Ultracoarse Equilibria and Ordinal-Folding Dynamics in Operator-Algebraic Models of Infinite Multi-Agent Games
Bahcesehir University(巴塞希尔大学);Turkish Aeronautical Association University(土耳其航空协会大学)
提出无限多智能体博弈的算子代数框架,证明非交换遗憾学习动力学收敛至唯一随机最优反应均衡,并用序数折叠指数刻画超限收敛时间。
2025-07-25 cs.AI cs.GT cs.MA
Basins of Attraction in Two-Player Random Ordinal Potential Games
针对每个玩家行动数为$K$的两人序数势博弈,研究随机选取博弈的吸引盆大小联合分布,给出当$K$趋于无穷时每个纯纳什均衡吸引盆期望的渐近精确值。
2025-02-10 cs.GT econ.TH math.PR
Game theory analysis when playing the wrong game
针对经典博弈论需完全知晓对手目标的局限,研究玩家误解对手目标的严格序数2×2双矩阵博弈,给出问题数学表述并枚举分析全部78个此类博弈,填补了相关研究空白。
2023-07-17 cs.GT
Ordinal Potential-based Player Rating
J.P. Morgan AI Research(摩根大通人工智能研究院);University of Liverpool(利物浦大学);The Alan Turing Institute(阿兰·图灵研究所)
针对Elo评级无法保持策略传递关系的问题,研究者将传递博弈刻画为序数势博弈弱变体,提出基于神经网络的博弈分解方法,可分离博弈的传递与循环成分,经示例与真实博弈数据验证有效。
2024-03-06 cs.GT cs.LG
Ordinal Folding Index: A Computable Metric for Self-Referential Semantics
本研究提出可计算的序数折叠指数OFI,用于衡量自指展开至稳定的轮数,它打通了不动点逻辑、无限奇偶博弈等独立研究领域,细化了经典度量且具备多项式近似方案,还提出相关开放问题,为跨领域研究提供统一视角。
2025-07-31 cs.GT cs.LO
A Rational Decision Maker with Ordinal Utility under Uncertainty: Optimism and Pessimism
在博弈论和人工智能中,决策模型通常涉及最大化期望效用,这并不尊重顺序不变性。本文讨论了在不确定性条件下,保持序不变性而仍能作出理性决策的可能性。
2010-06-11 cs.AI cs.GT
Controller synthesis & Ordinal Automata
有序自动机是用来模拟物理系统与芝诺行为。使用自动机和游戏技术,我们解决了Demri和Nowak在2005年提出的控制问题。它涉及部分可观性和控制器与环境之间的新同步。
2006-10-30 cs.GT
Game-Theoretically Secure Protocols for the Ordinal Random Assignment Problem
本文研究分布式序数随机分配中的最大最小安全协议,证明公平性与序数效率不可兼得,并提出实现公平、稳定及均匀占优的 OnlinePSVar 协议。
2023-04-26 cs.GT
Nash without Numbers: A Social Choice Approach to Mixed Equilibria in Context-Ordinal Games
Google DeepMind(谷歌DeepMind);University of Waterloo(滑铁卢大学)
本文提出一种基于社会选择理论的混合均衡概念,无需精确效用函数,通过序数排名来分析策略均衡,探讨其存在性、复杂性及学习规则。
2026-05-08 cs.GT cs.MA econ.GN
Navigating the Topology of 2x2 Games: An Introductory Note on Payoff Families, Normalization, and Natural Order
相邻收益互换的罗宾逊-戈福斯拓扑根据重要的性质,包括对称性、优势策略和纳什均衡的数量以及利益的一致性,优雅地安排了2x2有序博弈。基于纳什均衡添加支付族说明了这种顺序的另一个方面,并有助于拓扑的可视化。通过半交换建立关系不仅在拓扑结构中创建了更简单的游戏,而且相反,打破关系显示了偏好的演变,为具有关系的2x2游戏的拓扑结构产生了自然的排序。序数博弈不仅表示具有实值的博弈的等价类,而且表示这些博弈的规范化版本的离散等价。拓扑结构提供的坐标,可用于识别相关的游戏在语义网本体和促进基于代理的模拟和其他研究的比较分析博弈论,以及图表之间的关系和潜在的移动游戏作为一种工具,机构的分析和设计。
2010-10-22 cs.GT
Transfinite game values in infinite draughts
无限跳棋,或跳棋,就像有限对策一样,但在一个无限棋盘上,在所有四个方向上无限延伸。我们证明了每一个可数序数都是无限跳棋中一个位置的博弈值。因此,在某些位置上,红方有一个获胜的策略,使她能够在100多步棋中获胜,但比赛的长度可以完全由黑方控制,就像从给定的可数序数开始倒数一样。
2021-11-03 cs.GT math.CO math.LO
A potentialization algorithm for games with applications to multi-agent learning in repeated games
University of Applied Sciences Technikum Wien(维也纳应用科技大学)
本文提出了一种用于正常形式游戏的潜在化算法,通过构造序数潜力函数实现高效的多智能体学习,并在重复游戏中展示了收敛到稳定行为的能力。
2026-02-21 cs.GT cs.MA
Strong Nash Equilibria in Games with the Lexicographical Improvement Property
我们引入了一类有限的战略游戏的属性,每一个偏离联盟的球员,是有利可图的,它的每个成员严格减少字典序的某个功能定义的战略配置文件。我们称之为字典序改进性质(LIP),并表明,它意味着存在一个广义强序势函数。我们使用这个特征来推导强纳什均衡的存在性、效率性和公平性。然后,我们研究了一类游戏,概括了拥塞游戏的瓶颈目标,我们称之为瓶颈拥塞游戏。我们表明,这些游戏具有LIP,从而上述属性。对于网络中的瓶颈拥塞游戏,我们确定的情况下,潜在的功能与LIP导致多项式时间算法计算强纳什均衡。最后,我们研究了无限对策的LIP。我们表明,LIP并不意味着存在一个广义强序势,因此,存在SNE不遵循。然而,假设与LIP相关联的函数是连续的,我们证明了SNE的存在性。因此,我们证明了具有无限策略空间和连续成本函数的瓶颈拥塞博弈具有强纳什均衡。
2009-09-02 cs.DM cs.GT
Learning Pure Nash Equilibrium in Smart Charging Games
强化学习算法(RLA)是理解决策者如何对信号做出反应的有用的机器学习工具。它是已知的,RLA收敛到纯纳什均衡(NE)的有限拥塞游戏,更一般地说,有限的潜在的游戏。对于有限拥塞博弈,只考虑可分离的代价函数。然而,不可分离的成本取决于所有玩家的选择,而不仅仅是那些选择相同资源的玩家,在某些情况下可能是相关的,比如在智能充电游戏中。在本文中,有限拥挤的游戏与不可分离的费用被证明有一个有序的潜在功能,从而存在一个行动相关的连续的潜在功能。同步RLA对纯NE的收敛,然后扩展到这类更一般的拥塞游戏。最后,设计了一个智能充电游戏来说明这种学习算法的收敛性。
2021-11-12 cs.GT
Proximal-like algorithms for equilibrium seeking in mixed-integer Nash equilibrium problems
我们考虑潜在的游戏与混合整数变量,我们提出了两个分布式的,近似的均衡寻求算法。具体来说,我们专注于两种情况:i)底层游戏是广义序数和代理更新通过迭代选择一个确切的最优策略; ii)游戏承认一个确切的潜力和代理采用近似的最优响应。通过利用整数兼容的正则化函数作为惩罚项的属性,我们表明,这两种算法收敛到一个精确的或$ε$ -近似平衡。我们证实了我们的研究结果的古诺寡头垄断模型的数值实例。
2022-10-27 cs.GT cs.MA cs.SY
Characterization of Potential Games: Application in Aggregative Games
该研究提出基于收益函数的势博弈判定方法,简化聚合博弈的势博弈判定准则,并通过3参与者、4参与者Cournot博弈分别验证了刻画准则与势函数形式的有效性。
2023-08-24 cs.GT math.OC
On the Exponential Rate of Convergence of Fictitious Play in Potential Games
本文研究了连续时间下的虚拟游戏学习动力学。结果表明,在几乎每一个潜在的游戏,几乎每一个初始条件,FP的收敛速度是指数。特别是,本文重点研究的行为FP在潜在的游戏,其中所有的均衡的游戏是经常的,介绍了海萨尼。这种博弈被称为常规势博弈。最近它已被证明,几乎所有的潜在游戏(在勒贝格措施的意义上)是定期的。在本文中,它表明,在任何经常潜在的游戏(因此,在几乎每一个潜在的游戏),FP收敛到纳什均衡的集合在一个指数的速度从几乎每一个初始条件。
2017-07-25 cs.GT math.OC
Flows and Decompositions of Games: Harmonic and Potential Games
在本文中,我们介绍了一种新的流表示有限对策的战略形式。这种表示允许我们开发一个规范的直接和分解的任意游戏到三个组件,我们称之为潜在的,谐波和非战略组件。我们分析自然类的游戏,诱导这种分解,特别是,专注于游戏没有谐波分量和游戏没有潜在的组件。我们表明,第一类对应于著名的潜在的游戏。我们把第二类博弈称为调和博弈,并研究了这类新博弈的结构和均衡性质。直觉上,游戏的潜在成分捕捉到了可以等价地表示为共同利益游戏的互动,而和谐部分则代表了玩家之间的利益冲突。我们通过研究这两个类的性质,使这种直觉精确化,并表明它们确实具有非常不同和显著的特征。例如,虽然有限势博弈总是有纯纳什均衡,但调和博弈一般永远不会。此外,我们表明,非战略性的组成部分并不影响一个游戏的均衡,但在其效率属性中起着根本性的作用,从而解耦的位置的均衡和他们的收益相关的属性。利用分解框架的属性,我们得到明确的表达式的潜在的和谐波游戏的子空间上的游戏的投影。这使得潜在的和谐波游戏的属性扩展到“附近”的游戏。我们证明了这一点,一个任意的游戏的近似均衡集可以通过其投影到一组潜在的游戏的均衡。
2010-06-25 cs.GT math.OC
Database-assisted Spectrum Access in Dynamic Networks: A Distributed Learning Solution
本文研究了动态电视白频谱网络中活跃用户集不断变化的数据库辅助频谱访问问题。由于没有中央控制器和信息交换,它遇到了动态和不完全信息约束。为了解决这一挑战,我们制定了一个基于状态的频谱接入游戏和一个强大的频谱接入游戏。证明了这两个博弈都是以(期望)总加权干扰为势函数的序势博弈。提出了一种分布式学习算法来实现博弈的纯策略纳什均衡。仿真结果表明,最优网元与最优解几乎一致,所提学习算法的可达吞吐量也非常接近最优解,验证了所提对策论解的有效性.
2015-07-03 cs.GT cs.IT math.IT
Learning Equilibria in Games by Stochastic Distributed Algorithms
Ecole Polytechnique(巴黎综合理工学院);Centre National de la Recherche Scientifique(法国国家科学研究中心);Université de Versailles(凡尔赛大学)
我们考虑一类完全随机和完全分布式的算法,我们证明学习游戏中的均衡。事实上,我们考虑一个家庭的随机分布动力学,我们证明弱收敛(在概率过程的弱收敛的意义上)对他们的平均场极限,即在一般情况下的常微分方程(ODE)。然后,我们专注于一类随机动力学,这ODE原来是与多种群复制动力学。使用已知的事实收敛的常微分方程,我们讨论的初始随机动力学的收敛性:对于一般的游戏,可能会有不收敛,但当收敛的常微分方程举行,认为随机算法收敛到纳什均衡。对于允许李雅普诺夫函数的游戏,我们称之为李雅普诺夫游戏,随机动力学收敛。我们证明了任何序数潜在的游戏,因此任何潜在的游戏是一个李雅普诺夫游戏,多仿射李雅普诺夫函数。对于具有多仿射李雅普诺夫函数的李雅普诺夫对策,证明了该李雅普诺夫函数是随机动力系统上的上鞅。这导致了一种方法来提供他们的收敛时间的界限的鞅参数。这特别适用于许多类的游戏,已被认为是在文学,包括几个负载均衡游戏场景和拥塞游戏。
2009-07-10 cs.GT cs.LG
Postinal Determinacy of Games with Infinitely Many Priorities
我们研究两个玩家的游戏无限的持续时间,有限或无限的游戏图。对于这样一个博弈,如果获胜策略只取决于当前的位置,而不取决于博弈的历史,那么它就是位置策略。一个博弈是由位置决定的,如果在每个位置上,两个玩家中的一个有位置获胜策略。这类博弈的理论在获胜条件方面得到了很好的研究,获胜条件是根据映射来定义的,该映射从有限集合中为每个位置分配优先级。具体来说,在穆勒博弈中,一局的赢家是由那些出现频率无限高的优先级的集合决定的;一个重要的特例是奇偶博弈,其中出现频率无限高的最小(或最大)优先级决定赢家。众所周知,平价游戏是由位置决定的,而穆勒游戏是通过有限记忆策略决定的。在本文中,我们将这个理论扩展到无限多个优先级的博弈的情况。这样的游戏出现在几个应用领域,例如在下推游戏中,获胜条件取决于堆栈内容。对于奇偶博弈,有几种对无穷多个优先级的情况的概括。虽然最大奇偶游戏在欧米茄或最小奇偶游戏在更大的序数比欧米茄需要的战略与无限的记忆,我们可以证明,最小奇偶游戏的优先级在欧米茄是位置确定的。事实上,事实证明,最小奇偶条件在欧米茄是唯一的无穷穆勒条件,保证位置确定性的所有游戏图。
2012-08-28 cs.GT cs.LO
Positional Determinacy of Games with Infinitely Many Priorities
我们研究两个玩家的游戏无限的持续时间,有限或无限的游戏图。对于这样一个博弈,如果获胜策略只取决于当前的位置,而不取决于博弈的历史,那么它就是位置策略。一个博弈是由位置决定的,如果在每个位置上,两个玩家中的一个有位置获胜策略。这类博弈的理论在获胜条件方面得到了很好的研究,获胜条件是根据映射来定义的,该映射从有限集合中为每个位置分配优先级。具体来说,在穆勒博弈中,一局的赢家是由那些出现频率无限高的优先级的集合决定的;一个重要的特例是奇偶博弈,其中出现频率无限高的最小(或最大)优先级决定赢家。众所周知,平价游戏是由位置决定的,而穆勒游戏是通过有限记忆策略决定的。在本文中,我们将这个理论扩展到无限多个优先级的博弈的情况。这样的游戏出现在几个应用领域,例如在下推游戏中,获胜条件取决于堆栈内容。对于奇偶博弈,有几种对无穷多个优先级的情况的概括。虽然最大奇偶游戏在欧米茄或最小奇偶游戏在更大的序数比欧米茄需要的战略与无限的记忆,我们可以证明,最小奇偶游戏的优先级在欧米茄是位置确定的。事实上,事实证明,最小奇偶条件在欧米茄是唯一的无穷穆勒条件,保证位置确定性的所有游戏图。
2006-11-03 cs.GT cs.LO
Towards An Analytical Framework for Dynamic Potential Games
本文构建了动态势博弈的分析框架,通过值函数分解和对称雅可比条件刻画动态势博弈,并显式求解连续时间随机博弈的势函数,揭示了线性二次博弈成为马尔可夫势博弈的充要条件。
2024-09-06 cs.GT math.OC math.PR
Simple Characterizations of Potential Games and Zero-sum Games
我们提供了几个测试,以确定是否一个游戏是一个潜在的游戏,或者它是否是一个零和等价游戏-一个游戏,这是战略上等同于一个零和游戏,以同样的方式,一个潜在的游戏是战略上等同于一个共同利益的游戏。我们提出了一个统一的框架,适用于潜在的和零和等价的游戏,通过推导出这些游戏的一个简单但有用的表征。这使我们能够重新推导出潜在游戏的已知标准,以及获得几个新的标准。特别是,我们证明了(1)新的积分测试潜在的游戏和零和等价的游戏,(2)一个新的衍生测试的零和等价的游戏,(3)一个新的代表性的零和等价的游戏。
2020-02-24 cs.GT
On Potential Equations of Finite Games
本文通过求解势方程,提出了判定有限对策是否为势对策的新判据。首次得到了检验潜在对策的最少验证方程。建立了势方程与势对策的现有刻画之间的联系。证明了有限对策是势对策当且仅当它的每一个双矩阵子对策都是势对策。
2015-04-28 cs.GT
Strategic Decompositions of Normal Form Games: Zero-sum Games and Potential Games
我们研究了新的游戏类,称为零和等价游戏和零和等价潜在的游戏,并证明了分解定理涉及这些游戏类。我们说两个博弈是“战略等价的”,如果对每个参与者来说,两个策略之间的收益差异(保持其他参与者的策略不变)是相同的。零和等价博弈是一种在战略上等价于零和博弈的博弈;零和等价势博弈是一种在战略上等价于共同利益博弈的零和等价博弈。我们也称一个博弈为“正规化”,如果一个参与人的收益之和,给定其他参与人的策略,总是为零。我们证明了任何范式博弈都可以被唯一地分解为(i)零和等价博弈和规范化的共同利益博弈,或者(ii)零和等价势博弈、规范化零和博弈和规范化的共同利益博弈,每一个博弈都具有独特的均衡性质。例如,我们表明,两个玩家的零和等价游戏有限的策略集一般有一个唯一的纳什均衡和两个玩家的零和等价的潜在的游戏有限的策略集一般有一个严格的优势纳什均衡。
2020-05-19 cs.GT
Weighted and Near Weighted Potential Games with Application to Game Theoretic Control
提出了一种算法来验证有限对策是否是加权势对策(WPG),而无需预先知道其权重。然后,该算法也适用于找到一个给定的有限游戏的最接近的WPG。给出了近权势博弈的概念和判据,指出了有限博弈与其最近权势博弈之间的演化等价性。在此基础上,提出了一种在博弈控制中用NWPG代替PG的方法,提高了PG优化的适用性。
2021-06-23 cs.GT
Dynamics in Near-Potential Games
本文定义并量化博弈与相近势博弈的距离,证明较优/最优响应、logit响应和虚拟博弈均会收敛到由该距离控制的近似均衡邻域,从而为任意有限策略式博弈提供统一的动力学分析框架。
2011-07-21 cs.GT
Equilibrium and Potential in Coalitional Congestion Games
拥挤博弈模型被广泛用于分析与交通和通信相关的博弈。这些博弈的一个中心性质是它们是潜在博弈,因此是纯纳什均衡。在现实中,通常情况下,一些参与者合作决定他们的联合行动,以最大限度地提高联盟的总效用。这是由联盟拥塞博弈建模的。典型的设置包括为同一运输公司工作的卡车司机,或属于同一ISP的路由器。联盟的形成通常意味着,由此产生的联盟拥塞博弈将不再是一个纯粹的纳什均衡。在本文中,我们提供的条件下,这种游戏是潜在的游戏和一个纯纳什均衡。
2011-11-16 cs.GT
Generalized potential games
在本文中,我们引入了一个概念的广义潜在的游戏,灵感来自一个新发展的理论广义梯度流。更准确地说,如果损失函数的同时梯度是势函数梯度的非线性函数,则游戏称为广义势。应用程序包括一类游戏所产生的化学反应网络与详细的平衡条件。对于这类游戏,我们证明了一个明确的指数收敛到一个单一的可逆反应的演化平衡。此外,进行了数值研究,以计算一些可逆的化学反应,从而产生广义势博弈的平衡状态。
2019-08-17 cs.GT math.AP math.DS
Smooth Fictitious Play in $N\times 2$ Potential Games
本文证明了在几乎所有的$N\times 2$($N$ -player,two-action)势博弈中,光滑虚拟博弈都以概率1收敛到纯策略纳什均衡的邻域.收敛的邻域可以通过取平滑参数为零而任意小。简单的证明技术提供考虑定期潜在的游戏。
2019-11-30 cs.GT
A Bayesian optimization approach to compute the Nash equilibria of potential games using bandit feedback
计算策略多智能体系统的纳什均衡对于昂贵的黑盒系统是具有挑战性的。受普遍存在的涉及开发公共资源的游戏的启发,本文考虑了潜在游戏的上述问题。我们使用贝叶斯优化框架,以获得新的算法来解决有限(离散动作空间)和无限(真正的区间动作空间)潜在的游戏,利用潜在的游戏结构。数值结果表明,该方法在计算静态势博弈的纳什均衡和动态势博弈的线性纳什均衡时是有效的。
2018-11-15 cs.GT cs.MA
A Comprehensive Survey of Potential Game Approaches to Wireless Networks
势博弈是一类非合作博弈,其中单边改进动态在许多实际情况下保证收敛。势博弈方法已被广泛应用于无线网络问题,特别是各种信道分配问题。本文介绍了势博弈的性质,并对无线网络中已被证明为势博弈的博弈进行了全面的讨论。
2015-06-26 cs.GT cs.NI
Communication complexity of Nash equilibrium in potential games
我们证明通信复杂性下界(可能混合)纳什均衡在潜在的游戏。特别是,我们发现,找到一个纳什均衡需要$poly(N)$通信在两个球员$N \times N$潜在的游戏,和$2^{poly(n)}$通信在$n$球员两个动作游戏。据我们所知,这些是第一个结果,以证明硬度在任何模型(可能混合)纳什均衡在潜在的游戏。
2020-11-12 cs.CC cs.GT
Beyond Theorems: A Counterexample to Potential Markov Game Criteria
针对Mguni等人提出的放宽版马尔可夫势博弈必要条件下可高效计算确定性纳什均衡的主张,本文通过构造反例对其进行了反驳。
2024-05-13 cs.GT cs.MA
Decompositions of two player games: potential, zero-sum, and stable games
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
本文通过将两人正规型博弈视为向量空间,引入势博弈、零和博弈及其正交补(反势博弈和反零和博弈)的显式正交基分解,并应用该分解证明循环准则、分析广义石头-剪刀-布博弈、刻画零稳定博弈、提供严格稳定博弈类、关联复制方程向量场分解、构造李雅普诺夫函数以及Zeeman博弈。
2011-07-18 cs.GT cs.SY eess.SY
Second-Order Potentials for Finite Games: Existence, Characterisation, and Game Decomposition
Queen’s Management School, Queen’s University Belfast(贝尔法斯特女王大学皇后管理学院)
本文研究对称不成立时有限博弈的二阶势,构建MS势并提出MS分解,证明行动数相等的博弈中MS势增广项与Candogan等人提出的势一致。
2026-08-19 cs.GT econ.TH
Graphical Potential Games
Stony Brook University(石溪大学)
势博弈最初由2012年诺贝尔经济学奖得主劳埃德·沙普利(Lloyd Shapley)和他的同事多夫·蒙德勒(Dov Monderer)在20世纪90年代初提出,是博弈论中一类非常重要的模型。它们具有特殊的性质,例如纯策略中存在纳什均衡。本说明介绍了潜在游戏的图形版本。图形势博弈的特殊情况已经在经济学之外的许多科学和工程领域找到了适用性,包括人工智能、计算机视觉和机器学习。它们已经有效地应用于研究和解决重要的现实世界问题,例如网络中的路由和拥塞、分布式资源分配(例如,公共产品)和用于图像分割的松弛标记。图形潜在游戏的隐含使用至少可以追溯到40年前。在文献中被认为是标准的几类游戏,包括协调游戏,局部交互游戏,格子游戏,拥塞游戏和党派游戏,都是图形势游戏的实例。本说明提供了几个特征的图形潜在的游戏,利用著名的结果,从文献中的概率图形模型。这里提出的工作,特别是区别于以前的工作的一个主要贡献是建立某种类型的游戏规则的收敛意味着代理/球员必须嵌入在一些图形潜在的游戏。
2015-05-06 cs.AI cs.GT stat.ML
Towards Multi-Agent Reinforcement Learning driven Over-The-Counter Market Simulations
J.P. Morgan AI Research(摩根大通人工智能研究院);University of Michigan(密歇根大学)
研究场外交易市场中流动性提供者与获取者的博弈,通过参数化奖励与共享策略学习的深度强化学习方法,使智能体学会对冲与价格偏斜等涌现行为,并提出基于RL的校准算法及多智能体策略梯度收敛性证明。
2023-08-01 cs.AI cs.GT cs.MA
Graphical potential games
我们研究一类潜在的游戏,也是图形游戏相对于一个给定的图$G$的球员之间的连接。我们表明,这类游戏的战略等价,可以确定与$G$上的马尔可夫随机场的集合。从这个特征,并从哈默斯利-克利福德定理,它遵循这样的游戏的潜力可以分解为本地潜力。我们利用这种分解来强约束单个参与者沿着更好的反应路径的策略改变的数量,这个结果扩展到广义的图形势博弈,这是在无限图上进行的。
2016-03-23 cs.GT econ.TH math.PR