Stability, Fairness and Random Walks in the Bargaining Problem
我们研究了经典的谈判问题和它的两个典型的解决方案,(纳什和Kalai-Smorodinsky),从一个新的角度来看:我们要求的解决方案的稳定性,如果双方球员都能够扭曲基本的谈判过程中参考第三方(例如法院)。通过探索最简单的情况,即第三方的决策是随机做出的,我们得到了一个稳定的解决方案,其中参与者没有任何激励来参考这样的第三方。虽然纳什和Kalai-Smorodinsky解决方案都不能确保稳定的情况下,参考第三方是可能的,我们发现,Kalai-Smorodinsky解决方案似乎总是占主导地位的稳定分配,构成新的支持,有利于后者。
2017-07-08 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
Low-Carbon Economic Dispatch of Bulk Power Systems Using Nash Bargaining Game
电力系统脱碳是实现全球碳中和目标的关键,但减排与平抑发电成本之间存在着尖锐的矛盾。因此,电力系统运营商在考虑经济性的同时,也考虑低碳因素是非常重要的。建立了基于纳什讨价还价博弈的大容量电力系统低碳经济调度模型,得到了在经济目标和低碳目标之间进行合理权衡的纳什讨价还价解。由于Nash谈判解满足Pareto有效性,我们分析了参数线性规划的Pareto边界的计算复杂性,并解释了该方法的无效性。相反,我们分配一组动态权重的目标函数的低碳经济调度模型,以提高计算效率,通过解耦的时间段,避免帕累托边界的完整计算。最后,我们通过中国大陆的一个真实的全国范围内的模拟验证了所提出的模型和算法。
2023-01-30 cs.GT cs.SY eess.SY
Time-Efficient Algorithms for Nash-Bargaining-Based Matching Market Models
针对现有基数效用匹配市场模型求解难、数量少的问题,本文基于乘法权重更新和条件梯度下降技术,为多种基于纳什议价的匹配市场模型提供经运行时间证明的快速算法,还验证了相关公平性并提出非二分匹配市场的对应模型及算法。
2024-11-02 cs.GT econ.TH
Bargaining Dynamics in Exchange Networks
我们考虑一个动态系统计算纳什讨价还价的解决方案的图,并专注于其收敛速度。更准确地说,我们分析了Azar等人的边平衡动力系统,并充分说明了它的收敛性的一个重要类别的基本图形结构,出现在Kleinberg和Tardos的程序计算纳什讨价还价解决方案的一般图。我们表明,所有这些动力系统是线性的或最终成为线性的,它们的收敛时间是二次的匹配边缘的数量。
2012-02-06 cs.GT math.OC
Random Assignment Under Bi-Valued Utilities: Analyzing Hylland-Zeckhauser, Nash-Bargaining, and other Rules
Hylland-Zeckhauser(HZ)规则是用于随机分配项目的公知规则。该规则的复杂性最近重新引起了人们的兴趣,Vazirani和Yannakakis(2020)提出了一种双值效用下规则的强多项式时间算法,并提出了一些一般性见解。我们研究的情况下,代理商具有双值效用的规则。我们指出了HZ规则的几个特征,与文献中的几个著名规则有更清晰的关系。因此,我们指出替代强多项式时间算法的HZ解决方案。我们也给减少计算HZ解决方案计算著名的解决方案的基础上leximin或纳什社会福利。一个有趣的对比是,HZ规则是群体策略防护的,而无约束的竞争均衡与平等收入规则甚至不是策略防护的。我们澄清了从1-0效用到更一般的双值效用时,结果会发生变化。最后,我们证明了密切相关的纳什谈判解决方案违反了嫉妒自由和战略的证据,即使在1-0效用。
2021-03-02 cs.DS cs.GT
Rational Convex Programs, Their Feasibility, and the Arrow-Debreu Nash Bargaining Game
在过去的十年中,组合算法已经获得了精确求解几个非线性凸规划。我们首先通过引入{ \em有理凸规划}的概念来为这项活动提供一个正式的背景--这也使我们能够确定一些需要进一步研究的问题。到目前为止,这样的算法得到的全部问题。我们的主要贡献是发展了处理非总体问题的方法,即,它们相关的凸规划对于某些参数设置可能是不可行的。我们研究的具体问题属于纳什讨价还价的游戏,称为ADNB,这是来自线性情况下的阿罗德布鲁市场模型。我们减少这个游戏,以计算一个新的市场模型称为{ \em灵活的预算市场}的均衡,我们得到的原始-对偶算法确定的可行性,以及不可行性的证明,并找到一个均衡。我们给我们的组合算法ADNB一个重要的“公平”的吞吐量分配问题的无线信道上的应用。
2010-10-20 cs.DS cs.GT
Scale invariance versus translation variance in Nash bargaining problem
纳什的解决方案在他的著名文章的谈判问题呼吁最大化的产品的边际效用是重新审查;不同的论点线支持这样一个解决方案是建议由直接或更直接的推理,并提出了一个猜想,这意味着唯一的算法,即他的解决方案。还提出了其他可供选择的劣算法。本文认为,效用函数的标度不变原理应该也可以应用于此,即效用重新标度u '= a*u是允许的,而平移,给效用函数u'= u+b增加一个常数则不能应用于此,因为它不是不变的,并导致矛盾的行为。最后,特殊情况下的所有权和公用事业,交易预计不会发生,因为没有是有利可图的检查,然后被证明是符合规模不变原理。
2011-01-31 cs.GT math.ST stat.TH
Bargaining dynamics in exchange networks
我们考虑一个单边分配市场或交换网络与可转移的效用,并提出了一个模型,在这样的市场中的讨价还价的动力学。我们的动态模型是本地的,涉及迭代更新的“报价”的基础上估计的最佳替代匹配,在成对的纳什讨价还价的精神。我们建立,当一个平衡的结果(一个推广的成对纳什讨价还价解决方案的网络)存在,我们的动态迅速收敛到这样的结果。我们将我们的结果扩展到以下情况:(i)一般代理人的“能力约束”,即,一个代理可以被允许参与多个比赛,和(ii)“不平等的讨价还价能力”(我们也发现了一个令人惊讶的变化收敛速度)。
2011-12-06 cs.GT cs.MA
Multi-Task Learning as a Bargaining Game
Bar-Ilan University(巴伊兰大学);Nvidia(英伟达);National University of Singapore(新加坡国立大学)
在多任务学习(MTL)中,联合模型被训练为同时对多个任务进行预测。联合训练降低了计算成本并提高了数据效率;然而,由于这些不同任务的梯度可能会冲突,因此训练MTL的联合模型通常会比相应的单任务模型产生更低的性能。缓解此问题的常用方法是使用特定的启发式将每个任务的梯度组合到联合更新方向中。在本文中,我们建议将梯度组合步骤视为一个讨价还价的游戏,其中任务进行协商,以达成一项协议的参数更新的联合方向。在某些假设下,讨价还价问题有一个独特的解决方案,称为纳什讨价还价解决方案,我们建议使用它作为多任务学习的原则方法。我们描述了一个新的MTL优化过程,纳什MTL,并推导出其收敛性的理论保证。从经验上讲,我们表明,纳什MTL在多个领域的MTL基准测试中取得了最先进的结果。
2022-07-08 cs.GT cs.LG
An FPTAS for Bargaining Networks with Unequal Bargaining Powers
讨价还价网络模拟社会或经济情况下,代理人寻求形成最有利可图的伙伴关系与另一个代理人从几个选项。最近有一系列研究纳什讨价还价解决方案(也称为“平衡结果”)在讨价还价网络,所以我们现在知道当这样的解决方案存在,也可以有效地计算,即使是市场代理人以自然的方式行事。在这项工作中,我们研究了纳什讨价还价的一般化,该模型模拟了不平等“讨价还价能力”的可能性。在[KB+10]中引入了这种推广,其中证明了相应的“不平等分割”(UD)解存在当且仅当Nash讨价还价解存在,并且当它们存在时,某些局部动态收敛于UD解。然而,得到的动态收敛时间的约束是指数的网络规模的不平等分工的情况下。这个界限是紧的,在这个意义上,存在[KB+10]的动态仅在指数时间之后收敛的情况。其他方法,如Kleinberg和Tardos的方法,并不推广到非对称的情况。因此,UD解决方案的计算易处理性问题仍然是开放的。在本文中,我们提供了一个FPTAS计算UD解决方案,当这样的解决方案存在。在图G=(V,E)上,权值(即成对的获利机会)一致上界为1,我们的FPTAS在时间poly(|V|,1/ \eps)中找到了一个\eps -UD解.我们还提供了一个快速的本地算法找到\eps -UD的解决方案,提供进一步的理由,市场可以找到这样的解决方案。
2010-08-01 cs.GT cs.MA
On Equilibria of N-seller and N-buyer Bargaining Games
一组包含n个卖家和n个买家的参与者就n个馅饼的分割进行讨价还价。卖方(买方)必须与买方(卖方)就馅饼的分配达成协议。参与者在一个类似于股票市场的系统中讨价还价:每个卖方(买方)可以向所有买方(卖方)提供一个出售(购买)价格,或者接受另一个买方(卖方)提供的价格。报价是众所周知的。一旦一个玩家接受了另一个玩家提供的价格,他们之间的馅饼就被决定了。每个参与者都有一个恒定的折扣因子,所有参与者的折扣因子是公知的。本文证明了该讨价还价问题的均衡是一个一致的分割率,它等价于一个两人讨价还价博弈的Nash讨价还价均衡,其中两人的折扣因子分别是n个买方和n个卖方的平均值。这一结果说明了讨价还价均衡与市场一般均衡的相关性。
2016-10-07 cs.GT
Incentive-Aligned Vehicle-to-Vehicle Energy Trading via Nash-Integrated Multi-Agent Reinforcement Learning
Department of Data Science and AI, Faculty of IT, Monash University, Australia(数据科学与人工智能系,信息科技学院,墨尔本大学,澳大利亚);Monash Energy Institute, Monash University, Australia(墨尔本能源研究所,墨尔本大学,澳大利亚)
本文提出一种基于纳什博弈解的多智能体深度确定性策略梯度(Nash-MADDPG)方法,用于车对车能源交易中的激励对齐,提升了社会福利和交易量,并在公平性方面取得了显著改进。
2026-05-21 cs.AI cs.GT math.OC
Monotone bargaining is Nash-solvable
给定两个有限序集$A = \{a_1, \ldots, a_m\}$和$B = \{b_1, \ldots, b_n\}$,引入博弈$O = \{(a, b) \mid a \in A, b \in B\} = \{(a_i, b_j) \mid i \in I = \{1, \ldots, m\}, j \in J = \{1, \ldots, n\}$的$m n$结果集.两个参与人,Alice和Bob,分别拥有由所有单调非减映射$x: A \rightarrow B$和$y: B \rightarrow A$组成的策略集$X$和$Y$。很容易看出,每对$(x,y) \in X \times Y$产生至少一个{ \em交易},即,结果$(a,b) \in O$,使得$x(a) = b$和$y(b) = a$。用$G(x,y) \subseteq O$表示与$(x,y)$相关的所有此类交易的集合。所获得的映射$G = G_{m,n}: X \times Y \rightarrow 2^O$是游戏对应关系。选择一个任意的交易$g(x,y) \in G(x,y)$来获得一个映射$g : X \times Y \rightarrow O$,这是一个游戏形式。我们将证明,每个这样的游戏形式是紧的,因此,纳什可解的,也就是说,对于任何一对$u = (u_A, u_B)$的效用函数$u_A :…
2017-12-08 cs.GT math.CO
Distributed bargaining in dyadic-exchange networks
本文考虑二元交换网络,其中个体代理自主形成规模为2的联盟,并就如何分割可转移的效用达成一致。这个博弈的有效结果包括稳定(如果代理人没有单方面的偏离动机),平衡(如果匹配的代理人从合作中获得类似的利益)或纳什(稳定和平衡)结果。我们设计了可证明正确的连续时间算法,以分布式方式找到这些类别的结果。我们的算法设计,以寻找纳什谈判解建立在其他两个算法的动力,寻找稳定的结果,饲料到一个寻找平衡的。我们的技术方法,建立收敛性和鲁棒性相结合的概念和工具,从优化,图论,非光滑分析,李雅普诺夫稳定性理论,并提供了一个有用的框架,进一步扩展。我们说明了我们的结果在无线通信的情况下,单天线设备有可能作为2天线虚拟设备,以提高信道容量。
2014-06-02 cs.GT math.OC
Indirect Dynamic Negotiation in the Nash Demand Game
Czech University of Life Sciences(捷克生命科学大学);The Czech Academy of Sciences(捷克科学院);Czech Technical University(捷克技术大学)
本文针对不完全信息下的序贯双边讨价还价问题,提出一种基于贝叶斯学习和马尔可夫决策过程的间接动态谈判决策模型,并在纳什需求博弈中验证其能协调行动、提高成功率并增加个体收益。
2024-09-10 cs.AI cs.GT math.OC
Combining Tree-Search, Generative Models, and Nash Bargaining Concepts in Game-Theoretic Reinforcement Learning
Google DeepMind(谷歌DeepMind);University of Waterloo(滑铁卢大学);University of Michigan(密歇根大学)
本文提出基于深度博弈论强化学习的多智能体训练框架,通过生成最佳响应算法GenBR和纳什谈判理论构建对手混合策略,提升在不完全信息域中的对手建模能力。
2026-04-05 cs.AI cs.GT cs.LG
Pareto Region Characterization for Rate Control in Multi-User Systems and Nash Bargaining
将多用户多输入多输出(MIMO)干扰系统中的速率控制问题转化为多准则优化(MCO)问题。的帕累托率区域的MCO问题的特点。研究表明,对于Pareto速率区域的凸性,具有冲突目标的多个用户的干扰加噪声协方差矩阵(INCM)逼近单位矩阵是足够的。后者可以通过使用正交信令、分时或干扰消除策略来实现。在高干扰的情况下,干扰消除是优选的,以便增加帕累托边界并保证帕累托速率区域的凸性。纳什讨价还价(NB)的应用转化为一个单目标的MCO问题。研究了MIMO干扰系统中NB的唯一性、NB解的存在性和NB集的可行性等性质。当NB解存在时,相应的单目标问题有唯一解的充分条件是用户的INCM逼近单位矩阵。提出了一种简单的多级干扰消除方案,其导致更大的凸帕累托速率区域,并且相应地,与正交和分时信令方案相比,具有更大用户速率的唯一NB解决方案。的凸性的速率区域,所提出的干扰消除技术的有效性,以及存在的NB解决方案的MIMO干扰系统的数值研究。NB解决方案的公平性也得到了证明。最后,还考虑了多输入单输出(MISO)和单输入单输出(SISO)干扰系统的特殊情况。
2010-06-07 cs.GT cs.IT math.IT
A simple and numerically stable primal-dual algorithm for computing Nash-equilibria in sequential games with incomplete information
我们提出了一个简单的原始-对偶算法计算近似纳什均衡在两人零和序贯游戏不完全信息和完美的回忆(如德州扑克)。我们的算法在数值上是稳定的,只执行基本的迭代(即矩阵乘法,裁剪等,并且不调用外部一阶预言机,不进行矩阵求逆等),并且适用于广泛的两人零和游戏,包括具有不完全信息和完美回忆的同时游戏和顺序游戏。后一种游戏的适用性是由于序列形式的表示,它允许我们编码任何这样的游戏作为一个矩阵游戏凸多面体战略配置文件。我们证明了产生具有给定精度的纳什均衡所需的迭代次数与精度成反比。作为概念验证,我们提出了实验结果的矩阵游戏的单纯形和库恩扑克。
2015-12-23 cs.GT
Nash Social Welfare Approximation for Strategic Agents
资源的公平分配是一个重要的古老问题,它导致了丰富的文学作品。在这个文献的中心在于的问题,是否存在公平的机制,尽管战略行为的代理人。一个基本的目标函数用于衡量公平的结果是纳什社会福利,定义为几何平均的代理效用。这个目标函数是最大化的广为人知的解决方案的概念,如纳什讨价还价和竞争均衡与平等的收入。在这项工作中,我们专注于(近似)实现纳什社会福利的问题。我们分析的出发点是费雪市场,一个经济的基本模型,其基准正是(加权)纳什社会福利。我们首先研究了两类极端的估值函数,即完全替代品和完全互补品,发现对于完全替代品,费雪市场机制有一个常数近似:至多2,至少e1 e。然而,对于完全互补,费雪市场并不能很好地工作,它的边界随着参与者的数量线性下降。引人注目的是,交易站机制--一种间接的市场机制,也被称为夏普利-舒比克博弈--在自己的基准上比费舍尔市场有更好的表现。交易站不仅在完全替代品的情况下达到了近似2,而且这个界限对所有凹效用都成立,并且在里昂惕夫效用(完全互补)的情况下变得任意接近最优,在那里它对每个$ε> 0$都达到了$(1+ε)$。此外,对于所有凹效用,交易站机制的所有纳什均衡都是纯的,并且满足一个重要的公平概念,即比例。
2017-05-12 cs.GT
Equilibria in Sequential Allocation
顺序分配是一种用于共享多个不可分割项目的简单机制。我们研究序贯分配中的策略行为。特别是,我们考虑纳什动态,以及计算和帕累托最优的纯均衡,和Stackelberg策略。我们首先证明,即使是两个代理,更好的反应可以循环。然后,我们提出了一个线性时间算法,返回一个配置文件(我们称之为“虚张声势的配置文件”),是在纯纳什均衡。有趣的是,虚张声势的配置文件的结果是相同的,真实的配置文件是在纯粹的纳什均衡\emph{all}基数效用一致的顺序偏好。我们表明,虚张声势的配置文件的结果是帕累托最优的两两比较。相比之下,我们表明,分配可能不是帕累托最优的两两比较,即使它是一个结果的偏好配置文件,是在纯纳什均衡的所有公用事业一致的顺序偏好。最后,我们提出了一个动态程序来计算两个代理的最优Stackelberg策略,其中第二个代理的项目有一个常数的不同值。
2017-05-26 cs.GT
Sequential games and nondeterministic selection functions
本文从博弈论的角度分析了Escardó和Oliva对强单子上的选择函数的推广。我们专注于非确定性(有限非空幂集)单子$\mathcal{P}$的情况下。我们使用这些非确定性的选择函数类型$\mathcal{J}^{\mathcal{P}}_R X = (X \rightarrow R) \rightarrow \mathcal{P} (X)$研究序列游戏,延长以前的工作链接(确定性)选择函数的博弈论。类似于确定性选择函数,计算一个子博弈完美的纳什均衡发挥的游戏,我们将这些非确定性选择函数,有一个明确的博弈论解释。我们发现,令人惊讶的是,不存在非确定性的选择功能,计算所有子博弈完美的纳什均衡发挥。相反,我们表明,有选择功能对应的顺序版本的迭代删除严格支配的策略。
2019-04-14 cs.GT
Computational Extensive-Form Games
我们定义的解决方案的概念,适当的计算有限的球员玩一个固定的有限游戏。要做到这一点,我们需要定义一个\emph{computational game}(在某种适当的意义上,它是一个不断变大的博弈序列)表示一个有限的底层扩展形式博弈的含义。粗略地说,我们要求序列中的所有博弈都具有与底层博弈基本相同的结构,除了两个不可区分的历史(即,在相同的信息集合中)可以对应于在计算游戏中仅在计算上不可区分的历史。我们定义了计算博弈的纳什均衡和序列均衡的计算版本,并表明每个纳什均衡(分别为,序列)均衡对应于计算纳什(分别,计算游戏中的均衡。我们的方法的一个优点是,如果一个密码协议表示一个抽象的游戏,那么我们可以分析它的战略行为在抽象的游戏,从而分离的密码分析的协议从战略分析。
2015-06-09 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
Sequential LLM Release Facilitates Manipulation in Regulated Markets
Faculty of Data and Decision Sciences, Technion – Israel Institute of Technology, Haifa, Israel(以色列理工学院数据与决策科学学院,海法,以色列)
研究探讨了AI代理技术扩展对博弈论场景中经济影响,发现技术扩展可显著改变均衡收益与监管结果,提出'毒苹果'效应通过释放未被使用的新技术操纵监管设计,损害对手与监管公平性。
2026-08-18 cs.AI cs.CL cs.GT
Better Regularization for Sequential Decision Spaces: Fast Convergence Rates for Nash, Correlated, and Team Equilibria
Carnegie Mellon University(卡内基梅隆大学);Columbia University(哥伦比亚大学)
本文研究了迭代一阶方法在求解大规模两人扩展型对策平衡点问题中的应用。一阶方法通常必须用正则化器实例化,正则化器作为参与者决策集的距离生成函数。对于二人零和博弈的情形,利用扩张熵函数得到了纳什均衡的理论收敛速度。在本文中,我们引入了一个新的基于熵的距离生成函数的两人零和游戏,并表明,该函数实现了显着更好的强凸性比扩张熵,同时保持相同的易于实现的封闭形式的邻近映射。大量的数值模拟表明,这些优越的理论性能转化为更好的数值性能。然后,我们推广我们的新的熵距离函数,以及一般的扩张距离函数,缩放扩展算子。标度扩张算子是一种递归构造凸集的方法,它推广了扩张型博弈的决策多面体,以及对应于相关和团队均衡的凸多面体。通过实例化一阶方法与我们的正则化,我们开发了第一个加速的一阶方法计算相关的平衡和事先协调的团队平衡。我们的方法有保证的$1/T$收敛速度,以及线性时间邻近更新。
2021-10-12 cs.AI cs.GT
Continual Depth-limited Responses for Computing Counter-strategies in Sequential Games
本文提出将有限前瞻求解与对手模型结合的方法,在大规模不完美信息博弈中近似最佳响应或计算鲁棒性可控的响应,并解决了鲁棒响应与有限前瞻求解不兼容的问题,实验表现优于现有方法。
2024-04-03 cs.GT
Environment Complexity and Nash Equilibria in a Sequential Social Dilemma
The Alan Turing Institute(艾伦·图灵研究所);University of Exeter(埃克塞特大学)
本文将矩阵博弈社会困境扩展为高维序贯 MARL 环境,通过调整猎鹿博弈网格世界并改变环境复杂度,发现复杂度升高会使智能体收敛到风险占优的次优纳什均衡策略,揭示了环境复杂度对合作最优结果的影响。
2024-08-08 cs.AI cs.GT cs.MA
Optimal Bi-level Lottery Design for Multi-agent Systems
多智能体系统中的实体可能会寻求冲突的子对象,这导致它们之间的竞争。为了解决由于竞争的性能下降,我们考虑一个双层彩票,在高级别的社会规划者选择奖励第一,顺序地,一组球员在低级别共同确定一个纳什均衡的奖励。社会计划者面临着效率损失,彩票游戏的纳什均衡可能与社会最优不一致。我们提出了一个最优的双层彩票设计问题,寻找最小的奖励和扰动,使诱导的纳什均衡产生社会最优的回报。我们形式化地刻画了无政府状态的价格和公共物品的行为以及关于报酬和扰动的纳什均衡。我们放松了最优的双层彩票设计问题,通过凸近似,并确定温和的充分条件下,近似是准确的。
2020-12-03 cs.GT
Learning the Value of Value Learning
本文扩展了Jeffrey-Bolker框架,证明了价值信息定理,并展示了多智能体环境下价值细化如何将零和游戏转化为正和互动,从而提升纳什谈判的帕累托改进。
2026-04-13 cs.AI cs.GT
Stackelberg vs. Nash in the Lottery Colonel Blotto Game
本文将彩票型布洛托上校博弈建模为斯塔克尔伯格博弈,提出基于迭代博弈缩减的多项式时间方法求解领导者最优承诺策略,并给出斯塔克尔伯格均衡与纳什均衡重合的预算比闭式阈值条件。
2025-05-10 cs.GT
A Mathematical Programming Approach to Computing and Learning Berk--Nash Equilibria in Infinite-Horizon MDPs
Department of Electrical and Computer Engineering, New York University(纽约大学电气与计算机工程系)
本文研究了在内部模型类不准确时的序列决策问题,通过耦合线性规划和双层优化方法,提出了一种计算和学习Berk-Nash均衡的数学规划方法,并引入熵正则化以解决非光滑性问题,最终实现有效的探索-利用平衡。
2026-03-13 cs.GT
A generalisation of Nash's theorem with higher-order functionals
最近由马丁·埃斯卡多和保罗·奥利瓦提出的序贯博弈和选择函数理论被推广到参与者同时行动的博弈中。有限对策的混合策略均衡的纳什存在定理被推广到由选择函数定义的对策。给出了一个推广博弈论范式的范式构造,并证明了它的可靠性。极大极小策略也适用于一类新的博弈,并通过Berardi-Bezem- Coquand泛函计算,在证明论中作为可数选择公理的解释进行研究。
2013-01-21 cs.GT cs.LO
Anchored Sequential Deliberation
Management Science and Engineering, Stanford University(斯坦福大学管理科学与工程系)
本文提出锚定序贯审议机制,在序贯谈判中引入现状锚定,证明收敛与稳定性的权衡,并给出平稳失真界,表明强锚定虽减慢混合但降低社会成本。
2026-10-02 cs.GT cs.MA
Cooperative Equilibrium beyond Social Dilemmas: Pareto Solvable Games
最近提出的“合作均衡”概念是基于这样一种假设,即参与者对合作有一种自然的态度,这一概念已被证明是预测人类在社会困境中的行为的有力工具。在本文中,我们将这一想法扩展到更一般的博弈模型,称为“帕累托可解”的游戏,其中特别包括纳什谈判问题和最后通牒游戏。我们证明了这类博弈具有唯一的纯合作均衡。此外,对于最后通牒博弈,这个概念似乎与独裁者博弈的一个适当定义的变体密切相关。我们使用Amazon Mechanical Turk进行的行为实验的结果支持这一观察结果,该实验表明,我们的方法可以对此类设置中的平均行为进行统计上精确的预测。
2015-09-25 cs.GT physics.soc-ph q-bio.PE
Equilibria in multi-player multi-outcome infinite sequential games
我们研究了多人多结局无限序列博弈中某些类型均衡(Nash,$\varepsilon$ -Nash,子博弈完美,$\varepsilon$ -子博弈完美,Pareto最优)的存在性.我们使用两个基本的方法:一个需要强大的拓扑限制的游戏,但产生非常强的存在性结果。另一个只需要一些非常基本的决定性性质,仍然得到一些存在性结果。这两个结果都是转移结果:从一小类博弈的某些均衡的存在性开始,它们允许我们得出一个更大类的某种类型的均衡的存在性的结论。为了使抽象的结果更具体,我们研究了作为一个特殊情况的无限序列游戏与实值支付函数。根据支付函数的类(连续,上半连续,博雷尔)和游戏是否是零和,我们得到各种存在性结果的平衡。我们的结果适用于两个或可数个参与人的博弈。
2016-03-16 cs.GT cs.LO math.GN
Efficient Learning of Decision-Making Models: A Penalty Block Coordinate Descent Algorithm for Data-Driven Inverse Optimization
University of Minnesota(明尼苏达大学)
决策问题通常被表述为最优化问题,然后求解这些问题以做出最优决策。在这项工作中,我们考虑的逆问题,我们使用先验决策数据,以揭示基本的决策过程中的数学最优化模型的形式。这种统计学习问题被称为数据驱动的逆优化。我们专注于问题的基本决策过程建模为一个凸优化问题的参数是未知的。我们制定的逆最优化问题作为一个双层规划,并提出了一个有效的块坐标下降为基础的算法来解决大型问题的例子。合成数据集上的数值实验表明,我们的方法相比,标准的商业求解器的计算优势。此外,通过两个现实的案例研究,我们考虑估计风险偏好和学习局部约束参数的代理在多人纳什讨价还价游戏中,突出了所提出的方法的现实世界的效用。
2022-12-23 cs.GT cs.LG math.OC
Online Convex Optimization for Sequential Decision Processes and Extensive-Form Games
Carnegie Mellon University(卡内基梅隆大学)
后悔最小化是求解大规模可拓形式博弈的有力工具。最先进的方法依赖于在每个决策点局部最小化后悔。在这项工作中,我们推导出一个新的框架后悔最小化的顺序决策问题和扩展形式的游戏一般紧凸集在每个决策点和一般凸损失,而不是以前的工作,已为单纯形决策点和线性损失。我们称这个框架为层流后悔分解。它将CFR算法推广到这种更一般的设置。此外,我们的框架,即使在已知的设置,这是来自分解多面体遗憾的角度来看,CFR的新的证明,从而导致可以说是一个更简单的解释算法。我们的推广凸紧集和凸损失,使我们能够开发新的算法的几个问题:正则化的顺序决策,正则化的纳什均衡在扩展形式的游戏,计算近似的扩展形式的完美均衡。我们的推广也导致了第一个遗憾最小化算法计算减少正规型量子响应平衡的基础上,最大限度地减少本地遗憾。实验表明,我们的框架导致的算法,规模的速度可比的最快的变种反事实遗憾最小化计算纳什均衡,因此,我们的方法导致的第一个算法计算量子响应均衡在非常大的游戏。最后,我们表明,我们的框架,使一种新的可扩展的对手剥削的方法。
2018-09-10 cs.AI cs.GT cs.LG
Which Nash Equilibrium? Solver-Dependent Selection on Zero-Sum Nash Polytopes
研究零和博弈中不同算法如何从纳什均衡多面体中选择特定均衡,发现正则化最后迭代方法选择最大熵成员,而遗憾平均方法漂移到低熵面,且选择影响对次优对手的表现。
2026-06-29 cs.AI cs.GT cs.LG
The Computation of Approximate Generalized Feedback Nash Equilibria
University of California, Berkeley(加州大学伯克利分校);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出动态博弈中的广义反馈纳什均衡(GFNE)概念,通过牛顿型方法和序列线性二次博弈方法计算近似解GFQNE,并在自动驾驶应用中验证了有效性。
2023-11-21 cs.GT cs.MA cs.RO