The maximum principle for discrete-time control systems and applications to dynamic games
CINVESTAV-IPN(墨西哥国家研究中心-国立理工学院)
本文提出离散时间最大原理,用于解决最优控制问题并分析动态博弈中的纳什均衡。
2026-01-16 math.OC
Maximum a posteriori learning in demand competition games
我们考虑两个厂商之间的库存竞争博弈。我们要解决的问题是:如果玩家不知道对手的行动和对手的效用函数,他们可以通过观察自己的销售来学习在重复博弈中玩纳什策略吗?在这项工作中,它被证明是通过最大后验概率(MAP)估计,玩家可以学习纳什策略。证明了局中人的行为和信念确实收敛于纳什均衡。
2016-11-28 cs.GT math.OC
Inverse maximum theorems and some consequences
我们处理逆最大值定理,这是由青山,小宫,李等人,朴和小宫,还有山内。作为我们的结果的后果,我们的状态和证明逆最大纳什定理,并表明,任何广义纳什博弈可以减少到一个经典的纳什博弈,在适当的假设。此外,我们还证明了Arrow和Debreu关于广义Nash对策解的存在性的一个结果实际上等价于Debreu-Fan-Glicksberg关于经典Nash对策的结果,而后者又等价于Kakutani-Fan-Glicksberg的不动点定理。
2022-08-08 math.OC
A characterization of sub-game perfect Nash equilibria for SDEs of mean field type
研究了一类具有时间不一致成本泛函的平均场型动态判定问题,导出了刻画子对策完美Nash平衡点的随机最大值原理。随后,这种方法被扩展到一个平均场游戏,以构建分散的策略,并获得其性能的估计。
2014-03-25 math.OC math.PR
A maximum principle for Markov-modulated SDEs of mean-field type and mean-field game
本文分析了有限状态马尔可夫链调制的平均场博弈。本文首先建立了一个充分随机最大值原理,用于平均场型马尔可夫调制随机微分方程的最优控制,该方程的系数依赖于过程的状态、规律的某些泛函以及时间和样本的变化.由于系数受马尔可夫链扰动而随机,为了研究这类随机微分方程,我们分析了一类系数为随机Lipschitz的平均场型随机微分方程解的存在唯一性,以及伴随相互作用粒子系统的混沌传播性质,并采用与已有结果平行的方法作为副产品.利用平均域论求解了马尔可夫调制平均场博弈的近似纳什均衡。
2014-05-21 math.OC
Stochastic Maximum Principle for Mean-field Controls and Non-Zero Sum Mean-field Game Problems for Forward-Backward Systems
本文的目的是研究完全耦合的平均场正倒向随机微分方程(简称FBSDEs)的解,并研究状态过程都用FBSDEs描述的平均场型随机控制问题和平均场随机对策问题.结合Hu和Peng [Y. Hu,S. Peng,正倒向随机微分方程的解,Probab。理论关系Fields 103(1995)]中的方法,在一定的"\textquotedblleft单调性"条件下,证明了这类完全耦合平均场倒向随机微分方程解的存在唯一性.接下来,我们感兴趣的是最优控制问题(完全耦合分别)FBSDES的平均场型凸控制域。注意,控制问题是时间不一致的,在这个意义上,贝尔曼最优性原则不成立。导出了平均场控制的积分形式的随机最大值原理,给出了最优性的必要条件。在附加的假设条件下,得到了控制最优性的充分条件。然后我们研究了一类新的非零和随机微分对策的最大值原理。这个游戏系统不同于现有的文献中的游戏系统在这个意义上的特点是(完全耦合分别)FBSDES的平均场框架。本文以最大值原理的形式分别推导了这类对策的开放平衡点的必要条件和充分条件。
2012-07-18 math.OC
On a Stopping Game in continuous time
我们考虑了一个零和连续时间停止博弈,其中收益是在两个停时的最大值而不是Dynkin博弈中的最小值。
2015-07-24 math.OC math.PR q-fin.MF
Multimodal Maximum Entropy Dynamic Games
Georgia Institute of Technology(佐治亚理工学院)
多代理交互的环境往往会导致代理之间的行为模式,由于固有的次优的决策过程时,代理解决满意的决定。然而,现有的算法来解决这些动态游戏是严格的单峰,并未能捕捉到复杂的多模态行为的代理。在本文中,我们提出了MMELQGames(多模态最大熵线性二次博弈),一个新的约束多模态最大熵制定的微分动态规划算法求解广义纳什均衡。通过将问题制定为具有不完全和不对称信息的特定动态博弈,其中代理人不确定博弈本身的成本和动态,所提出的方法能够推理多个局部广义纳什均衡,使用增广拉格朗日框架强制约束,并且还可以根据过去的观察对潜在模式进行贝叶斯推断。我们评估所提出的算法在两个说明性的例子:多智能体碰撞避免和自主赛车的功效。特别是,我们表明,只有MMELQGames是能够有效地阻止后方车辆时,给定的速度劣势和后方车辆可以从多个位置超车。
2022-02-02 cs.RO math.OC
A Mean Field Competition
Columbia University(哥伦比亚大学)
本文研究基于排名的均场游戏,提出可解的泊松模型以描述给定奖励方案下的最优努力,并探讨设计最优奖励方案的委托-代理问题,发现一种显式方案可最小化达到目标的人口比例的时间。
2017-08-03 econ.GN math.OC math.PR
Stabilization of Stackelberg Game-Based Control Systems
在本文中,我们关注的Stackelberg对策为基础的系统的稳定性。特别地,两个参与者参与到系统中,其中一个是跟随者以最小化相关的费用函数,另一个是领导者以稳定系统。本文的主要贡献是给出了基于博弈的系统稳定的充要条件。其关键技术是基于最大值原理显式求解前向和向后差分方程,并利用矩阵最大值原理求出领导者的最优反馈增益矩阵。
2021-05-01 math.OC
An Introduction to Mean Field Games using probabilistic methods
本文将对平均场博弈作一个简单的介绍。它的目的是产生一个连贯的文本开始确定性控制理论逐步到目前的平均场博弈理论的简单概念。该框架逐渐从单主体随机控制问题扩展到多主体随机微分平均场对策问题。引入纳什均衡的概念来定义平均场博弈的解。为了实现相当大的简化,代理人的数量趋于无穷大,并制定了这个问题的基础上的McKean-Vlasov理论的相互作用的粒子系统。此外,在无穷远的问题正在解决的变化的随机最大值原理和向前向后随机微分方程。为了更详细地阐述Aiyagari宏观经济模型在连续时间提出了使用MFG技术
2019-07-01 math.OC math.PR
Linear-quadratic extended mean field games with common noises
本文针对带公共噪声、状态系数与代价泛函非线性依赖平均场项的线性二次扩展平均场博弈,通过随机最大值原理将其转化为条件平均场FBSDE求解,证明了可解性与正则性,得到了博弈及对应主方程的经典解。
2023-11-07 math.OC math.PR
Wellposedness of Mean Field Games with Common Noise Under a Weak Monotonicity Condition
在本文中,我们考虑平均场游戏中存在的共同噪声放松通常的独立性假设的个人随机噪声。我们假设一个简单的线性模型,其终端费用满足凸性和弱单调性。主要结果是利用随机最大值原理证明了平均场对策解的存在唯一性。的唯一性是一个单调性属性的结果类似于Lasry和狮子。我们使用Banach不动点定理建立一个存在小的持续时间,并表明它可以扩展到任意有限的持续时间。
2015-07-21 math.OC math.PR
Team Games Optimality Conditions of Distributed Stochastic Differential Decision Systems with Decentralized Noisy Information Structures
我们考虑一个团队博弈的奖励,我们推导出一个随机庞特里亚金的最大值原理的分布式随机微分系统分散噪声信息结构。我们的方法利用半鞅表示定理,变分方法,和向后随机微分方程。此外,我们推导出表征分散策略的团队和逐个最优性的必要和充分的最优性条件。最后,我们将随机最大值原理应用于通信、滤波和控制等应用领域的几个例子。
2013-04-11 math.OC
Formation of coalition structures as a non-cooperative game 1: theory
本文定义了一个非合作的同时有限对策来研究具有联盟内和联盟间外部性的联盟结构形成问题。游戏的新颖之处在于游戏定义嵌入了一个\textit{coalition structure formation mechanism}。这种机制将博弈的一组策略划分为分区特定的策略域,使得每个分区都是一个非合作对策,每个参与者都有分区特定的收益。该机制包括一个最大联盟大小,一组合格的分区与联盟大小不大于这个数字(这也作为一个限制的最大数量的偏差)和联盟结构形成规则。本文定义了一个家庭的嵌套非合作对策参数化的最大联盟大小的大小。家族中的每个博弈都有一个混合策略均衡。均衡可以产生一个以上的联盟,并包括内部和集团间的外部性,这使得它不同于夏普利值。个体收益分配的存在使得它不同于强纳什均衡、防联盟均衡和其他一些均衡概念。随附的文件演示了拟议的工具包的应用。
2016-12-07 cs.GT math.OC
Maximum-Entropy Multi-Agent Dynamic Games: Forward and Inverse Solutions
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Stanford University(斯坦福大学)
在本文中,我们研究的问题,多个随机代理人在一个动态的游戏场景与连续的状态和行动空间。我们定义了一个新的概念,有限理性代理的随机纳什均衡,我们称之为熵成本均衡(ECE)。我们表明,ECE是一个自然扩张多个代理的最大熵最优的单一代理。我们解决了多智能体ECE游戏的“正”和“逆”问题。对于正问题,我们提供了一个Riccati算法来计算封闭形式的ECE反馈策略的代理,这是精确的线性二次高斯的情况下。我们给出了一个迭代的变种,找到本地ECE反馈政策的非线性情况下。对于逆问题,我们提出了一种算法来推断的费用函数的多个相互作用的代理商给出嘈杂的,有界理性的输入和状态轨迹的例子,代理商在ECE。我们的算法的有效性证明在一个模拟的多智能体碰撞避免的情况下,并与数据的互动交通数据集。在这两种情况下,我们表明,考虑到代理的博弈论的相互作用,使用我们的算法,更准确的代理成本模型可以学习,与标准的逆最优控制方法相比。
2021-10-03 cs.RO math.OC
Global Maximum Principle for Partially Observed Risk-Sensitive Progressive Optimal Control of FBSDE with Poisson Jumps
本文研究带泊松跳和风险敏感准则的部分观测前向-后向随机系统渐进最优控制问题,通过引入新技术处理二次指数特征以建立变分,推导出新的全局随机最大值原理,并应用于最优投资与滤波问题。
2025-04-07 math.OC
Aggregate Play and Welfare in Strategic Interactions on Networks
Bramoullé和Kranton在最近的工作中,提出了一个网络上提供公共物品的模型,并建立了这种博弈的均衡与网络性质之间的关系。Bramoullé等人进一步扩展了该模型,将不完全可替代性的博弈纳入其中。这种博弈中均衡的多样性以及网络结构微小变化时均衡的剧烈变化,使得系统规划者很难估计这种博弈的最大社会福利或设计提高这种福利的干预措施。我们的主要研究结果解决了这一挑战,提供了密切的近似最大社会福利和最大的总发挥方面的网络特性,如最大程度和独立数。对于特殊情况下,当底层网络是一棵树,我们推导公式,只使用节点的数量和他们的程度。这些结果允许系统规划者直接从底层图形结构评估总结果并设计游戏干预措施,而无需枚举游戏的所有均衡,从而显着简化了规划者的问题。我们的部分结果可以看作是[7]的逻辑推广,其中[2]中模型的最大加权总努力被刻画为图的加权独立数。
2019-06-18 cs.GT math.CO math.OC
Maximum Causal Entropy IRL in Mean-Field Games and GNEP Framework for Forward RL
本文将最大因果熵逆强化学习引入有限状态离散时间稳态平均场博弈,通过占有测度凸重构和梯度下降算法高效求解,并提出广义纳什均衡问题框架以推进前向强化学习中平均场均衡的计算。
2025-07-19 cs.LG cs.SY eess.SY
Kernel Based Maximum Entropy Inverse Reinforcement Learning for Mean-Field Games
Department of Mathematical Engineering, Özyeğin University(数学工程系,奥兹耶尼大学)
本文提出基于核方法的最大熵逆强化学习用于均场博弈,通过 RKHS 推断非线性奖励结构,提升策略恢复精度。
2026-03-05 cs.LG math.OC
Partial Information Differential Games for Mean-Field SDEs
研究了具有部分信息和凸控制域的平均场随机微分方程的非零和微分对策。首先,利用经典的凸变分,得到了Nash平衡点的随机最大值原理。随后,在附加的假设条件下,得到了Nash平衡点的验证定理.最后,作为应用,讨论了一个线性二次型的例子。唯一的Nash平衡点不仅以最优滤波的反馈形式表示,而且以系统状态的期望值的反馈形式表示,贯穿Riccati方程的解。
2016-01-08 math.OC
A stochastic control approach for constrained stochastic differential games with jumps and regimes
本文提出了一种求解两局中人约束的零和非零和随机微分对策的方法。给出了一般随机最优控制设定与拉格朗日方法之间的关系。在这方面,我们证明了相应的定理,两种不同类型的约束,这使我们找到真正的价值和随机拉格朗日乘子,分别。然后,我们用随机最大值原理技术给出了一个非零和对策问题的结果。我们的应用程序是一个银行和保险公司之间合作的例子,这是一种流行的、众所周知的业务协议类型,称为银行保险。
2023-01-30 math.OC
A Whole New Ball Game: A Primal Accelerated Method for Matrix Games and Minimizing the Maximum of Smooth Functions
Tel Aviv University(特拉维夫大学);University of Washington(华盛顿大学);Stanford University(斯坦福大学)
本文提出一种原始加速方法,用于最小化平滑函数最大值和求解矩阵博弈,通过结合动态数据结构、定制的mirror descent算法及非欧几里得球预言机加速框架,在特定条件下改进了现有的一阶方法和内点法的运行时间。
2023-11-17 cs.DS cs.LG math.OC
On noncooperative $n$-player principal eigenvalue games
我们考虑一个非合作的$n$球员的主要特征值的游戏,这是与一个无穷小生成器的随机扰动多通道动力系统-其中,在这样一个游戏的过程中,每个球员试图最小化的渐近速率,该系统的受控状态轨迹退出从一个给定的有界开域。特别地,我们证明了纳什-平衡点的存在性(即,平衡线性反馈算子的$n$元组),当后者由平衡线性反馈算子的该$n$元组组成时,该平衡线性反馈算子的该元组与相应的确定性多通道动力系统的唯一最大闭不变集明显相关。
2014-08-12 math.OC
Mean Field Games with a Dominating Player
在这篇文章中,我们认为平均场游戏之间的主导球员和一组代表性的代理商,其中每个人的行为相似,也相互作用,通过一个平均场项被大大影响的主导球员。首先给出了一般理论,采用伴随方程方法讨论了最优控制的必要条件和对策条件。然后在线性二次框架下给出了一个特殊的情形,利用随机最大值原理给出了一个充要条件,最后建立了保证平衡控制唯一存在的充分条件.附录中给出了有限局中人对策收敛于平均场对策的证明。
2014-07-25 math.OC
Refinement of the Equilibrium of Public Goods Games over Networks: Efficiency and Effort of Specialized Equilibria
最近,Bramoule和Kranton提出了一个通过网络提供公共产品的模型,并证明了一类称为专门均衡的纳什均衡的存在,其中一些代理人发挥最大努力,而其他代理人则搭便车。我们研究的效率,努力和成本的专门均衡相比,其他均衡。我们的主要结果表明,一个特定的专业化均衡的福利接近最大的福利在所有的均衡的收益函数的单位趋于1。对于森林网络来说,当网络的最小值趋近于零时,类似的结果也成立。此外,如果没有任何这样的条件,任何网络都存在一个特殊的均衡,它要求所有均衡中的最大加权努力。当网络是一个森林时,一个专门化的均衡也会在所有均衡中产生最小的总成本。对于覆盖良好的森林网络,我们证明了所有的福利最大化均衡是专门的,所有的均衡产生相同的总成本。因此,我们认为,专业化均衡可以被认为是一个细化的公共产品博弈的均衡。我们展示了几个结果的结构和效率的平衡,突出的依赖在网络中的作用。
2022-01-24 cs.GT math.OC
A Linear-quadratic Mean-Field Stochastic Stackelberg Differential Game with Random Exit Time
本文研究了一个新的具有一个领导者和两个追随者的线性二次平均场随机Stackelberg微分对策模型,其中领导者可以在任意时刻停止策略.我们的首要目标是找到这样一个模型的领导者和追随者的Stackelberg解决方案。采用逆向归纳法将状态方程分解为两阶段方程。利用最大值原理和验证定理,得到了该模型的Stackelberg解.
2021-06-07 math.FA 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
Portfolio Liquidation Games with Self-Exciting Order Flow
我们分析了具有自激订单流的新型投资组合清算博弈。同时考虑了N人博弈和平均场博弈。我们假设玩家的交易活动对未来市场订单到达的动态产生影响,从而产生额外的瞬时价格影响。给定她的竞争对手的策略,每个参与者解决一个平均场控制问题。我们的特点开环纳什均衡在这两个游戏中的一个新的平均场FBBACK系统与未知的终端条件。在弱相互作用条件下,我们证明了该系统存在唯一解。利用一个新的充分最大值原理,不需要凸的费用函数,我们最终证明的FBBACK系统的解决方案确实提供开环纳什均衡的存在性和唯一性。
2020-11-11 math.OC q-fin.MF
Formation of coalition structures as a non-cooperative game
传统上,社会科学感兴趣的是根据个人偏好将人们分成多个群体。本文在非合作对策理论的框架下对这一问题进行了探讨.有限对策的定义包括一个家庭的嵌套同时非合作有限对策内和联盟间的外部性。在这个家庭中,游戏的最大联盟的大小,分区和联盟结构形成规则不同。每一个博弈的结果都是由参与者分成联盟和收益组成的?每个球员的资料。家族中的每一个博弈都有一个均衡在混合策略下可能有不止一个联盟。该博弈的结果与合作对策理论中的Shapley值、强纳什均衡、防结盟均衡、核心、核、核仁等传统结论不同。我们讨论了新博弈的以下应用:合作作为一个联盟中的分配,贝叶斯博弈,随机对策和建设的非合作的联盟结构稳定性标准的研究焦点。
2017-04-30 cs.GT math.OC