于多个ω-正则目标并发博弈的工作的启发,我们详细研究了具有单调有序和ω-正则目标的回合制博弈。我们研究的阈值问题,它要求是否玩家1可以确保收益大于或等于给定的阈值w.r.t.给定的单调前序。由于目标的数量通常远小于博弈图的大小,我们给出了一个参数复杂性分析,并证明了对于所有单调前序和所有经典类型的ω-正则目标,我们的阈值问题都是FPT问题.我们还提供了多项式时间算法Büchi,coBüchi和明确的穆勒目标的一个大的子类的单调前序,其中包括字典序。在字典序的特殊情况下,我们还研究了计算值的复杂性和最优策略的内存需求。
2018-07-02 cs.GT cs.LO
Simple Stochastic Games with Almost-Sure Energy-Parity Objectives are in NP and coNP
我们研究随机游戏的能量平价的目标,结合定量奖励与定性$ω$定期条件:最大化的目的是避免耗尽能量,同时满足奇偶条件。我们表明,相应的几乎肯定的问题,即,检查是否存在最大化器策略,该最大化器策略在以给定能量水平$k$开始时以概率$1$实现能量奇偶性目标是可判定的并且在$NP \cap coNP$中。这同样适用于检查这样的$k$是否存在以及给定的$k$是否最小。
2021-01-18 cs.GT cs.LO
Mean-Payoff Pushdown Games
图上的二人博弈是形式化验证和程序分析中许多问题的核心,如开放系统的综合和验证。在这项工作中,我们考虑解决递归游戏图(或下推游戏图),可以模拟顺序程序的控制流与递归。虽然下推游戏已经研究了定性的目标,如可达性和$ω$ -定期的目标,在这项工作中,我们研究了第一次这样的游戏,最好的研究定量目标,即平均回报目标。在下推博弈中,有两种策略是相关的:(1)全局策略,它依赖于整个全局历史;(2)模块策略,它只有局部记忆,因此不依赖于调用的上下文,而只依赖于当前模块调用的历史。主要结果如下:(1)在全局策略下,具有平均支付目标的一人下推对策是多项式时间可判定的。(2)在全局策略下,具有平均支付目标的两人下推博弈是不可判定的。(3)模块化策略下具有平均收益目标的单人下推博弈是NP难的。(4)在模块化策略下具有平均收益目标的两人下推博弈可以在NP中求解(即,在模块化策略下,具有平均收益目标的单人和双人下推博弈都是NP完全的)。我们还建立了最优策略的复杂性表明,平均回报目标的全球战略需要无限的记忆,即使在一个球员的下推游戏和无记忆的模块化策略是足够的两个球员的下推游戏。最后,我们还表明,所有的问题都有相同的复杂性,如果堆栈有界性条件,随着平均回报目标的球员也必须确保堆栈高度有界。
2016-05-15 cs.FL cs.GT cs.LO
Strategy Complexity of Büchi and Transience Objectives in Concurrent Stochastic Games
University of Oxford(牛津大学);University of Edinburgh(爱丁堡大学);IRIF & CNRS, Université Paris cité(IRIF与法国国家科学研究中心,巴黎西岱大学);University of Liverpool(利物浦大学)
本文研究可数图上的双人随机博弈,证明Büchi目标存在仅需步数计数器加1比特公共记忆的ε-最优Max策略,且该界紧;组合目标需恰好1比特公共记忆,而瞬态目标可无记忆实现。
2026-09-15 cs.GT math.PR
Stochastic Games with Disjunctions of Multiple Objectives (Technical Report)
随机博弈将可控和对抗的非确定性与随机行为结合起来,是控制、验证和合成面临不确定性的反应系统的常用工具。多目标随机游戏是自然的情况下,几个可能相互冲突的性能标准,如时间和能源消耗是相关的。这种合取组合是文献中研究最多的多目标设置。本文考虑对偶析取问题。更具体地说,我们研究了图上的回合制随机二人博弈,其中获胜条件是保证至少一个可达性或安全目标,从一组给定的替代品。我们提出了一个细粒度的战略和计算复杂性的概述,这样的\emph{disjunctive queries}(DQ),并提供了新的下限和上限的几个变种的问题,显着扩展以前的作品。我们还提出了一种新的值迭代式算法,用于近似给定DQ的Pareto最优阈值集。
2021-09-06 cs.CC cs.GT
On Strong Determinacy of Countable Stochastic Games
研究了具有可数无限状态空间的两人回合制完全信息随机对策。玩家的目标是最大化/最小化给定事件的概率(即,可测量的一组无限游戏),如可达性,Büchi,欧米茄定期或更一般的目标。已知这些博弈是弱决定的,即,他们有价值。然而,阈值目标的强确定性(由事件和阈值$c \in [0,1]$给出)在许多情况下是开放的:是否总是最大化者或最小化者具有获胜策略,即,一个强制,对其他球员的所有策略,目标是满足概率$\ge c$(分别)。$< c$)?我们表明,几乎肯定的目标(其中$c=1$)是强烈确定的。这极大地推广了以前的结果有限的游戏几乎肯定的尾巴目标。另一方面,我们表明,$\ge 1/2$(合作)Büchi目标并不强烈确定,即使游戏是分支。此外,几乎肯定的可达性和几乎肯定的Büchi目标的分支游戏中,我们加强强确定性的球员之一,必须有一个无记忆的确定性(MD)的获胜策略。
2017-04-17 cs.GT cs.LO
Time Flies When Looking out of the Window: Timed Games with Window Parity Objectives
窗口机制是由Chatterjee等人引入的,用于在图上的两人回合制游戏中加强具有时间界限的平均支付和总支付目标。从那以后,它被证明在各种环境中都很有用,包括游戏中的奇偶性目标和马尔可夫决策过程中的平均收益和奇偶性目标。我们研究时间自动机和定时游戏中的窗口奇偶性目标:给定窗口大小的界限,如果在路径上的所有状态中,我们看到一个足够小的窗口,其中最小的优先级是偶数,则路径满足这样的目标。我们发现,检查时间自动机的所有时间发散路径满足这样的窗口奇偶校验目标可以在多项式空间中完成,并且相应的时间游戏可以在指数时间内求解。这与计时奇偶游戏的复杂性相匹配,同时增加了推理时间界限的能力。我们还考虑了多维目标,并表明复杂性类不会增加。据我们所知,这是第一次在实时设置中研究窗口机制。
2021-08-11 cs.FL cs.GT cs.LO
Faster Algorithms for Mean-Payoff Parity Games
图游戏为反应过程的建模和综合提供了基础。这种游戏是在图上进行的,其中顶点由两个敌对的玩家控制。我们考虑图游戏的第一个玩家的目标是一个定性目标(指定为奇偶条件)和定量目标(指定为平均回报条件)的结合。这个问题有两种变体,即阈值问题,其中定量目标是确保平均收益值高于阈值,以及价值问题,其中定量目标是确保最佳平均收益值;在这两种情况下,都确保定性平价目标。对于具有$n$顶点、$m$边、具有$d$优先级的奇偶目标以及用于平均支付目标的最大绝对奖励值$W$的博弈图,先前最著名的算法如下:用于阈值问题的$O(n^{d+1} \cdot m \cdot W)$,以及用于值问题的$O(n^{d+2} \cdot m \cdot W)$。我们的主要贡献是更快的算法,我们的算法的运行时间如下:$O(n^{d-1} \cdot m \cdot W)$的阈值问题,和$O(n^{d} \cdot m \cdot W \cdot \log (n\cdot W))$的价值问题。对于具有两个优先级的平均收益奇偶目标,我们的算法与平均收益游戏的算法的最知名的界限相匹配(不与奇偶目标相结合)。我们的结果与具有功能要求(作为定性目标给出)和性能要求(作为定量目标给出)的反应系统的合成相关。
2017-06-19 cs.GT cs.LO
Quantitative games with interval objectives
传统的定量博弈,如均值-收益博弈和折扣和博弈,有两个参与者--一个试图最大化收益,另一个试图最小化收益。相关的决策问题,“Eve(最大化者)能获得正收益吗?“可以被认为是一个玩家试图在间隔$(0,\infty)$中获得回报。在本文中,我们考虑更一般的问题,确定是否一个球员可以获得支付在一个有限的联盟的任意区间的各种支付功能(liminf,平均支付,折扣和,总和)。特别是,这包括有趣的精确值问题,“Eve能否获得精确的回报(例如)0吗?"
2014-04-18 cs.GT cs.LO
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
Approximating the Value of Energy-Parity Objectives in Simple Stochastic Games
School of Informatics, University of Edinburgh(爱丁堡大学信息学院)
本文研究了简单随机游戏中能量-奇偶目标的近似计算问题,提出了一种在2-NEXPTIME内求解给定配置值的算法,并给出了玩家ε最优策略所需内存模式的上界。
2023-07-11 cs.GT math.PR
Strategy Complexity of Concurrent Stochastic Games with Safety and Reachability Objectives
我们考虑有限状态并发随机博弈,由k>=2个参与者进行无限轮的博弈,其中在每一轮中,每个参与者同时且独立于其他参与者选择一个行动,此后,后继状态由当前状态和所选择的行动给出的概率分布确定。我们认为可达性目标,给定的目标集的状态要求,在目标中的一些状态被访问,和双重安全目标,给定的目标集要求,只有在目标集中的状态被访问。我们感兴趣的是固定策略的复杂性,衡量他们的耐心,这是定义为最小的非零概率的倒数。我们的主要结果如下:我们证明了在两人零和并发随机对策中,(一个局中人的可达性目标和另一个局中人的互补安全目标):(i)对于两个局中人,最优策略和ε-最优策略的耐心的最优界都是双指数的;和(ii)即使在一个单一的非吸收状态指数(在行动的数量)耐心的游戏是必要的。在一般情况下,我们研究类的非零和游戏承认固定的ε-纳什均衡。我们证明了如果至少有一个局中人具有可达性目标,那么双指数耐心可能是必需的双-纳什均衡策略,而与此相反,如果所有局中人都具有安全目标,则双-纳什均衡策略的最优耐心界限仅是指数的。
2015-06-08 cs.GT cs.LO
Level-2 Inverse Games for Inferring Agents' Estimates of Others' Objectives
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出二级逆向游戏框架,用于推断智能体对他人目标的估计,解决了传统一级推断在现实场景中的局限性。
2026-08-29 cs.GT cs.MA
A Novel Strategy Selection Method for Multi-Objective Clustering Algorithms Using Game Theory
Shiraz University(设拉子大学)
影响博弈论算法效率的最重要因素是时间和博弈复杂度。在这项研究中,我们提供了一个优雅的方法来处理高复杂性的博弈论多目标聚类方法在大规模的数据集。在这里,我们已经开发了一种方法,选择一个子集的战略,从战略配置文件为每个球员。在这种情况下,支付矩阵的大小显着减少,这对时间复杂度有显着的影响。因此,具有更多数据的实际问题是易于处理的,具有较少的计算复杂性。虽然策略集可能会随着数据点数量的增加而增长,但所提出的策略选择模型大大减少了策略空间,其中每个局部游戏中的集群被细分为几个子集群。显着的结果表明,所提出的方法在降低所关注的问题的计算复杂性的效率。
2012-08-15 cs.AI cs.GT
Stochastic Games with Synchronizing Objectives
我们考虑两个玩家在有限图上玩无限多轮的随机游戏。随机博弈通过增加一个对手来推广马尔可夫决策过程(MDP),通过增加随机性来推广两个玩家的确定性博弈。博弈的结果是博弈图状态的一系列分布。我们考虑同步目标,它要求概率质量在一组目标状态中积累,或者总是,一次,无限频繁,或者总是在结果序列中的某个点之后;以及肯定获胜(如果累积概率等于1)和几乎肯定获胜(如果累积概率任意接近1)的获胜模式。我们提出的算法来计算这些同步模式中的每一个的获胜分布的集合,显示相应的决策问题是PSPACE完全同步一次和无限经常,和PTIME完全同步总是和总是在某个点之后。这些界限是显着符合MDPs的特殊情况下,而算法的解决方案和证明技术是相当多的参与,即使是确定性的游戏。这是因为这些博弈具有不完美信息的味道,特别是它们不是确定的,并且需要考虑随机策略,即使在博弈图中没有随机选择。此外,结合博弈图中的随机性,有限记忆策略通常是不够的(对于无限频繁的同步)。
2022-02-25 cs.GT cs.LO
Optimising Long-Term Outcomes using Real-World Fluent Objectives: An Application to Football
University of Southampton(南安普顿大学);Technical University of Crete(克里特技术大学)
在本文中,我们提出了一种新的方法来优化足球(足球)的长期战术和战略决策封装在一个给定的时间框架内的联赛环境中的事件。我们为一个赛季的球队目标建模,并跟踪这些目标如何随着比赛的展开而演变,以提供一个流畅的目标,可以帮助决策游戏。我们开发了基于马尔可夫链蒙特卡罗和深度学习的算法,这些算法利用流畅的目标,以便从环境中的先前游戏和其他游戏中学习,并提高团队的长期表现。使用来自760场比赛的真实数据集对我们的方法进行的模拟表明,通过使用我们流畅的目标和之前的比赛的优化战术,我们可以平均将球队在联赛中的平均预期完成分布提高高达35.6%。
2021-02-18 cs.AI cs.GT
Games with a Weak Adversary
我们考虑了具有部分观察和奇偶目标的多人图博弈。虽然决策问题的第一和第二个球员对第三个球员的联盟的三人游戏是不可判定的,我们提出了一个可判定性的结果部分观察游戏的第一和第三个球员是在一个联盟对第二个球员,因此,第二个球员是敌对的,但由于部分观察较弱。我们建立严格的复杂性界限的情况下,球员1是不太知情的球员2,即2-EXPTIME完全奇偶校验目标。对称的情况下,玩家1比玩家2更了解是更加复杂的,我们表明,已经在玩家1有完美的观察的情况下,内存的大小非小学一般是必要的可达性目标,和安全和可达性目标的问题是可判定的。我们的研究结果与部分观察随机游戏,我们得到新的复杂性结果有紧密的联系。
2014-04-22 cs.GT cs.LO
Multi-objective Clustering Algorithm with Parallel Games
Laboratory of Medical Informatics (LIMED)(医学信息学实验室(LIMED));Insight Center for Data Analytics(洞察数据分析中心);University of Bejaia(贝贾亚大学);University College of Dublin(都柏林大学学院)
数据采掘和知识发现是近二十年来由于大量的数据而兴起的两个重要的研究领域。生成的数据量呈指数级增长,促使开发几种挖掘技术来满足自动获取知识的需求。聚类分析(寻找相似的数据组)是数据采掘和知识发现中一种成熟且广泛使用的方法。在本文中,我们介绍了一种聚类技术,使用博弈论模型来解决多目标应用问题。其主要思想是利用一种特定类型的同时移动游戏,称为拥挤游戏。拥塞博弈提供了许多优点,从被简洁地表示到拥有在多项式时间内可达到的纳什均衡。该算法主要包括三个步骤:1)确定初始参与者(或簇头); 2)通过构建博弈来确定初始簇的组成,并试图找到博弈的均衡点。第三步包括合并接近的聚类以获得最终的聚类。实验结果表明,该方法取得了良好的效果,它是非常有前途的可扩展性和性能。
2020-07-10 cs.GT cs.LG
Approximating Values of Generalized-Reachability Stochastic Games
简单随机游戏是回合制的2.5人游戏,具有可达性目标。基本问题是,一个玩家是否能确保以至少给定的概率达到给定的目标。一个自然的扩展是以这些条件的结合为目标的博弈。尽管最近有大量的结果分析系统的多目标,这个基本问题的可判定性仍然是开放的。在本文中,我们提出了一个算法近似的帕累托边界的可实现的值,以给定的精度。此外,它是一个随时算法,这意味着它可以在任何时候停止返回当前近似及其误差界。
2020-04-27 cs.GT cs.LO
Timed Games with Bounded Window Parity Objectives
Chatterjee等人为图上的两人回合制游戏中的平均收益和总收益目标引入了窗口机制,该机制细化了具有时间界限的长期目标。这种机制已被证明在各种设置中是有用的,最近在定时系统中也是如此。在定时设置中,研究了所谓的固定定时窗口奇偶校验目标。固定定时窗口奇偶性目标是相对于某个时间界限定义的,并且要求我们始终见证时间帧,即,一个窗口,其大小小于最小优先级为偶数的固定范围。在这项工作中,我们专注于有界定时窗口奇偶校验目标。如果存在满足固定目标的某个界,则满足这样的目标。有界目标的满意度是鲁棒的建模选择,如常数出现在约束,不像固定的目标,常数的选择可能会影响一个给定的范围的满意度。我们证明了时间自动机中有界时间窗口目标的验证可以在多项式空间中进行,并且即使对于多目标扩展,具有这些目标的时间游戏也可以在指数时间内解决。这与固定情况的复杂性类相匹配。我们还提供了一个窗口奇偶性目标的不同变体的比较。
2022-05-09 cs.FL cs.GT cs.LO
Strategy Improvement for Concurrent Safety Games
我们考虑图上的并发博弈。在每一轮游戏中,每个玩家同时独立地选择一步棋,这些棋步共同决定了向后继状态的过渡。两个基本目标是安全性目标:“永远停留在状态集合F中”,以及它的对偶,可达性目标,“达到状态集合R”。本文提出了一种策略改进算法,用于计算并发安全博弈的值,即参与人1执行安全目标的最大概率。该算法产生一个序列的玩家-1的策略,以确保获胜的概率,单调收敛到安全游戏的值。这一结果的意义是双重的。首先,虽然策略改进算法是已知的马尔可夫决策过程和回合制游戏,以及并发可达性游戏,这是第一个并发安全游戏的策略改进算法。其次,也是最重要的,改进算法提供了一种从下面近似并发安全博弈的值的方法(已知的值迭代算法从上面近似值)。因此,当与值迭代算法,或与可达性游戏的策略改进算法一起使用时,我们的算法导致计算可达性和安全游戏的值的收敛上界和下界的第一个实用算法。
2008-04-29 cs.GT cs.LO
Regular Games with Imperfect Information Are Not That Regular
研究不完全信息双人博弈中随机化策略的合成问题,提出正则博弈概念,证明在更一般模型中纯策略归约不适用,但在Buechi目标下随机化策略合成可判定。
2024-07-26 cs.GT cs.LO
Termination Criteria for Solving Concurrent Safety and Reachability Games
我们考虑图上的并发博弈。在游戏的每一轮,每个玩家同时独立地选择一步棋,这些棋步共同决定了向后继状态的过渡。两个基本目标是永远停留在一组给定状态的安全性目标,以及它的对偶,到达一组给定状态的可达性目标。本文提出了一种计算并发安全对策值的策略改进算法,即局中人1实现安全目标的最大概率。该算法产生一个序列的玩家-1的策略,以确保获胜的概率,单调收敛到安全游戏的值。我们的结果是显着的,因为策略改进算法提供了,第一次,一种方法来近似值的并发安全游戏从下面。由于值迭代算法,或可达性游戏的策略改进算法,可以用来近似相同的值从上面,这两种算法的组合产生一种方法,用于计算收敛序列的上限和下限的并发可达性和安全游戏的值。以前的方法只能从一个方向近似这些游戏的值,并且由于没有已知的收敛速度,它们没有提供解决这些游戏的实用方法。
2008-09-23 cs.GT cs.LO
Coverage Games
The Hebrew University(希伯来大学)
本文提出覆盖游戏,一种多智能体规划新框架,用于系统操作多个智能体但无法完全控制的情况。研究了覆盖者与破坏者之间的博弈,探讨了覆盖者如何通过多个智能体满足所有目标,破坏者则试图阻止。
2026-09-24 cs.GT cs.LO