Cooperation in Subset Team Games: Altruism and Selfishness
本文扩展了子集团队游戏的理论,合作博弈论的推广,需要一个支付函数,定义为所有子集的球员。这个子集效用用于定义球员对球队的利他和自私贡献。我们调查这些游戏的属性,并分析利他主义和自私的一般情况下,囚徒困境,并为一个特定的游戏与柯布-道格拉斯效用的影响。
2009-07-14 cs.DM cs.GT
Value-based CTDE Methods in Symmetric Two-team Markov Game: from Cooperation to Team Competition
Montefiore Institute(蒙特菲奥雷研究所);ULiège(列日大学);Thales(泰雷兹集团);LTCI(通信与信息处理实验室);Telecom Paris(巴黎电信学院);Institut Polytechnique de Paris(巴黎理工学院)
在本文中,我们确定了最好的学习方案,训练一个团队的代理竞争对手的多个可能的战略。我们评估合作价值为基础的方法在一个混合的合作竞争环境。我们限制自己的情况下,对称的,部分可观察的,两队马尔可夫博弈。我们选择了三种基于集中培训和分散执行(CTDE)范式的培训方法:QMIX,MAVEN和QVMix。对于每一种方法,我们考虑了三种学习场景,这些学习场景根据培训期间遇到的各种团队策略而有所不同。在我们的实验中,我们修改了《星际争霸》多智能体挑战赛的环境,以创造一个竞争性的环境,让两个团队可以同时学习和竞争。我们的研究结果表明,对多个不断发展的战略训练达到最佳效果时,得分他们的表现,团队面临着几个战略。
2022-11-30 cs.GT cs.LG cs.MA
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
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
Team Correlated Equilibria in Zero-Sum Extensive-Form Games via Tree Decompositions
尽管最近在计算博弈论的实践和理论上取得了许多突破,但在广泛形式的团队博弈中找到均衡仍然是一个重大的挑战。虽然在最坏的情况下是NP难的,但对于某些团队游戏族,存在可证明有效的算法。特别是,如果游戏有共同的外部信息,也被称为A-损失回忆-非正式地,由非团队成员(即,对手的球队或性质)要么是整个球队都不知道的,要么是球队内部的常识-那么多项式时间算法就存在了(Kaneko & Kline 1995)。在本文中,我们设计了一个全新的算法来解决团队游戏。它使用代表每个团队策略的约束系统的树分解来减少正确性(数学程序的紧密性)所需的约束的数量和程度。我们的方法有袋的树分解对应于团队的公共状态。我们的算法减少了问题的解决团队游戏的线性规划,最多$O(NW^{w+1})$非零条目的约束矩阵,其中$N$是游戏树的大小,$w$是一个参数,取决于不寻常的外部信息的量,和$W$是树分解的树宽。在公共行动游戏中,我们的程序大小受到更严格的$2^{O(nt)}N$的限制,每个$t$类型的$n$玩家团队。我们的算法是基于一种新的方式来编写一个自定义的,简洁的树分解,其快速的运行时间不假设分解有小的树宽。由于我们的算法直接描述了相关策略的多面体,我们可以免费找到相关策略的均衡,而不必运行双预言算法。我们通过一个标准的游戏套件上的实验表明,我们的算法实现了最先进的性能,除了一个基准游戏类。
2022-01-17 cs.GT
Computing Ex Ante Equilibrium in Heterogeneous Zero-Sum Team Games
Shanghai Jiao Tong University(上海交通大学);Peking University(北京大学);Nanyang Technological University(南洋理工大学);CAIR, Hong Kong Institute of Science & Innovation, Chinese Academy of Sciences(中国科学院香港创新研究院 CAIR)
针对异构零和团队博弈中 Team PSRO 策略表达不足的问题,提出带顺序关联机制的 H-PSRO,保证奖励单调改善并降低可利用性,实验验证其收敛性与优势。
2024-10-02 cs.AI cs.GT
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
Team-Fictitious Play for Reaching Team-Nash Equilibrium in Multi-team Games
针对多团队博弈中自利团队能否达成团队纳什均衡的问题,提出带动作更新惯性的团队虚拟博弈方法,证明其在零和势团队博弈中可逼近均衡,拓展至多团队马尔可夫博弈并验证了性能。
2024-10-31 cs.GT
Team Belief DAG: Generalizing the Sequence Form to Team Games for Fast Computation of Correlated Team Max-Min Equilibria via Regret Minimization
提出团队信念DAG(TB-DAG)表示法,将团队策略描述为凸集,通过遗憾最小化技术指数级提升相关团队极大极小均衡的计算速度和规模。
2024-02-17 cs.GT
Optimizing performance in Basketball: A Game-Theoretic Approach to Shot Percentage Distribution in a team
针对篮球队得分最大化问题,提出一种基于网络流相关博弈论概念的球员投篮命中率分配策略。
2023-09-29 cs.GT
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
Co-opetition Equilibrium in Adversarial Team Games with Heterogeneous Utilities
Hong Kong Institute of Science & Innovation, Chinese Academy of Sciences(中国科学院香港创新研究院)
本文提出合作竞争均衡概念,用于解决对抗性团队游戏中团队成员效用函数差异的问题,以提高均衡稳定性和团队收益。
2026-10-12 cs.GT
Optimal Team Economic Decisions in Counter-Strike
New York University(纽约大学)
获胜概率模型的输出经常被用来评估玩家的行为。然而,在一些运动中,例如流行的电子竞技反恐精英,存在重要的团队层面的决定。例如,在《反恐精英》游戏的每一轮开始时,团队决定在游戏中花费多少钱购买装备。由于资金是一种稀缺资源,因此在特定情况下,团队应该如何花费资金的问题上出现了不同的策略。为了评估团队在游戏中的购买决策,我们引入了一个游戏级的获胜概率模型来预测球队在给定回合开始时赢得比赛的机会。我们会考虑团队得分、设备、资金和支出决策等特征。使用我们的获胜概率模型,我们研究了重要游戏场景的最佳团队支出决策。我们确定了CSGO团队的次优决策模式。最后,我们引入了一个指标,最优支出误差(OSE),排名团队的支出决策如何密切遵循我们预测的最优支出决策。
2021-09-20 cs.GT cs.LG
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
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
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
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
Teams in Online Scheduling Polls: Game-Theoretic Aspects
考虑在团队组织中举行一次重要会议。考虑到可用性的限制,正在使用在线时间安排投票,以决定会议的确切时间。决策将在会议期间做出,因此每个团队都希望最大限度地提高其在会议中的相对出席率(即,其参与团队成员的比例)。我们引入了一个相应的游戏,每个团队可以声明(在调度投票)一个较低的总可用性,以提高其相对出勤率-的回报。我们特别感兴趣的情况下,团队可以形成联盟。我们提供了一个有效的算法,给定一个联盟,找到一个最佳的方式为每个团队在一个联盟,以提高其回报。相比之下,我们表明,决定是否存在这样的联盟是NP难的。我们还研究了纳什均衡的存在性:寻找各种小规模的团队和联盟的纳什均衡可以在多项式时间内完成,而它是coNP难的,如果联盟的大小是无限的。
2016-11-27 cs.GT
TUC-PPO: Team Utility-Constrained Proximal Policy Optimization for Spatial Public Goods Games
本文提出TUC-PPO框架,通过双层优化和自适应拉格朗日乘子将团队效用约束整合进PPO策略更新,在空间公共物品博弈中实现更快收敛到合作均衡并增强对背叛者入侵的稳定性。
2025-07-03 cs.GT
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
The Complexity of Two-Team Polymatrix Games with Independent Adversaries
University of Oxford(牛津大学);Oracle(甲骨文公司);University of Southern Denmark(南丹麦大学)
研究两队多项式矩阵游戏在独立对手情况下的纳什均衡计算复杂性,证明其CLS难,并提出一种具有1/ε²时间复杂度的近似算法。
2026-04-10 cs.GT
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
Evaluating and Rewarding Teamwork Using Cooperative Game Abstractions
Carnegie Mellon University(卡内基梅隆大学);Facebook AI Research(Facebook人工智能研究院);Columbia University(哥伦比亚大学);Facebook Core Data Science(Facebook核心数据科学部)
我们能预测一个团队的个人在一起的表现吗?个人对团队绩效的贡献应该如何得到奖励?合作博弈论为我们提供了一套强大的工具来回答这些问题:特征函数(CF)和解决方案的概念,如沙普利值(SV)。将这些技术应用于现实世界的问题有两个主要困难:首先,CF很少给我们,需要从数据中学习。第二,SV本质上是组合的。我们引入了一个参数模型,称为合作博弈抽象(CGA)估计CF的数据。CGA易于学习,易于解释,关键是允许SV的线性时间计算。我们提供的CGA模型的识别结果和样本的复杂性界限,以及在估计的SV使用CGA的误差界。我们将我们的方法应用于研究人工RL代理团队以及来自职业体育的真实世界团队。
2020-06-16 cs.GT cs.LG stat.ML
The Computational Complexity of Team Zero-Sum Games
Carnegie Mellon University(卡内基梅隆大学);University of California, Irvine(加州大学尔湾分校);Strategy Robot, Inc.(策略机器人有限公司);Strategic Machine, Inc.(战略机器有限公司);Optimized Markets, Inc.(优化市场有限公司)
本文证明团队零和博弈中计算纳什均衡是PPAD完全的,即使团队仅含两名玩家且博弈为多矩阵形式,从而否定了全多项式时间近似方案的存在性。
2026-06-16 cs.CC cs.GT
Limit-sure Winning in Team Games without Shared Randomness
Institute of Science and Technology Austria(奥地利科学技术研究所);École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院);Université libre de Bruxelles(布鲁塞尔自由大学)
本文研究无共享随机性的团队并发随机博弈,针对可达性目标证明极限确定问题为NP完全,安全性目标下极限确定获胜等价于几乎确定获胜,还得出Individually Randomised ATL定性片段模型检测为P^NP完全的结论。
2026-10-12 cs.FL cs.GT cs.MA
Algorithms and Complexity for Computing Nash Equilibria in Adversarial Team Games
Carnegie Mellon University(卡内基梅隆大学);University of California, Irvine(加州大学尔湾分校);University of California, Berkeley(加州大学伯克利分校)
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
Dicey Games: Shared Sources of Randomness in Distributed Systems
Institute of Science and Technology Austria(奥地利科学技术学院);Université libre de Bruxelles(布鲁塞尔自由大学)
本文研究了分布式系统中共享随机源的问题,提出Dicey Games框架,分析了最优策略的存在性、表示和计算复杂性,并探讨了如何在团队中优化有限随机源的分配。
2026-05-13 cs.GT cs.LO cs.MA
A Colonel Blotto Gladiator Game
我们考虑一个随机版本的著名的Blotto游戏,称为角斗士游戏。在这个零和分配游戏中,两队角斗士进行一系列一对一的战斗,获胜的概率是角斗士实力的函数。每支队伍的策略包括在角斗士中分配总兵力。我们找到了纳什均衡和这类游戏的价值,并展示了它们如何依赖于团队的总实力和每个团队中角斗士的数量。为了做到这一点,我们研究有趣的优化型概率不等式的Gamma随机变量的线性组合。类似的不平等也被用于电信和研究与发展的模型中。
2012-03-27 cs.GT math.PR
Collusion Detection in Team-Based Multiplayer Games
Boston University(波士顿大学);GlaxoSmithKline(葛兰素史克);Harvard University(哈佛大学);MIT(麻省理工学院)
在竞争性多人游戏的背景下,当两个或多个团队决定为了共同的目标而合作时,就会发生共谋,意图从这种合作中获得不公平的优势。然而,由于玩家人数的庞大规模,从玩家人数中识别共谋者的任务对游戏设计师来说是不可行的。在本文中,我们提出了一个系统,检测串通行为在团队为基础的多人游戏,并突出显示的球员,最有可能表现出串通行为。然后游戏设计者继续分析一小部分玩家,并决定采取什么行动。因此,在自动化检测时非常小心误报是非常重要和必要的。所提出的方法分析了玩家的社交关系与他们在游戏中的行为模式,并使用图论工具推断出一个特征集,使我们能够检测和测量来自对手球队的每对玩家所表现出的勾结程度。然后,我们使用隔离森林自动检测,这是一种专门用于突出离群值的无监督学习技术,并在两个真实数据集上展示了我们方法的性能和效率,每个数据集都有超过170,000个独特的球员和超过100,000个不同的比赛。
2022-03-10 cs.GT cs.LG
Optimising Game Tactics for 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)的战术和战略决策。我们将足球比赛建模为一个多阶段的游戏,它是由贝叶斯游戏来模拟赛前的决定和随机游戏来模拟比赛中的状态转换和决定。使用这个公式,我们提出了一种方法来预测游戏结果的概率和团队行动的收益。在此基础上,我们开发算法,以优化团队形成和游戏中的战术与不同的目标。我们的方法对来自760场比赛的真实世界数据集的实证评估表明,通过使用贝叶斯和随机游戏的优化策略,我们可以分别将球队获胜的机会提高16.1%和3.4%。
2020-03-23 cs.AI cs.GT cs.MA
Faster Algorithms for Optimal Ex-Ante Coordinated Collusive Strategies in Extensive-Form Zero-Sum Games
Carnegie Mellon University(卡内基梅隆大学);Politecnico di Milano(米兰理工大学);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(战略机器人公司);Optimized Markets, Inc.(优化市场公司)
我们专注于寻找一个最优策略的问题,一个团队的两个球员,面对一个对手在一个信息零和扩展形式的游戏。队员在比赛中不允许交流,但可以在比赛前协调。在这种情况下,众所周知,团队所能做的最好的事情就是从一个联合(也就是说,每个参与者一个)中抽取一个潜在随机策略的样本。游戏开始时的概率分布。在本文中,我们首先提供了新的建模结果计算这样一个最佳的分布绘制连接到一个不同的文献上的扩展形式的相关性。其次,我们提供了一种算法,该算法通过仅使用其中只有一个团队成员在每个配置文件中随机化的配置文件来计算这样的最优分布。我们还可以限制解决方案中允许的此类配置文件的数量。这通过增加上限产生了一个随时算法。我们发现,往往是少数精心挑选的这样的配置文件足以达到最佳效用的团队。这使团队成员能够通过相对简单和易于理解的计划进行协调。最后,受此观察的启发,并利用我们介绍的理论概念,我们开发了一个有效的列生成算法,为团队找到最佳分布。我们在一套常见的基准游戏上评估它。这是三个数量级的速度比现有的最先进的游戏,后者可以解决,它也可以解决一些游戏,以前无法解决。
2020-09-21 cs.AI cs.GT cs.LG
The Complexity of Symmetric Equilibria in Min-Max Optimization and Team Zero-Sum Games
Carnegie Mellon University(卡内基梅隆大学);University of California, Irvine(加州大学尔湾分校);Strategy Robot, Inc.(战略机器人公司);Strategic Machine, Inc.(战略机器公司);Optimized Markets, Inc.(优化市场公司)
本文研究极小极大优化与团队零和博弈中均衡计算的复杂性,证明对抗性团队博弈中ε-纳什均衡为CLS完全,对称均衡为PPAD完全,并排除对称动力学收敛到驻点的可能性。
2025-10-17 cs.CC cs.GT
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
$\texttt{Flip-Team}$: Cooperative Takeover Games with Stochastic Human Override
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出带随机人工干预的协作博弈论框架,将共享自主系统的控制切换问题建模为利益一致的动态博弈,推导线性二次系统的最优切换策略闭式递推式,验证了其在不同系统下的有效性,揭示人类适应性与自主效率的权衡。
2026-08-18 cs.GT cs.HC cs.SY
Computing Ex Ante Coordinated Team-Maxmin Equilibria in Zero-Sum Multiplayer Extensive-Form Games
计算博弈论在现代世界中有许多应用,无论是在对抗性的情况下,还是在优化社会福利方面。虽然有许多算法用于计算两人交互中的解决方案,但有效地找到多人交互中的最佳策略仍然是一个开放的挑战。本文主要研究零和扩展型对策中多人带协调器的团队最大最小均衡(TMECor)的计算问题。TMECor模拟了一组玩家事先协调对抗对手的场景。这种情况可以在纸牌游戏中找到(例如,在桥牌和扑克牌中),当一个团队一起工作以击败目标玩家但通信被禁止时;以及在现实世界中,例如,在森林保护行动中,协调小组在阻截非法伐木者期间接触有限。现有的算法很难有效地找到一个TMECor,因为它们的高计算成本。为了计算更大规模博弈中的TMEC,我们做了以下几个关键贡献:(1)提出了一种混合形式的策略表示,它保持了均衡集;(2)基于一种新的最佳反应预言,在无限策略空间中引入了一种保证有限时间收敛的列生成算法;(3)提出了最佳反应预言机中多重线性项的精确表示的联合表示方法;(4)实验表明,在大型博弈中,我们的算法比现有的最新算法快几个数量级。
2021-07-18 cs.GT
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
Evolving Diverse Red-team Language Models in Multi-round Multi-agent Games
Peking University(北京大学);Beijing University of Posts and Telecommunications(北京邮电大学)
针对LLM红队测试中的模式崩溃问题,提出动态红队博弈(RTG)及游戏化红队求解器(GRTS),通过多样性度量缓解模式崩溃并保证近似纳什均衡收敛,实验证明其能探索多样隐式攻击,为可扩展毒性检测与安全对齐铺平道路。
2024-07-28 cs.CL cs.GT
Teamwork under extreme uncertainty: AI for Pokemon ranks 33rd in the world
University of Cambridge(剑桥大学)
有史以来票房收入最高的媒体特许经营权,总收入超过900亿美元,是口袋妖怪。该游戏属于日本角色扮演游戏(J-RPG)。为这些游戏开发一个强大的人工智能智能体是非常困难的,因为它们对MinMax,蒙特卡罗树搜索和统计机器学习提出了巨大的挑战,因为它们与人工智能文学游戏中的探索有很大的不同。其中一个游戏的AI代理意味着整个班级的人工智能智能体的重大进步。此外,这些工作的关键原则有望启发在极端不确定条件下需要出色团队合作的几个领域的方法,包括在不断变化的环境中管理医生,机器人或员工团队,如流行病流行地区或战区。在本文中,我们首先解释了游戏的机制,我们进行了游戏分析。我们继续提出独特的人工智能算法,这是基于我们的理解,即游戏中最大的两个挑战是保持一个平衡的团队和处理三个不确定性来源。稍后,我们将描述为什么评估这些代理的性能是具有挑战性的,我们提出了我们的方法的结果。我们的人工智能智能体的表现明显好于之前的所有尝试,在世界上最受欢迎的战斗格式之一中达到了第33位,同时只运行在4个单插槽服务器上。
2023-01-04 cs.AI cs.GT
Decentralized and Communication-Free Multi-Robot Navigation through Distributed Games
DEVCOM Army Research Laboratory(DEVCOM 陆军研究实验室);Colorado School of Mines(科罗拉多矿业学院)
有效的多机器人团队需要能够在复杂环境中移动到目标,以解决搜索和救援等现实世界的应用。多机器人团队应该能够以完全分散的方式运行,单个机器人团队成员能够在邻居之间没有显式通信的情况下采取行动。在本文中,我们提出了一种新的博弈论模型,使分散和通信自由导航到一个目标位置。每个机器人都通过估计其本地队友的行为来进行自己的分布式游戏,以便识别将它们推向目标方向的行为,同时避免障碍物并保持团队凝聚力而不会发生碰撞。我们从理论上证明,产生的行动接近一个纳什均衡,这也对应于为每个机器人确定的最佳策略。我们通过大量的模拟表明,我们的方法使分散和通信自由导航的多机器人系统的目标位置,并能够避免障碍物和碰撞,保持连接,并响应传感器噪声鲁棒。
2021-09-15 cs.GT cs.RO
Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis
National Yang Ming Chiao Tung University(国立阳明交通大学);Academia Sinica(中央研究院)
本文提出基于 Bradley-Terry 模型和向量量化的两种平衡性度量方法,通过识别和聚类队伍组合的克制关系,在多个热门 PvP 游戏中以更低计算复杂度实现了与传统胜负价值预测相当的平衡性分析。
2024-08-30 cs.AI cs.GT cs.IR
Multi-Agent Coordination in Adversarial Environments through Signal Mediated Strategies
Politecnico di Milano(米兰理工大学)
许多真实世界的场景都涉及到必须协调行动以达到共同目标的代理团队。我们专注于设置在一个团队的代理人面临一个对手在一个零和,信息不对称的游戏。团队成员可以在游戏开始前协调他们的策略,但在游戏的游戏阶段无法沟通。例如,在桥牌、扑克牌中的共谋和投标中的共谋就是这种情况。在这种情况下,无模型RL方法通常无法捕获协调,因为代理的策略是以分散的方式执行的。我们的第一个贡献是一个博弈论的集中训练方案,有效地执行轨迹采样,以促进团队协调。当团队成员可以观察到彼此的行动,我们证明,这种方法可以证明产生均衡策略。然后,我们引入了一个信号为基础的框架,代表团队协调战略的缓冲区的过去的经验。每个团队成员的策略被参数化为一个神经网络,其输出取决于从学习的概率分布中提取的合适的外源信号。通过结合这两个元素,我们凭经验证明了在以前最先进的多智能体RL算法没有收敛到协调平衡的情况下。
2021-02-09 cs.AI cs.GT cs.LG
Hedonic Expertise Games
我们考虑一个团队的形成设置,代理人有不同程度的专业知识,在全球范围内所需的技能,和团队的排名方面如何以及队友的专业知识相互补充。我们将此设置作为一个享乐游戏模型,我们表明,这类游戏具有许多理想的属性,其中一些如下:一个分区是纳什稳定,核心稳定和帕累托最优总是保证存在。一个契约独立稳定的分区(和一个纳什稳定的分区在一个限制设置)可以在多项式时间内找到。核心稳定分区可以在因子$1 - \frac{1}{e}$内近似,并且该界限是紧密的,除非$\sf P = NP$。我们还介绍了一个更大的和相对一般的一类游戏,我们称之为单调子模块享乐游戏的共同排名属性。我们表明,上述多概念存在保证也适用于这一类更大的游戏。
2020-11-03 cs.GT
Shapley Machine: A Game-Theoretic Framework for N-Agent Ad Hoc Teamwork
INFORMED-AI Hub University of Bristol, UK(INFORMED-AI Hub 英国布里斯托大学);Centre for AI Fundamentals University of Manchester, UK(人工智能基础研究中心 英国曼彻斯特大学);School of Engineering Mathematics and Technology University of Bristol, UK(工程数学与技术学院 英国布里斯托大学)
针对n智能体自组织团队协作中现有方法缺乏理论严谨性、信用分配模糊的问题,本文基于合作博弈论提出Shapley Machine强化学习算法,通过公理构造Shapley值实现信用分配,首次关联合作博弈论与强化学习概念,实验验证了其有效性与理论合理性。
2025-06-12 cs.GT cs.LG cs.MA
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
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
Beyond Bayesian Nash: Learning Minimax-Regret Equilibria for Adversarial Team Games under Asymmetric Information
Massachusetts Institute of Technology(麻省理工学院);Aerospace Control Laboratory(航空控制实验室);Laboratory of Information and Decision Systems(信息与决策系统实验室)
研究非对称信息下对抗团队博弈,提出概率鲁棒极小极大遗憾均衡(PR-MRE),结合极小极大遗憾推理的无分布鲁棒性与概率信息,通过鲁棒双线性规划及新型元求解器 PRMRE-PSRO 实现策略学习,实验证明其在隐藏类型上性能更优,行为更稳健。
2026-11-09 cs.AI cs.GT cs.LG
Musical chairs
在{ \em Musical Chairs}游戏$MC(n,m)$中,一队$n$玩家与敌对的{ \em调度程序}进行比赛。如果游戏无限期地进行,则调度器获胜,而在有限数量的回合后终止则被宣布为团队获胜。在游戏的每一轮,每个玩家{ \em占据}一个可用的$m$ { \em椅子}。终止(和一个团队的胜利)是宣布尽快每个球员占据一个独特的椅子。同时占据同一张椅子的两个玩家被称为{ \em in conflict}。换句话说,只要没有冲突,就可以终止(以及团队的胜利)。整个游戏中唯一的通信方式是这样的:在游戏的每一轮,调度程序选择一个任意的非空的当前冲突的玩家集合,并分别通知他们每个人必须移动。一个被通知的玩家根据它的确定性程序改变它的椅子。正如我们所展示的,对于$m\ge 2n-1$椅子,团队有一个获胜的策略。此外,使用拓扑参数,我们表明,这个界是紧的。对于$m\leq 2n-2$,调度程序有一个策略,可以保证游戏无限期地继续下去,从而获胜。我们还就其他有趣的问题得出了一些结果。例如,如果$m \ge 2n-1$(这样球队才能赢),他们多快才能取得胜利?
2012-08-03 cs.GT math.CO
A New Three-Players Auction Bridge with Dynamic Opponents and Team Members
本文提出一种三人桥牌变体,通过实时动态重组团队和新型计分系统增加不可预测性与公平性,并探讨了叫牌概率、定约效果及赢墩算法,模拟验证策略有效性,适合竞技推广。
2025-08-07 cs.GT
Dynamics of Profit-Sharing Games
分析多智能体系统的一个重要任务是理解自私的参与者群体如何形成联盟,即,团队合作。本文研究了有限理性条件下联盟形成的动力学问题。我们考虑设置每个团队的利润是由一个凸函数,并提出了三个利润分享计划,其中每一个都是基于边际效用的概念。代理人被假定为近视的,即,他们会不断更换团队,只要这样做能增加他们的收益。我们研究的属性(如接近纳什均衡或总利润)的国家,结果后,多项式数量的这样的举动,并证明了界限上的无政府代价和相应的游戏的稳定性的价格。
2011-03-02 cs.GT
Byzantine Game Theory: Sun Tzus Boxes
本文提出拜占庭选择问题,在对手控制至多 $t$ 个智能体真实技能为0时设计团队选择机制,并给出最大化期望团队价值的线性时间随机化算法。
2025-02-20 cs.DC cs.DS cs.GT