Strategic Delay and Coordination Efficiency in Global Games
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);University of Illinois Urbana Champaign(伊利诺伊大学厄巴纳-香槟分校);Florida State University(佛罗里达州立大学)
本文研究了在全局博弈框架下,延迟决策如何提升集体决策的协调效率和整体效率。
2026-04-07 cs.GT cs.MA cs.SY
Coordination Games on Directed Graphs
我们在有向图上研究自然的战略博弈,它在没有全球共同战略的情况下捕捉了协调的想法。我们表明,这些游戏不需要有一个纯粹的纳什均衡,并确定其存在的问题是NP-完全的。强均衡也是如此。我们还展示了一些类的游戏存在强平衡,并证明了一个强平衡,然后可以找到线性时间。
2016-06-24 cs.GT
Fair Coordination in Strategic Scheduling
University of Oxford(牛津大学);University of Bristol(布里斯托大学)
本文提出了一种统一算法,通过调整子程序实现公平协调的调度问题,结合可信度和平等性属性,以在战略考虑下实现公平的调度结果。
2025-12-15 cs.CC cs.GT cs.MA
Some coordination problems are harder than others
本文研究了社交网络中纯协调与反协调博弈的计算复杂性,发现反协调博弈中最大化福利和势能为NP-hard,且寻找最佳Nash均衡在两者中均NP-hard,表明战略互补环境更易实现协调。
2023-11-18 cs.GT econ.TH
On Finding Pure Nash Equilibria of Discrete Preference Games and Network Coordination Games
本文讨论了在$O(\log n)$ -树宽和树度量空间之外的离散偏好博弈和网络协调博弈的纯纳什均衡计算问题的复杂性。首先,我们估计了一个离散度量空间上的离散偏好博弈的最佳反应动态的迭代次数,其中至少有三个策略。其次,我们提出了一个充分条件,我们有一个多项式时间算法找到一个纯纳什均衡的离散偏好博弈的网格图。最后,我们讨论了成本函数满足子模块性的两策略网络协调博弈的纯纳什均衡的复杂性。在这种情况下,如果每个成本函数都是对称的,那么这些博弈在多项式时间内可约化为路径度量空间上的离散偏好博弈。
2022-07-04 cs.GT
Minimum regulation of uncoordinated matchings
由于缺乏协调,战略博弈中自私的参与者不太可能达到社会良好状态。对付自私的一个可能的方法是计算出一个期望的结果(如果它是易处理的)并强加于人。然而,这个答案通常是不合适的,因为强迫代理人可能是昂贵的,不受欢迎的或难以实现的。由于这两种情况(无协调和完全协调)显示出相反的优点和缺点,因此研究可能的权衡是很自然的。在本文中,我们研究了一个战略游戏,一个简单的图G的节点是独立的代理人谁试图形成对:例如,工作和申请人,网球运动员的比赛,等等。在许多情况下的游戏,一个纳什均衡显着偏离社会最优。我们分析了一个场景,在这个场景中,我们固定了一些参与者的策略;其他参与者可以自由地做出选择。目标是迫使最小数量的玩家,并保证修改后的游戏的任何可能的均衡都是社会最优的,即创建的对必须形成G的最大匹配。我们主要证明了这个有趣的问题是NP-困难的,并提出了一个具有常数比的近似算法。
2010-12-17 cs.GT
Visibility Design and Strategic Reasoning
University of California, San Diego(加州大学圣地亚哥分校);Northeastern University(东北大学)
本文研究信息架构(如仪表盘、排行榜)如何通过透明度参数影响智能体的策略行为,提出认知层级模型,证明不透明性可充当复杂度乘数,并揭示其带来的复杂度税效应,为设计者提供可见性杠杆。
2026-09-22 cs.GT
On the Equivalence of Synchronous Coordination Game and Asynchronous Coordination Design
本文在具有战略互补性和共同利益的动态博弈中,通过引入单调子博弈完美纳什均衡(MSPNE),证明了同步与异步协调机制在最大可实施结果上等价,并探讨了其计算复杂性与最优设计启示。
2024-11-04 cs.GT econ.TH
Aspiration-based Perturbed Learning Automata
本文介绍了一种新的基于支付的学习方案,用于重复策略形式博弈的分布式优化。标准的基于递归的学习在其渐近稳定性方面表现出一些局限性。例如,在两人协调博弈中,收益占优(或有效)的纳什均衡可能不是随机稳定的。在这项工作中,我们提出了一个扩展的扰动学习自动机,即基于抱负的扰动学习自动机(APLA),克服了这些限制。我们提供了一个随机稳定性分析的APLA在多人协调对策。我们进一步证明了收益占优的纳什均衡是唯一的随机稳态。
2018-03-07 cs.GT
Delegation with Costly Inspection
该研究提出带核查成本的委托选择问题DCIC,证明其为NP难问题,针对无成本委托场景给出紧的3倍近似机制(同核查成本下可提升至2倍),并拓展至一般场景给出常数因子近似机制。
2025-06-12 cs.DS cs.GT econ.TH
Metastability of Logit Dynamics for Coordination Games
Logit动力学[Blume,Games and Economic Behavior,1993]是策略博弈的随机最佳反应动力学:在每一个时间步,一个参与者被随机地均匀选择,她根据一个偏向于有更高收益的策略的概率分布选择一个新策略。这个过程定义了一个遍历马尔可夫链,在一组策略配置文件的游戏,其唯一的平稳分布是长期均衡的游戏概念。但是,当链的混合时间较长时(例如,当参与者的数量呈指数增长时,平稳分布失去了作为均衡概念的吸引力,马尔可夫链的瞬态阶段变得重要起来。可能发生的是,链是“亚稳的”,即,在比混合时间短的时间尺度上,它保持接近状态空间上的某个概率分布,而在混合时间的时间尺度倍数中,它从一个分布跳到另一个分布。本文给出了马尔可夫链的“亚稳定概率分布”的定量定义,并研究了几类协调对策的logit动力学的亚稳定性。我们首先考虑一个纯粹的$n$球员协调游戏,突出了我们的亚稳定性概念的分布的基础上的显着特点。然后,我们研究了没有风险主导策略的集团上的协调博弈(这相当于Curie-Weiss模型的著名的Glauber动力学)和环上的协调博弈(有和没有风险主导策略)。
2017-05-30 cs.GT
Relaxing Common Belief for Social Networks
我们提出了一个放松的共同信念称为派系信念,是适合于社交网络上的战略合作的分析。我们展示了如何使用这个定义来分析一般图上的反抗游戏,包括通过给出一个有效的算法,该算法表征了这种游戏的可能均衡的结构结果。这扩展了先前关于共同知识和共同信念的工作,这些工作对于理解社交网络环境中的战略协调与合作来说过于限制。
2020-12-18 cs.GT cs.SI
EPROACH: A Population Vaccination Game for Strategic Information Design to Enable Responsible COVID Reopening
COVID-19封城对我们的社会造成重大的社会经济影响。在本文中,我们提出了一个人口疫苗接种博弈框架,称为EPROACH,重新开放,保证开放后的公共卫生安全的政策设计。在我们的框架中,一群参与者根据他们收到的公共和私人信息决定是否接种疫苗。重新打开通过游戏状态的切换来捕获。从我们的框架中获得的见解包括安全重新开放的适当疫苗接种覆盖率阈值和激励个人疫苗接种决策的基于信息的方法。特别是,我们的框架桥梁人口的战略行为和传染病的传播建模。这种整合使找到的阈值,保证了无病流行的稳态下的人口的纳什均衡接种疫苗的决定。疫苗接种的均衡决策依赖于代理人收到的信息。它通过信息使稳态流行病的严重程度可控。我们发现,重新开放所产生的外部性会导致种群中理性参与者的协调,并导致唯一的纳什均衡。我们使用数值实验来证实的结果,并说明负责任的重新开放的公共信息的设计。
2021-10-13 cs.GT
Coordination Games on Weighted Directed Graphs
我们研究了加权有向图上的策略博弈,其中玩家的收益被定义为选择相同策略的玩家在边缘上的权重之和,增加了一个固定的非负整数奖金来选择给定的策略。这些游戏抓住了在缺乏全球共同战略的情况下进行协调的想法。我们确定自然类的图形,有限的改善或联盟改善路径的多项式长度总是存在的,因此,(纯)纳什均衡或强平衡可以在多项式时间。所考虑的图类是典型的网络拓扑结构:简单的循环对应于令牌环局域网,而简单循环的开链对应于多个独立的环拓扑结构,从建议G.8032v2的以太网环保护交换。对于简单的循环,这些结果是最优的,因为如果没有对权重和奖金施加条件,纳什均衡甚至可能不存在。最后,我们证明了确定这些游戏中的纳什均衡或强均衡的存在性的问题是NP-完全已经为未加权图和没有奖金假设。这意味着多矩阵对策的相同问题是强NP-困难的。
2021-03-12 cs.GT
GameTalk: Training LLMs for Strategic Conversation
University of Cambridge(剑桥大学)
GameTalk 通过多轮互动训练 LLMs 实现战略性决策,优于传统方法,尤其在奖励塑造下表现突出。
2026-01-22 cs.AI cs.CL cs.GT
Coordination Games on Graphs
我们介绍自然的战略游戏的图形,捕捉的想法,协调在当地的设置。我们研究了平衡点的存在性,这些平衡点对无界和有界大小的联盟偏差有弹性(即,分别为强平衡和k平衡)。我们证明了纯纳什均衡和2-均衡的存在,并给出了一个例子,其中不存在3-均衡。此外,我们证明了强平衡存在各种特殊情况。我们还研究了这些解决方案的概念的无政府代价价格(PoA)和价格的稳定性(PoS)。我们证明了强平衡点的PoS在几乎所有我们已经证明强平衡点存在的特殊情况下都是1。纯纳什均衡的PoA被证明是无界的,即使我们固定了要进行协调博弈的图。对于k-均衡的PoA,我们证明了无政府状态的无政府代价在2(n-1)/(k-1)- 1和2(n-1)/(k-1)之间.后一个上限对于$k=n$是紧的(即,强均衡)。最后,我们考虑的问题,计算强均衡,并确定是否联合战略是一个k-均衡或强均衡。我们证明了,给定一个协调博弈,一个联合策略s,和一个数k作为输入,它是co-NP完全的,以确定是否s是一个k-均衡。在积极的一面,我们给多项式时间算法计算强平衡的各种特殊情况。
2016-10-18 cs.GT
Networked Anti-Coordination Games Meet Graphical Dynamical Systems: Equilibria and Convergence
本文研究网络反协调博弈在顺序与同步更新下的纳什均衡存在性和收敛时间,证明自我非必要模式可高效求解而自我必要模式不可解,并给出特殊情形及实验验证。
2024-03-29 cs.GT
Large language models converge on competitive rationality but diverge on cooperation across providers and generations
Spears School of Business, Oklahoma State University(俄克拉荷马州立大学斯皮尔斯商学院)
研究通过51906次博弈试验揭示大语言模型在竞争与协调行为上趋同,但合作行为在不同提供商和代际间显著分化,且受训练流程影响显著。
2026-04-22 cs.GT physics.soc-ph
Evolutionary network games: equilibria from imitation and best-response dynamics
我们考虑网络上的战略替代和战略补充博弈。我们介绍了两种不同的进化动力学,以完善其多重平衡,我们分析了系统通过平均场的方法。我们发现,对于最佳拍摄的游戏,作为一个模型的替代品,复制器一样的动态不会导致纳什均衡,而它会导致独特的均衡(完全合作或完全背叛,取决于初始条件和游戏参数)的补充,由协调游戏表示。另一方面,当动态以最佳对策进化的形式变得对认知要求更高时,预测总是纳什均衡(至少当个体是完全理性的时候):对于最佳对策博弈,我们找到了贡献者比例为确定值的均衡,而对于协调博弈,对称均衡只出现在合作者的初始比例低或高的情况下。我们还扩展了我们的研究,考虑复杂的异构拓扑结构,并表明,所选择的均衡的性质不会改变最好的拍摄游戏。然而,对于协调博弈,我们揭示了一个重要的区别,即在无限大的无标度网络上,任何合作激励值都会产生合作。
2017-08-28 cs.GT physics.soc-ph
On Signed Network Games with Binary Actions
Université catholique de Louvain(天主教鲁汶大学);Politecnico di Torino(都灵理工大学);Lund University(隆德大学)
研究包含协调与反协调网络博弈的二元动作成对可分离图博弈,基于有向符号图建模,证明在存在结构平衡子集时纳什均衡的存在性及其稳定性。
2026-06-01 cs.GT cs.MA cs.SI
Evolution of Coordination Through Institutional Incentives: An Evolutionary Game Theory Approach
本研究通过演化博弈论模型,探讨在预承诺框架下如何战略分配有限的制度激励预算(奖励或惩罚)以促进协调,发现奖励机制优于惩罚机制,且资源在促进参与与确保合规间的适当分配能实现最优协调成果,为新技术推广提供制度设计洞见。
2025-09-12 cs.CY cs.GT
Efficient Local Search in Coordination Games on Graphs
我们研究加权有向图上的策略博弈,其中玩家的收益被定义为选择相同策略的玩家的边缘上的权重之和,这些玩家选择了一个固定的非负奖金来选择给定策略。这些游戏抓住了在缺乏全球共同战略的情况下进行协调的想法。先前的工作表明,确定这些游戏的纯纳什均衡的存在性的问题是NP-完全已经与所有的权重等于1,没有奖金的图。然而,对于几类图(例如DAG和集团),纯纳什均衡甚至强均衡总是存在的,并且可以通过简单地遵循特定的改进或联盟改进路径来找到。在本文中,我们确定了几个自然类的图的有限改进或联盟改进路径的多项式长度总是存在的,因此,纳什均衡或强平衡,在他们可以找到在多项式时间。我们还认为,这些结果是最佳的意义上说,在自然概括这些类的图,一个纯粹的纳什均衡甚至可能不存在。
2016-04-16 cs.GT cs.MA
HLSMAC: A New StarCraft Multi-Agent Challenge for High-Level Strategic Decision-Making
本文提出了HLSMAC基准,基于《三十六计》设计12个星际争霸2场景,以评估多智能体强化学习的高层战略决策能力,并引入超越胜率的新指标,验证了其作为稳健测试平台的有效性。
2025-09-16 cs.AI cs.CV cs.GT
Hide-and-Seek Game with Capacitated Locations and Imperfect Detection
本文研究带容量限制与 imperfect 检测的大规模零和捉迷藏博弈,提出基于低维连续博弈边际分布的两步求解法,可在二次时间内得到线性支持集的纳什均衡,并分析了参数对博弈行为与位置重要性的影响。
2023-01-27 cs.GT
Extending the El Farol Bar Game with Partial Observability and Incentive Design
Ionian University(伊奥尼亚大学)
将酒吧建模为具有 AI 学习能力的战略参与者,引入部分可观测性和动态定价,研究有限理性代理与自适应机构之间的协同进化协调过程。
2026-06-03 cs.GT
Learning to Lead: Incentivizing Strategic Agents in the Dark
Cornell University(康奈尔大学);Yale University(耶鲁大学)
针对私有类型、隐藏行动且非短视智能体的在线委托—代理问题,提出延迟激励、奖励角度估计与悲观—乐观 LinUCB 结合的算法,实现近最优 $\tilde{O}(\sqrt{T})$ 策略遗憾。
2025-06-10 cs.GT cs.LG stat.ML
Governing Strategic Dynamics: Equilibrium Stabilization via Divergence-Driven Control
Army Engineering University(工程大学)
本文提出MGM-E-NES方法,通过发散驱动控制实现动态博弈中的稳定均衡,提升黑盒共进化的鲁棒性。
2026-01-28 cs.AI cs.GT cs.NE
Coordination in Network Security Games: a Monotone Comparative Statics Approach
恶意软件或恶意软件已成为一个主要的安全威胁。虽然源于犯罪行为,但其影响也受到合法最终用户决定的影响。让互联网和一般网络中的代理人投资和部署安全功能和协议是一项挑战,特别是因为网络外部性的存在所产生的经济原因。在本文中,我们专注于一个大型网络的代理人对更好的安全性的激励对齐的问题。我们从一个单一代理的经济模型开始,该模型确定了投资保护的最佳金额。该模型考虑到代理的安全漏洞和潜在的损失,如果发生安全漏洞。我们推导出的保护质量的条件,以确保安全花费的最佳金额是代理的脆弱性和潜在的损失的增加功能。我们还表明,对于一个大类的风险,只有一小部分的预期损失应投资。在这些结果的基础上,我们研究了一个受流行病风险影响的相互关联的代理网络。我们得到的条件,以确保所有代理人的激励措施是朝着更好的安全。当代理人的战略,我们表明,安全投资总是社会效率低下,由于网络外部性。此外,激励措施的一致性通常意味着协调问题,导致以非常高的无政府状态无政府代价实现均衡。
2012-08-20 cs.GT cs.NI cs.SI
Equilibria, information and frustration in heterogeneous network games with conflicting preferences
人与人之间的相互作用是社会结构作为一个复杂系统而产生的基础,同时也是对它进行任何物理描述的出发点。在过去的几年里,许多理论研究通过将复杂网络的物理学与进化博弈论中的相互作用描述相结合来解决这个问题。在这里,我们通过引入一个最突出的社会因素,如个人的偏好,这是理解当今许多社会现象学的关键特征,使这项研究更进一步。我们考虑了一个异构的,基于代理的模型,在该模型中,代理与他们的邻居进行战略互动,但他们的偏好和可能的行动的回报不同。我们研究了这样一个异构网络的行为下的进化动力学和不同的战略相互作用,即协调游戏和最佳射击游戏。有了这个模型,我们研究了在最佳反应动力学下随机图中分析预测的均衡的出现,并将此测试扩展到未探索的背景下,如比例模仿和无标度网络。我们表明,一些理论上预测的平衡不出现在模拟与不完全信息,我们证明了一些游戏的图形拓扑结构和支付函数参数的重要性。最后,我们讨论了我们的结果与现有的实验证据协调游戏,表明我们的模型更符合标准的经济理论的实验,并得出提示,如何最大限度地提高社会效率的情况下,冲突的偏好。
2017-06-22 cs.GT cs.SI physics.soc-ph
Convergence to Equilibrium of Logit Dynamics for Strategic Games
我们提出了第一个一般性的边界上的混合时间的马尔可夫链的logit动态广泛的战略游戏类。具有逆噪声β的logit动态描述了复杂系统的行为,该系统的各个组件根据系统的某些部分(“噪声”)知识自私地行动并保持响应,其中代理人了解系统并计算其最佳移动的能力由参数β的逆来测量。特别是,我们证明了近紧边界的潜在游戏和游戏的优势策略。我们的研究结果表明,潜在的游戏,混合时间的上限和下限由一个指数的逆噪声和最大电位差。相反,对于具有优势策略的博弈,混合时间不能随噪声的倒数而任意增长。最后,我们完善了我们的分析的一个子类的潜在的游戏称为图形协调游戏,一类游戏,以前已经在物理学研究,最近,在计算机科学的背景下扩散的新技术。我们给出的证据表明,这些游戏的logit动态的混合时间强烈依赖于底层图的结构。我们证明了这些游戏的logit动态的混合时间可以由一个函数的上界,该函数在底层图形的割宽和噪声的逆中是指数的。此外,我们考虑两个特定的和流行的网络拓扑结构,集团和环。对于一个集团上玩的游戏,我们证明了一个几乎匹配的下限上的混合时间的logit动态是指数的噪声和最大的潜在差异的倒数,而对于一个环上玩的游戏,我们证明了时间的logit动态收敛到其平稳分布是显着较短的。
2012-12-11 cs.DM cs.DS cs.GT