Bounds on the Price of Anarchy for a More General Class of Directed Graphs in Opinion Formation Games
在有向图的意见形成博弈中，无政府状态的有界无政府代价只存在于加权欧拉图中。因此，我们约束的无政府状态无政府代价的更一般类的有向图的条件直观地意味着，每个节点不影响其他超过她的影响，其中的界限取决于这种差异（在一个比率）。我们还表明，存在一个例子，只是稍微违反了无政府状态的无限无政府代价的条件。
2016-10-13 cs.GT cs.SI
Strategic disclosure of opinions on a social network
IRIT（图卢兹计算机研究所）；CNRS（法国国家科学研究中心）；University of Toulouse（图卢兹大学）
我们研究的战略方面的社会影响力的社会代理人的信任网络连接，引入一类新的游戏称为游戏的影响力。影响力博弈是一个无限重复的博弈，在每个交互阶段，代理人可以让她的意见可见（公开）或不可见（私人），以影响其他代理人的意见。影响过程是由信任网络介导的，因为我们假设给定代理的意见只受她认为值得信赖的那些代理的意见的影响（即，信任网络中直接链接到她的代理）。每个代理被赋予一个目标，表示在一个合适的时间语言的灵感来自线性时序逻辑（LTL）。我们表明，游戏的影响力提供了一个简单的抽象探索的信任网络结构对代理人的行为的影响，考虑解决方案的概念，从博弈论，如纳什均衡，弱优势和获胜策略。
2016-02-05 cs.AI cs.GT
Impact of Preference and Equivocators on Opinion Dynamics with Evolutionary Game Framework
意见动力学是自然科学和社会科学中最具挑战性的研究课题之一，其目的是通过各种意见的相互作用机制来理解集体行为的演化。为了清楚地阐明这个问题，二元意见模型成为一个有用的框架，其中代理人可以采取独立的意见。受现实观察的启发，本文提出了二元意见模型的两种基本交互机制：一种是所谓的BSO模型，参与者通过持有相同的意见而获益;另一种是BDO模型，参与者通过持有不同的意见而获益。在这两个基本模型的基础上，利用复制者方程（RE）模拟意见演化过程，在演化博弈框架下研究了意见偏好和模糊者对二元意见演化的综合影响。通过大量的模拟，我们展示了二元意见动力学的理论平衡状态，并从数学上分析了每个平衡状态的稳定性。
2015-07-28 cs.GT cs.SI physics.soc-ph
Opinion Dynamics in Social Networks: A Local Interaction Game with Stubborn Agents
新思想、创新和行为在大型社会网络中传播的过程可以被认为是一个网络互动游戏：每个代理从他的朋友邻居中的一定数量的代理那里获得信息，并调整他的想法或行为以增加他的利益。在本文中，我们感兴趣的意见，对某一主题，形成在社交网络。我们将意见建模为从0到1的连续标量，1（0）代表非常积极（消极）的意见。每个代理人都有一个初始意见，并根据他的邻居的意见，他的初始意见以及他对他的初始意见的无知而产生一些成本。智能体根据自己的初始意见和观察邻居的意见迭代更新自己的意见。代理的迭代更新可以被视为近视成本最小化响应（即，所谓的最佳对策）。我们研究是否可以出现这样的局部相互作用的结果，以及这种平衡可能如何取决于网络结构，代理的初始意见，以及顽固代理的位置和他们的谨慎程度。我们还研究了收敛到这种平衡点的速度，并将收敛时间描述为上述因素的函数。我们还讨论了这些结果在一些著名的图，如Erdos-Renyi随机图和小世界图的影响。
2012-08-24 cs.GT cs.SI
Persuading Agents in Opinion Formation Games
本文研究FJ意见形成模型中的贝叶斯说服，提出算法优化发送者信息揭示策略，针对基于范围的目标给出高效算法及近似界限。
2025-09-09 cs.GT
Game-theoretical approach for opinion dynamics on social networks
社交网络上的舆论动态近年来受到了广泛的关注。然而，只有少数著作从理论上分析了某种观点在整个结构化群体中传播的条件。在本文中，我们提出了一个进化博弈的方法来探讨二元意见模型的意见的传播条件。受现实生活中观察的启发，我们假设代理选择意见的选择不是随机的，而是基于来自公共知识和与邻居的交互的分数。通过合并随机游动，我们得到了一个条件，在该条件下，意见$A$可以在社交网络上传播的弱选择限制。我们发现，意见$A$的成功传播条件与二值意见的基本得分、意见交互的反馈得分以及网络的边权值、顶点的加权度和平均度等结构参数密切相关.特别地，当个人仅基于公开信息调整他们的意见时，意见$A$的活力仅取决于$A$和$B$的基本分数的差。当连接的个体之间没有负（正）反馈交互时，我们发现意见$A$的成功取决于竞争意见的正（负）反馈得分的比率。为了完成我们的研究，我们分别对全连接、小世界和无标度网络进行了计算机模拟，这些模拟支持并证实了我们的理论研究结果。
2022-08-30 cs.GT physics.soc-ph
Dynamics and Convergences for Markov Coevolutionary Opinion Formation Games in Dynamic Social Networks
National Yang Ming Chiao Tung University（国立阳明交通大学）；Academia Sinica（中央研究院）；National Taiwan Ocean University（国立台湾海洋大学）；New Jersey Institute of Technology（新泽理工学院）；National Chung Hsin University（国立中兴大学）
研究动态社交网络中K-NN马尔可夫博弈的收敛性，整合多智能体强化学习和在线学习技术，分析乐观梯度上升算法在一般和马尔可夫博弈中的收敛情况，得出较弱意义上收敛到近似纳什均衡的结果。
2026-08-10 cs.GT
Bounding the inefficiency of compromise in opinion formation
互联网上的社交网络最近有了巨大的增长，并在当今生活的不同方面发挥着至关重要的作用。它们以有益于用户的方式促进了信息传播，但它们往往被战略性地用于传播只为特定用户的目标服务的信息。这些属性激发了社会学的经典意见形成模型的修订，使用博弈论的概念和工具。我们遵循相同的建模方法，专注于每个用户表达的观点是她的内部信念和她的社交熟人中的少数邻居的意见之间的妥协的场景。我们制定简单的游戏，捕捉这种行为和量化的无效率的均衡使用众所周知的概念的无政府代价。我们的研究结果表明，妥协的代价，强烈依赖于邻域大小。
2018-02-22 cs.GT
Agent-based Modeling: Equilibrium, Echo Chambers, and Efficiency in Hybrid Coevolutionary Opinion Games
National Yang Ming Chiao Tung University（国立阳明交通大学）
本研究提出混合共进化观点博弈（H-COG），结合Friedkin-Johnsen和Phi-4语言智能体，在动态网络中研究观点形成，发现语言智能体导致更高的社会成本，主要源于偏离内在观点而非邻居分歧。
2026-10-02 cs.GT cs.MA cs.SI
Green Security Game with Community Engagement
虽然已经开发了博弈论模型和算法来打击绿色安全领域的非法活动，如偷猎和过度捕捞，但现有的工作都没有考虑社区参与的关键方面：社区成员被执法部门招募为线人，可以提供有价值的提示，例如，正在进行的非法活动的地点，以协助巡逻。我们填补了这一空白，并（i）引入了一种新的两阶段安全博弈模型的社区参与，与二分图表示的告密者-攻击者的社会网络和一个水平- $κ$响应模型的启发，认知层次;（ii）提供复杂性的结果和精确，近似和启发式算法选择告密者和分配巡逻对水平- $κ$（$κ<\infty$）攻击者;（iii）提供了一种新的算法来找到针对级别$\infty$攻击者的最优防御策略，该算法将优化参数化不动点的问题转换为双层优化问题，其中内层只是线性规划，外层只有线性数量的变量和单个线性约束。我们还通过大量的实验来评估算法。
2020-02-21 cs.GT
Multi-Topic Projected Opinion Dynamics for Resource Allocation
提出多智能体在预算约束下分配资源的意见形成模型，证明意见收敛至均衡，并揭示其与势博弈纳什均衡的关联。
2025-09-09 cs.GT cs.MA cs.SI
Discrete Preference Games in Heterogeneous Social Networks: Subverted Majorities and the Swing Player
研究异质社交网络中的离散偏好博弈。这些游戏模拟了玩家的私人信仰和他/她公开声明的观点之间的相互作用（这可能与玩家的信念不同）作为一个战略游戏，其中玩家的策略是意见，并且状态中意见的成本是通过两个因素的参数$α\in[0,1]$的凸组合：参与者的意见与他/她的内部信念之间的分歧，以及与参与者意见不同的邻居的数量。参数$α$模拟了一个玩家的顽固程度：只有当许多邻居不同意他/她的信念时，具有大$α$的玩家才会改变他们的观点。我们认为社交网络是异质的，在这个意义上，参数$α$可以不同的球员。我们要问的是，在均衡状态下，大多数参与者所共有的信念是否可能与大多数参与者公开宣布的观点不一致。我们的主要结果是一个社交网络，承认一个初始的信念分配，存在一个序列的最佳对策的动作，达到一个平衡，在初始的大多数被颠覆的表征。我们的特征是有效的，在这个意义上，可以有效地测试和初始的信念分配，可以被颠覆，可以计算在时间多项式中的球员的数量。我们的结果实际上更强，因为我们表明，在每个可以被颠覆的初始信念分配中，颠覆实际上是以一种非常强的方式获得的：只需要一个单一参与者，摇摆参与者的一次行动，就可以将社交网络带到不归点，任何参与者的任何理性举动都会导致被颠覆的大多数。
2016-03-09 cs.DS cs.GT cs.MA
Network-Induced Strategic Communication in Opinion Dynamics
Université de Lorraine（洛林大学）；CNRS（法国国家科学研究中心）；UCLouvain（天主教鲁汶大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
研究意见动态中网络诱导的战略通信，通过加权影响网络上的战略通信博弈推导通信映射，证明网络对发送者影响由夸张因子概括，通信规则成行为机制，为CODA动态提供基础，还预测了说话者夸张与表达情况。
2026-07-20 cs.GT cs.SY eess.SY
A Game-Theoretic Analysis of Competitive Editing in Wikipedia: Contributors' Effort to Influence Articles and the Community's Attempt to Ensure Neutrality
同行生产，如维基百科文章的合作创作，涉及贡献者之间的合作和竞争，我们专注于后者。作为个人，贡献者们竞相将维基百科的文章与他们的个人观点保持一致。作为一个社区，他们共同努力，以确保一个中立的观点（Ningxia）。我们研究个人的竞争和社区的努力，以确保中立性之间的相互作用。我们开发了一个两级博弈论模型，建模的所有权动机的个人和寻求中立性的公共机制作为一个Stackelberg游戏的相互作用。我们提出了我们的模型的预测贡献者的努力（即典型的编辑大小）和利益（即他们最终“拥有”的文章的部分）之间的关系。我们通过实证分析验证了模型的预测，通过研究219，811个不同的贡献者的相互作用，这些贡献者在十年内共同制作了864篇维基百科文章。分析和实证结果表明，进行大规模编辑的贡献者（“创建者”）最终会将文章的所有权输给那些对文章进行精炼并通常进行较小编辑的人（“策展人”）。虽然寻求中立性的机制对于确保所有权不集中在少数贡献者身上至关重要，但我们的研究结果表明，过度治理的负担可能会阻止贡献者参与。
2021-05-17 cs.GT
More Than Opinions: The Role of Values in Shaping Fairness and Status in the Ultimatum Game within Structured Societies
本文通过具有动态种群和网络结构的最后通牒博弈模型，研究主观地位层级与价值体系如何塑造结构化社会中的公平规范与资源分配行为。
2025-05-11 cs.GT econ.TH physics.soc-ph
Asynchronous and time-varying proximal type dynamics multi-agent network games
在本文中，我们研究了非合作多智能体网络游戏的背景下，邻近型动力学。这些动态出现在不同的应用中，因为它们描述了多代理网络中的分布式决策，例如，在意见动力学、分布式模型拟合和网络信息融合中，每个代理的目标是仅使用本地信息来寻求均衡。我们分析了这类游戏的几个共轭，提供收敛结果，或设计寻求平衡的算法时，原来的动态无法收敛。对于仅受局部约束的游戏，我们研究了同步/异步动态和时变通信网络。对于除耦合约束外的博弈问题，我们设计了一个收敛于一类特殊博弈均衡的均衡搜索算法。最后，我们通过数值模拟的意见动力学和分布式模型拟合的理论结果进行了验证。
2019-09-24 cs.GT math.OC
Community-Quality-Based Player Ranking in Collaborative Games with no Explicit Objectives
玩家排名可用于确定玩家对协作社区的贡献的质量。然而，没有明确目标的合作游戏不支持玩家排名，因为没有衡量玩家贡献质量的指标。这些社区的一个隐含目标是不对其他参与者造成干扰。在本文中，我们提出了一个参数化的方法，实时球员排名合作游戏没有明确的目标。我们的方法通过应用一个简单的启发式社区质量函数来计算排名。我们还证明了我们的方法的能力，通过应用它的几个参数化的案例研究和比较所获得的结果。
2012-05-14 cs.GT cs.SI
Sparse One-Step-Ahead Optimal Control of Time-Varying Affine Opinion Networks: Tracking and Competitive Games
Federal University of Rio de Janeiro（里约热内卢联邦大学）
本文针对时变仿射意见网络，提出一种稀疏一步超前最优控制方法，通过排序实现精确支持选择，并扩展到竞争博弈场景，验证了跟踪性能与均衡存在性。
2026-09-18 cs.GT cs.SY eess.SY
Game-Theoretic Analysis of the Hegselmann-Krause Model for Opinion Dynamics in Finite Dimensions
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
我们认为Hegselmann-Krause模型的意见动态和研究系统的演变在各种设置。我们首先分析了任意有限维的同步Hegselmann-Krause动力学的终止时间，并表明终止时间一般只取决于参与动力学的代理的数量。据我们所知，这是这种动力学的终止时间的最尖锐的界限，它消除了终止时间与周围空间维度的依赖性。这回答了[1]中关于如何获得更严格的终止时间上界的公开问题。此外，我们研究了异步Hegselmann-Krause模型从一个新的博弈论的方法，并表明，异步Hegselmann-Krause模型的演变是等价于一个序列的最佳反应更新在一个精心设计的潜在的游戏。然后，我们提供了一个多项式上限的预期时间和预期数量的切换拓扑结构，直到动态达到一个任意小的邻域的平衡点，只要代理随机均匀更新。这是对异质Hegselmann-Krause动力学分析的一步。最后，我们考虑了异质Hegselmann-Krause动力学，并给出了这种动力学的有限终止时间的必要条件。特别是，我们勾勒出一些未来的方向更详细的分析异质Hegselmann-Krause模型。
2014-12-19 cs.DM cs.GT cs.MA
Social Network Analysis Using Coordination Games
社区通常会捕捉同质性，因为同一社区的人有许多共同的特征。社交网络中的社区发现问题有助于提高我们对网络拓扑结构和信息传播的理解。鉴于人类与志同道合的人保持一致的自私本性，本文采用博弈论模型和算法来检测社区。具体来说，我们采用协调游戏来表示社交网络中个人之间的互动。我们将社区发现问题表示为一个图协调博弈。我们提供了一种新的和可扩展的两阶段的方法来计算一个准确的重叠社区结构在给定的网络。我们评估我们的算法对现有的最佳方法社区发现，并表明我们的算法在基准网络（真实和合成）方面的标准归一化互信息措施显着改善。
2017-08-31 cs.GT cs.SI
Opinion Dynamics for Utility Maximizing Agents: Exploring the Impact of the Resource Penalty
本研究提出带资源惩罚项的效用最大化意见动力学模型，证明意见有界性、弱对抗网络下全局指数稳定平衡及共识条件，并分析博弈均衡与振荡行为。
2024-11-09 cs.GT cs.MA cs.SI
Coevolution of Actions and Opinions in Networks of Coordinating and Anti-Coordinating Agents
本文提出行动与观点协同演化的双层网络博弈模型，分别证明协调与反协调智能体收敛至 NE，并给出共识及极化均衡的存在条件与吸引域。
2025-05-06 cs.GT cs.SI cs.SY
Attacking and Securing Community Detection: A Game-Theoretic Framework
The Hong Kong University of Science and Technology（香港科学与技术大学）；DAMO Academy, Alibaba Group（阿里集团达摩院）；Hupan Lab（护航实验室）
本文提出CD-GAME框架，通过博弈论方法提升社区检测的鲁棒性，对抗性攻击与防御策略在纳什均衡下实现更隐蔽的有效性。
2025-12-12 cs.GT cs.LG
Dynamic Evolution of Complex Networks: A Reinforcement Learning Approach Applying Evolutionary Games to Community Structure
本文提出一种包含个体生死并引入强化学习的网络演化模型，通过Q-learning和博弈机制揭示了社区结构的形成规律及关键参数影响。
2025-06-22 cs.GT cs.SI
Multi-planner intervention in network games with community structures
网络游戏研究通过网络连接的代理人之间的战略互动。在这样一个游戏中的干预-行动的协调员或规划者可能会采取改变效用的代理人，从而改变平衡行动的配置文件-被引入，以提高规划者的目标。我们研究网络游戏中的干预问题，其中网络具有与本地规划者的组结构，每个规划者与一个组相关联。代理人玩一个非合作的游戏，而规划者可能会或可能不会有相同的优化目标。我们模型这个问题使用一个顺序移动游戏，规划者进行干预，然后由代理人玩干预的游戏。我们提供了均衡分析和算法，找到子博弈完美均衡。我们还提出了一个两级效率的定义来研究这类博弈中均衡行动的效率损失。
2021-09-19 cs.GT cs.SY eess.SY
Polarization and coherence in mean field games driven by private and social utility
我们研究了一个平均场博弈在连续时间在有限的地平线上，T，每个代理的状态是二元的，玩家的战略决策基于两个，可能是竞争的因素：愿意与大多数人（顺从）和坚持自己的类型的愿望（服从）。我们还考虑了一个与状态变化率相关的二次成本：改变观点可能是一个代价高昂的操作。根据模型的参数，博弈可能有不止一个纳什均衡，尽管相应的N人博弈没有。此外，它表现出一个非常丰富的相图，极化/非极化，相干/非相干的平衡可能共存，除了T小，其中的平衡总是唯一的。我们充分描述了这样的相图在封闭的形式，并提供了一个详细的数值分析的N-玩家对应的平均场游戏。在这个有限维的设定中，参与者群体选择的均衡总是一致的（有利于类型与初始条件一致的子群体），但它不一定最小化成本泛函。相反，在连贯的均衡中，占主导地位的均衡似乎是最有利于被迫改变观点的弱势群体的均衡。
2021-07-13 cs.GT math.PR
Population games on dynamic community networks
在这封信中，我们处理进化博弈论的学习过程中的人口游戏的网络动态演变的社区。具体来说，我们提出了一个新的数学框架，在其中一个确定性的，连续时间的复制方程的社区网络耦合到一个封闭的动态流程之间的社区，是由环境反馈机制，导致共同进化的动态。通过对所得到的微分方程组的严格分析，我们刻画了耦合动力系统的平衡点。此外，对于一类具有两个行动和对称报酬的种群博弈，利用李雅普诺夫参数建立了一个进化的folk定理，该定理保证了博弈收敛到进化的稳态.数值模拟来说明和证实我们的研究结果。
2022-03-01 cs.GT cs.SI math.DS
How Bad is Forming Your Own Opinion?
人们如何形成他们的观点的问题已经吸引了经济学家和社会学家很长一段时间。在许多模型中，社交网络中的一群人，每个人都持有一个数字观点，通过与网络中的邻居重复平均，得出一个共同的观点。出于观察，共识是很少达到真正的意见动态，我们研究了一个相关的社会学模型，其中个人的内在信念抵消平均过程，并产生意见的多样性。通过将重复平均解释为具有自然回报的底层博弈中的最佳反应动态，以及将该过程的极限解释为均衡，我们能够研究这些模型中相对于社会最优值的分歧成本。我们提供了一个严格的约束在平衡相对于最优的成本，我们的分析得出这些协议模型和极端问题，导致广义特征值之间的连接。我们还考虑了一个自然的网络设计问题，在这种情况下：哪些链接，我们可以添加到底层网络，以减少成本的分歧在平衡？
2012-03-13 cs.GT physics.soc-ph
A Game-Theoretic Analysis of User Behaviors in Crowdsourced Wireless Community Networks
众包无线社区网络可通过鼓励个人（用户）彼此共享其私人住宅Wi-Fi接入点（AP）来有效地缓解Wi-Fi接入点（AP）的有限覆盖问题。本文首次研究了这种网络中用户的联合成员选择和网络接入问题。具体来说，我们制定的问题作为一个两阶段的动态游戏：第一阶段对应于一个会员选择游戏，其中每个用户选择他的会员类型;第二阶段对应于一组网络接入游戏，其中每个用户决定他的WiFi连接时间在AP在他的当前位置。系统地分析了子博弈完美均衡，研究了最佳反应动态是否以及如何达到子博弈完美均衡。通过数值研究，我们进一步探讨了如何平衡的变化与用户的移动模式和网络访问的评价。我们发现，一个用户更受欢迎的家庭位置，一个较小的旅行时间，或一个较小的网络访问评估更有可能选择一种特定类型的会员资格称为条例草案。在此基础上，我们进一步论证了网络运营商如何在博弈均衡分析的基础上优化其定价和激励机制。
2016-02-24 cs.GT cs.NI
Open-Loop Equilibrium Strategies for Dynamic Influence Maximization Game Over Social Networks
研究了社交网络上竞争影响力最大化化的预算分配问题。在这个问题中，多个竞争方（玩家）希望将他们有限的广告资源分配给一组社会个体，以最大化他们的长期累积收益。假设个体通过社会网络连接，并基于经典的DeGroot模型更新他们的意见。参与者必须在有限的竞选次数内决定个人之间的预算分配，以最大化他们的总收益，作为个人意见的函数。我们证明了：（1）通过求解凹规划，可以在多项式时间内找到单人博弈的最优投资策略;（2）通过遵循自然后悔最小化动力学，可以有效地计算多人动态博弈的开环均衡策略.我们的研究结果扩展了以前的工作的静态版本的问题，一个动态的多级游戏。
2021-08-30 cs.GT cs.MA cs.SY
Sample Complexity of Linear Regression Models for Opinion Formation in Networks
University of Virginia（弗吉尼亚大学）；Northeastern University（东北大学）；University of Chicago（芝加哥大学）
本文研究网络中观点收敛的样本复杂度，将智能体观点建模为基于数据的线性回归模型，提出多项式时间优化框架量化总样本复杂度并推导网络增益界限，发现按度数反比分配样本即可。
2024-12-20 cs.GT cs.LG cs.SI
Imitation dynamics in population games on community networks
研究了网络上种群博弈的确定性、连续时间模仿动力学的渐近行为。这种学习机制的基本假设--包括复制动力学--是属于单一种群的参与者通过成对的相互作用交换信息，从而了解其他参与者的行为和相应的奖励。使用这些信息，他们可以修改他们当前的行动，模仿他们互动的玩家之一。调节学习过程的互动模式是由社区结构决定的。首先，这样的网络模仿动力学的平衡点集的特点。其次，对于一类势对策和无向连通社区网络，证明了算法的全局渐近收敛性。特别是，我们的研究结果保证收敛到纳什均衡从每个完全支持的初始种群状态的特殊情况下，纳什均衡是孤立的，完全支持。实例和数值模拟提供了验证理论结果和反例的情况下，社区结构的假设没有得到验证进行了讨论。
2020-09-21 cs.GT cs.SY eess.SY
Resource Sharing in Energy Communities: A Cooperative Game Approach
本文研究了在NEM费率下共享DER的能源社区合作博弈，证明了集中式与去中心式调度下大联盟的最优性与博弈均衡性，并评估了多种福利再分配机制及社区规模对性能的影响。
2023-11-30 cs.GT cs.SY econ.TH
