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
Better Regularization for Sequential Decision Spaces: Fast Convergence Rates for Nash, Correlated, and Team Equilibria
Carnegie Mellon University(卡内基梅隆大学);Columbia University(哥伦比亚大学)
本文研究了迭代一阶方法在求解大规模两人扩展型对策平衡点问题中的应用。一阶方法通常必须用正则化器实例化,正则化器作为参与者决策集的距离生成函数。对于二人零和博弈的情形,利用扩张熵函数得到了纳什均衡的理论收敛速度。在本文中,我们引入了一个新的基于熵的距离生成函数的两人零和游戏,并表明,该函数实现了显着更好的强凸性比扩张熵,同时保持相同的易于实现的封闭形式的邻近映射。大量的数值模拟表明,这些优越的理论性能转化为更好的数值性能。然后,我们推广我们的新的熵距离函数,以及一般的扩张距离函数,缩放扩展算子。标度扩张算子是一种递归构造凸集的方法,它推广了扩张型博弈的决策多面体,以及对应于相关和团队均衡的凸多面体。通过实例化一阶方法与我们的正则化,我们开发了第一个加速的一阶方法计算相关的平衡和事先协调的团队平衡。我们的方法有保证的$1/T$收敛速度,以及线性时间邻近更新。
2021-10-12 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
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
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
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
Grounded Predictions of Teamwork as a One-Shot Game: A Multiagent Multi-Armed Bandits Approach
本研究将无贡献义务的团队合作形式化为一次性聚合博弈,刻画其Nash均衡,并提出一种多智能体多臂老虎机系统学习收敛至该均衡的近似值,实证表明智能体展现出类似人类的协作行为模式。
2024-09-25 cs.GT cs.MA
Learning Equilibria in Adversarial Team Markov Games: A Nonconvex-Hidden-Concave Min-Max Optimization Problem
针对无限时域对抗团队马尔可夫博弈的纳什均衡学习难题,提出基于多智能体强化学习策略梯度的算法,通过非凸-凹重构挖掘目标隐结构,实现多项式级迭代与样本复杂度,填补了该类博弈NE学习算法的研究空白。
2024-10-08 cs.GT
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
For Learning in Symmetric Teams, Local Optima are Global Nash Equilibria
University of California, Berkeley(加州大学伯克利分校);Carnegie Mellon University(卡内基梅隆大学);Duke University(杜克大学);University of Oxford(牛津大学)
虽然自20世纪70年代以来,人们就知道在共同收益博弈中的全局最优策略是一个纳什均衡,但全局最优性是一个严格的要求,限制了结果的适用性。在这项工作中,我们表明,任何局部最优的对称策略配置文件也是一个(全球)纳什均衡。此外,我们表明,这一结果是强大的扰动的共同收益和局部最优。应用于机器学习,我们的结果提供了一个全局保证任何梯度方法,找到一个局部最优的对称策略空间。虽然这一结果表明单方面偏差的稳定性,但我们仍然确定了广泛的游戏类混合局部最优解是不稳定的联合,不对称的偏差。我们分析的流行不稳定运行学习算法在一套对称游戏,我们的结论是讨论我们的结果的适用性,多智能体RL,合作逆RL,和分散POMDPs。
2022-07-07 cs.AI cs.GT cs.LG
DelAC: A Multi-agent Reinforcement Learning of Team-Symmetric Stochastic Games
National Tsing Hua University(国立清华大学);MediaTek Inc.(联发科)
本文研究了具有m≥2个团队的团队对称博弈,证明了团队对称博弈总是存在团队对称纳什均衡,并提出了一种基于actor-critic的多智能体强化学习算法,通过模拟展示其优于现有算法。
2026-05-11 cs.GT cs.MA
Observing Each Other's Observations in the Electronic Mail Game
Max Planck Institute for Research on Collective Goods(马克斯·普朗克集体事务研究所)
研究一个贝叶斯协调博弈,参与者获得私人信息和相互的私人信号。结果显示信息评估存在协调博弈,信号精度影响均衡的内生性,高精度信号导致多重均衡。
2014-12-19 cs.GT econ.GN q-fin.EC
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
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
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
Markov perfect equilibria in non-stationary mean-field games
University of Texas, Austin(德克萨斯大学奥斯汀分校)
本文研究了有限和无限时间 horizon 折扣动态均场博弈中的非平稳群体状态动态,提出了一种新的递归算法来计算依赖于玩家私人类型和当前动态群体状态的马尔可夫完美均衡,并应用该算法研究了网络系统安全问题。
2019-10-21 cs.GT cs.SY eess.SY
Mean field teams and games with correlated types
平均场博弈传统上被定义为一种大规模参与者交互的模型,其中每个参与者都有一个独立于参与者的私人类型。在本文中,我们引入了一个新的平均场球队和游戏的\emph{correlated types},有一个大的人口同质的球员顺序作出战略决策,每个球员是通过一个总人口状态的影响,其他球员。每个播放器具有仅她观察的私有类型,并且任何$N$播放器的类型通过内核$Q$相关。所有运动员通常观察到一个相关的平均场群体状态,它代表了任何$N$运动员相关关节类型的经验分布。我们定义平均场团队最优策略(MFTO)为最大化所有参与人的期望联合收益的参与人的策略。我们还定义平均场均衡(MFE)在这样的游戏耦合贝尔曼动态规划向后方程和福克普朗克向前方程的相关平均场状态的解决方案,其中一个球员的策略在MFE取决于两个,她的私人类型和当前的相关平均场人口状态。我们提出了这样的平衡存在的充分条件。我们还提出了一个向后递归的方法相当于大师的方程来计算所有的MFTO和MFE的球队和比赛。该方法的每一步都包括解决团队问题的优化问题和游戏的固定点方程。我们提供了充分的条件,保证存在这个不动点方程的游戏每次$t$。
2022-10-20 cs.GT cs.SY eess.SY
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
Signaling equilibria for dynamic LQG games with asymmetric information
University of Michigan(密歇根大学)
本文研究了具有不对称信息的动态LQG博弈,通过线性策略和高斯信念构建完美贝叶斯均衡,并提出基于卡尔曼滤波的求解算法。
2016-06-15 cs.GT cs.SY eess.SY
Commitment games with conditional information disclosure
相互透明的计算机代理人的条件承诺能力已经在以前的工作承诺游戏和程序平衡。这些文献已经展示了这些能力是如何帮助解决囚徒困境和其他在完全信息环境中的合作失败的。但是,由于私人信息的低效率一直被忽视,迄今为止,在这方面的文献,尽管事实上,这些问题是普遍存在的,也可以通过更大的相互透明度来解决。在这项工作中,我们介绍了一种新的有条件的承诺设备,代理人可以使用有条件地披露私人信息的承诺游戏的框架。我们证明了一个民间定理,为事后效率提供了充分的条件,从而代表了一个理想的代理之间的合作模式,没有第三方调解人。将我们的框架与文献战略信息披露,我们探讨的情况下,有条件的披露可以用来实现充分的合作,而无条件的披露不能。最后,扩展以前的工作程序均衡,我们开发了一个实施条件信息披露。我们表明,这种实现形式的程序$ε$ -贝叶斯纳什均衡对应于这些承诺游戏的贝叶斯纳什均衡。
2022-12-03 cs.GT
Pure Nash Equilibria in Resource Graph Games
本文研究了资源图博弈中纯纳什均衡的存在性,资源图博弈是一种用来简洁地表示局中人私人成本的一般策略博弈。有一个有限的资源集,每个玩家的策略集对应于一组资源子集。资源的成本是一个任意函数,它取决于指定邻域中资源的负载向量。作为我们的主要结果,我们给出了完整的刻画的成本函数,保证存在的纯纳什均衡加权和未加权的球员,分别。1.对于未加权的参与者,纯纳什均衡保证存在于参与者的策略空间的任何选择当且仅当每个资源的成本是资源本身的负载的任意函数,并且在所有其他资源的负载中是线性的,其中不同资源的相互影响的线性系数是对称的。2.对于加权博弈,保证纯纳什均衡存在于博弈者的策略空间的任何选择当且仅当资源的成本在所有资源负载中是线性的,并且相互影响的线性因子是对称的,或者资源之间没有相互作用,并且成本是局部资源负载的指数函数。3.对于特殊情况下,球员的策略集拟阵,我们表明,纯纳什均衡存在下的局部单调性,即使成本函数是玩家特定的。我们指出,这一结果的应用程序的双层负载均衡游戏,这是出于对外部攻击者和内部拥塞的影响,是弹性的网络基础设施的研究。4.最后,我们得到的硬度结果,以决定是否一个给定的战略是一个纯纳什均衡网络路由游戏和拟阵游戏,分别。
2020-07-17 cs.GT
Team-maxmin equilibrium: efficiency bounds and algorithms
University of Milan(米兰大学);Politecnico di Milano(米兰理工大学)
团队最大最小均衡规定了一个团队的最佳策略,理性的球员共享相同的目标,而没有能力在战略游戏中与对手的策略相关联。此解决方案概念可以捕获代理控制多个无法通信的资源(对应于团队成员)的情况。众所周知,这样的平衡总是存在的,它是唯一的(除非退化),这些属性使其成为一个可信的解决方案的概念,在现实世界中的应用,特别是在安全的情况下。然而,据我们所知,团队最大最小均衡在文献中几乎完全未被探索。在本文中,我们研究了Team-maxmin平衡点的有效性的界。纳什均衡和w.r.t.最大最小均衡时,团队成员可以采取相关的策略。此外,我们研究了一些算法,找到和/或近似的平衡,讨论他们的理论保证和评估他们的性能,通过使用一个标准的测试平台的游戏实例。
2016-11-18 cs.AI cs.GT
Repeated Multimarket Contact with Private Monitoring: A Belief-Free Approach
本文研究了重复博弈,其中两个玩家同时进行多个双寡头博弈(多市场接触)。一个关键的假设是,每个参与者都接收到一个关于对方行为的嘈杂和私人信号(私人监控或观察错误)。一直没有博弈论的支持,多市场接触促进共谋或没有,在这个意义上,更多的共谋均衡,在每个市场的利润存在比一个市场的基准情况下。基准情形下的均衡候选是无信念策略。我们是第一个从简单性和温和惩罚的角度构建了一个非平凡的策略类,展示了多市场接触的效果。战略必须简单,因为卡特尔中的公司必须相互协调,没有沟通。惩罚必须是温和的,甚至不损害卡特尔所要求的最低利润。因此,我们专注于两个国家的自动机策略,这样的球员是合作的,在至少一个市场,即使他或她惩罚叛徒。此外,我们确定了一个额外的条件(部分无差异),在此条件下,共谋均衡产生最优收益。
2019-11-22 cs.GT
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
Informationally Robust Cheap-Talk
在一个具有二进制状态空间和状态独立发送者偏好的模型中,研究了廉价通话均衡对接收者的无穷小私人信息的鲁棒性。我们证明了发送者最优均衡是鲁棒的当且仅当该均衡要么没有向接收者揭示任何信息,要么完全揭示了一个具有正概率的状态。然后,我们描述的行动,可以发挥积极的概率在任何强大的均衡。最后,我们充分刻画了二进制接收者私人信息下的最优发送者效用,并给出了一般私人信息下的最优发送者效用的界。
2023-02-01 cs.GT econ.TH
Hidden-Role Games: Equilibrium Concepts and Computation
Politecnico di Milano(米兰理工大学);Carnegie Mellon University(卡内基梅隆大学);MIT(麻省理工学院);Strategic Machine, Inc.(战略机器公司);Strategy Robot, Inc.(策略机器人公司);Optimized Markets, Inc.(优化市场公司)
本文提出隐性角色游戏的均衡定义,揭示其计算复杂性,并通过实验验证了在大规模实例中的计算可行性。
2026-03-02 cs.GT
Privacy-preserving Nash Equilibrium Synthesis with Partially Ordered Temporal Objectives
University of Texas at Austin(德克萨斯大学奥斯汀分校);vijil
本文提出一种通信协议,在双人图博弈中综合纳什均衡,同时保护玩家私有偏序偏好,通过提前停止通信保证隐私,并证明完备性与隐私性,实验验证其有效性。
2025-10-28 cs.GT cs.LO
Master equation of discrete time graphon mean field games and teams
本文提出了一种等价于Master方程的序列分解算法,用于计算GMFG的GMFE和图子平均场团队(GMFT)的图子最优马尔可夫策略(GOMP)。我们考虑了大量的球员顺序地作出战略决策,每个球员的行动影响他们的邻居,这是在一个图中捕获,由一个已知的graphon生成。每个局中人都观察到一个私有状态和一个公共信息,作为一个图子平均场种群状态,它代表了其他局中人类型的经验网络分布。我们考虑非平稳的人口状态动力学,并提出了一种新的向后递归算法来计算GMFE和GOMP,这取决于两个,玩家的私人类型,和当前(动态)人口状态确定通过graphon。计算GMFE的每一步都包括求解一个定点方程,而计算GOMP涉及求解一个优化问题。我们提供的条件,存在这样的GMFE的模型参数。使用该算法,我们获得了GMFE和GOMP的网络物理系统中的特定的安全设置为不同的图子,捕捉系统中的节点之间的相互作用。
2022-06-07 cs.GT cs.SY eess.SY
Quadratic Gaussian Privacy Games
设计了一个博弈论模型,用于分析隐私对代理之间的策略通信的影响。在该模型中,发送方希望向接收方提供状态的准确测量,同时还保护其私有信息(其与状态相关)免受可能窃听其与接收方的通信的恶意代理的攻击。构造了一类非平凡平衡点,研究了其性质。
2015-09-18 cs.GT math.OC
Games Over Observation Spaces in Multi-Agent Capture the Flag
Michigan State University(密歇根州立大学);University of Cambridge(剑桥大学)
本文研究多智能体夺旗中,防守方通过限制智能体观测范围以应对固定策略局限,形式化为零和博弈,并提出双预言机算法求解近似均衡,实验验证观测操纵能提升防守性能。
2026-09-09 cs.GT
Algorithmic Information Design in Multi-Player Games: Possibility and Limits in Singleton Congestion
Princeton University(普林斯顿大学);University of Oregon(俄勒冈大学);University of Chicago(芝加哥大学)
到目前为止,大多数关于多代理信息设计的算法研究都集中在没有代理间外部性的限制情况下;少数例外调查了真正的战略游戏,如零和游戏和第二价格拍卖,但都只关注最优公共信号。本文在一类具有负外部性的基本博弈中,提出了\emph{public}和\emph{private}信令的算法信息设计,即,单例拥塞游戏,在今天的数字经济,机器调度,路由等具有广泛的应用,对于公共和私人信令,我们表明,最优信息设计时,可以有效地计算资源的数量是一个常数。据我们所知,这是第一套有效的\emph{exact}算法的信息设计,简洁地表示多人游戏。我们的研究结果取决于新的技术,如开发某些“简化形式”,以competitively表征公共信号的均衡或代表球员的边际信念,在私人信号。当有许多资源,我们显示计算的棘手性的结果。为了克服多重均衡的问题,在这里我们引入了一个新的均衡概念-- \emph{oblivious}硬度,它排除了计算良好信号方案的任何可能性,无论均衡选择规则如何。
2022-09-05 cs.AI cs.GT
Sequential decomposition of repeated games with asymmetric information and dependent states
University of Texas, Austin(德克萨斯大学奥斯汀分校);Simons Center for Mathematics of Networks, University of Texas, Austin(德克萨斯大学奥斯汀分校西蒙斯网络数学中心)
本文研究了具有不对称信息和依赖状态的有限时间重复游戏,提出了一种序列分解方法来计算结构完美贝叶斯均衡,该方法在线性时间内解决此类游戏问题,并展示了均衡策略中的信号行为。
2019-05-16 cs.GT cs.SY eess.SY
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
Incentive design for learning in user-recommendation systems with time-varying states
University of Michigan(密歇根大学)
研究用户在时间变化状态下的学习问题,通过设计激励机制使用户真实披露私有信号,减少战略目标与团队目标的差距及激励支付。
2018-04-13 cs.GT cs.SY eess.SY
A Contextual-Bandit Oversight Game with Two-Sided Informational Asymmetry
Stanford Graduate School of Business(斯坦福商学院)
研究AI代理运行时人类监督中的双边信息不对称问题,提出情境赌博机团队博弈模型,刻画了团队最优与短视规则之间的可避免伤害差距,并分析了动态学习与信号传递机制。
2026-07-02 cs.AI cs.GT
A systematic process for evaluating structured perfect Bayesian equilibria in dynamic games with asymmetric information
Department of Electrical Engineering and Computer Science, University of Michigan(密歇根大学电气与计算机工程系)
本文提出一种两步递归算法,用于计算动态游戏中结构完美贝叶斯均衡,通过分解时间顺序来生成均衡策略和信念,并通过公共信念和私人类型来确定策略依赖。
2018-03-18 cs.GT cs.SY eess.SY
Strategic information disclosure with communication constraints and private preferences
本文将平台与用户的内容交互建模为不对称信息信号博弈,研究双方最优披露策略,并给出贝叶斯纳什均衡的结构、存在性及计算所需的最优性条件。
2024-10-01 cs.GT cs.SY eess.SY
Strategic Inference with a Single Private Sample
出于在网络安全中的应用,我们开发了一个简单的游戏模型来描述如何学习代理的私人信息影响观察代理的推理过程。该模型描述了一种情况,其中一个代理(攻击者)决定攻击两个目标中的哪一个,一个具有已知的奖励,另一个具有不确定的奖励。攻击者从不确定目标的分布中接收单个私有样本,并更新其对目标质量的信念。另一个代理(防御者)知道真正的回报,但看不到攻击者收到的样本。这导致代理拥有不对称信息:攻击者不确定的分布参数,而防御者是不确定的观察样本。在攻击者更新其信念后,攻击者和防御者都根据各自的信念进行同步移动博弈。我们提供了一个表征的纯策略均衡的游戏,并解释了如何影响球员的决定,他们的先验知识和收益/成本。
2019-09-13 cs.GT cs.SY eess.SY
Correlated vs. Uncorrelated Randomness in Adversarial Congestion Team Games
本文研究对抗性团队零和网络拥塞博弈中共享与独立随机性导致的均衡成本差距,证明能量与时间成本下的比率上界为 O(min(m_c(G),n)),并给出近似最优策略及其最优性条件。
2024-05-11 cs.GT
Existence and Verification of Nash Equilibria in Non-Cooperative Contribution Games with Resource Contention
Gran Sasso Science Institute(格兰萨索科学研究所)
本研究探讨非合作资源贡献博弈中资源竞争下纳什均衡的存在性与验证问题,发现竞争厌恶时判定更难,并确定了一类可处理且必有均衡的自然博弈。
2026-09-15 cs.GT cs.MA
Optimal Correlated Equilibria in General-Sum Extensive-Form Games: Fixed-Parameter Algorithms, Hardness, and Two-Sided Column-Generation
Carnegie Mellon University(卡内基梅隆大学);MIT(麻省理工学院);Bocconi University(博科尼大学);Strategy Robot, Inc.(策略机器人公司);Strategic Machine, Inc(战略机器公司);Optimized Markets, Inc.(优化市场公司)
研究扩展式博弈中寻找最优相关均衡的问题,提出运行时间仅依赖于博弈信息结构参数的固定参数算法,并证明概念间的复杂度差距,同时引入双边列生成方法改进现有策略优化,实验证明其优于现有技术水平。
2024-10-11 cs.AI cs.GT cs.LG
Structured Perfect Bayesian Equilibrium in Infinite Horizon Dynamic Games with Asymmetric Information
在具有非对称信息结构的动态博弈中,广泛使用的均衡概念是完美贝叶斯均衡(PBE)。这被表示为同时满足顺序理性和信念一致性的策略和信念对。与对称信息动态博弈不同,子博弈完美均衡(SPE)是自然均衡的概念,迄今为止,还不存在一个通用的算法,在计算PBE的策略和信念的相互依赖性随着时间的推移。在本文中,我们找到了一个无限时域折扣报酬非对称信息动态博弈的PBE子集。我们称之为结构化PBE或SPBE;在SPBE中,任何代理人的策略都只通过共同的公共信念依赖于公共历史,并且只通过各自代理人的最新私人信息(他的私人类型)依赖于私人历史。公众信念是对过去所有相关信息的总结,其维度不随时间而增加。Nayyar等人(2013)提出的公共信息方法是解决非对称信息下分散团队(非战略)资源分配问题的动机。我们通过求解单次不动点方程和相应的前向递归算法来计算SPBE。我们通过一个公共产品的例子来证明我们的方法。
2016-09-14 cs.GT
A Marriage between Adversarial Team Games and 2-player Games: Enabling Abstractions, No-regret Learning, and Subgame Solving
Politecnico di Milano(米兰理工大学);Politecnico di Torino(都灵理工大学)
\emph{Ex ante}相关性正在成为\emph{sequential adversarial team games}的主流方法,其中一个玩家团队在零和游戏中面对另一个团队。团队成员的信息不对称使得均衡计算\textsf{APX} -hard和团队策略不能直接在博弈树上表示。后一个问题阻止了大型2人零和游戏的成功工具的采用,例如\emph{e.g.},抽象,无悔学习和子游戏求解。这项工作表明,我们可以通过弥合连续对抗团队游戏和2人游戏之间的差距来弥补这一弱点。特别是,我们提出了一个新的,合适的游戏表示,我们称之为\emph{team-public-information},其中一个团队被表示为一个单一的协调员谁只知道信息共同的整个团队,并规定每个成员的任何可能的私人状态的行动。由此产生的表示是高度\emph{explainable},是一个2玩家树,其中团队的策略是行为的,具有直接的解释,并且在设计抽象时比原始的广泛形式更具表现力。此外,我们证明了我们的代表的回报等价,我们提供的技术,直接从广泛的形式,产生显着更紧凑的表示没有信息丢失。最后,我们实验评估我们的技术时,应用到一个标准的测试平台,比较其性能与当前最先进的。
2022-06-18 cs.AI cs.GT cs.MA
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
Cryptographic Implications for Artificially Mediated Games
目前博弈论和密码学的研究存在交叉。一般来说,这种伙伴关系有两个方面。首先是博弈论在密码学中的应用。然而,本文的目的是集中在第二个方面,第一个的逆,密码学的博弈论的应用。然而,存在一个分支的非合作博弈,有一个相关的平衡作为他们的解决方案。这些均衡往往优于传统的纳什均衡。相关均衡的首要条件是博弈中存在中介。这只是一个中立和相互信任的实体。调解人的作用是向所有参与者提出策略配置文件方面的建议,然后他们(据说)根据这些建议行事。每一方私下向调解人提供必要的信息,裁判私下用他们的优化策略集做出回应。然而,似乎在许多情况下,没有调解人可以存在。因此,对这类案件进行建模的游戏不能将这些实体用作分析工具。然而,如果这些均衡符合参与者的最佳利益,那么构建一台机器或协议来计算它们是合理的。当然,这台机器需要满足玩家和它自己之间安全传输的一些标准。该方案需要满足第三方无法检测输入或策略配置文件的要求。这里是密码学到博弈论的综合;分析玩家构建一个协议的能力,该协议可以成功地用于调解人的位置。
2009-12-30 cs.AI cs.CR cs.GT
Structural Stability of a Family of Group Formation Games
我们介绍和研究了一个群体形成游戏中,个人/代理人,由自身利益驱动,团队在不相交的群体,以便在群体的高集体实力。这种力量可以是群体身份、声誉或保护,并由所有群体成员平等分享。群体从其成员那里获得的资源,与群体的地理分散性相权衡:分散的群体维持成本更高。我们试图了解这种分区的稳定性和结构。我们定义了两种类型的均衡:接受均衡(AE),在这种均衡中,没有代理人会单方面改变群体隶属关系,要么是因为代理人不能通过转换来增加她的效用,要么是因为预期的接收群体不愿意接受她(即,如果她加入,现有成员的效用将降低);和强接受均衡(SAE),其中任何组的子集都不会因为上面给出的相同原因而改变组隶属关系(一起移动)。我们表明,在自然假设下的群体效用函数,AE和SAE总是存在的,任何序列的改善偏差的代理(分别,同一组中的代理的子集)会聚到AE(分别,SAE)。然后,我们表征的AE的属性。我们表明,一个“侵占”的关系-这组有成员在其他组的领土-总是会产生一个有向无环图(DAG);相反,给定任何DAG,我们可以构建一个游戏,具有适当的条件上的效用函数,有一个AE指定的侵占结构由给定的图。
2021-09-27 cs.GT
Achieving Robust Performance using Minimal Communication in Resource Allocation Games
Thayer Department of Engineering, Dartmouth College(达特茅斯学院塞耶工程学院);Computer Science Department, University of Colorado Colorado Springs(科罗拉多大学科泉分校计算机科学系)
本研究针对通信受限环境下的资源分配博弈,提出计算最小通信网络的高效算法,确保与完全信息情况相同的性能保证,并提供纳什均衡计算及严格纳什均衡存在性条件。
2026-09-23 cs.GT
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
Dynamic Games with Asymmetric Information: Common Information Based Perfect Bayesian Equilibria and Sequential Decomposition
University of Michigan(密歇根大学)
本文研究了具有不对称信息的动态博弈,提出基于共同信息的完美贝叶斯均衡,并通过顺序分解方法解决均衡计算问题,以多用户接入广播博弈为例进行说明。
2015-10-23 cs.GT cs.SY eess.SY
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
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
Differentially Private Equilibrium Finding in Polymatrix Games
研究在多项矩阵博弈中满足差分隐私约束的均衡查找问题,证明在玩家数量趋于无穷时,无法同时获得高精度均衡和低隐私预算,提出一种新的分布式算法以实现同时消失的纳什差距和隐私预算。
2026-03-18 cs.AI cs.CR cs.GT
Game-Theoretic Learning-Based Mitigation of Insider Threats
Cornell University(康奈尔大学);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)
本文提出基于博弈学习的内部威胁识别与缓解框架,通过参数估计和双适应控制方法,有效对抗内部威胁并恢复最优控制性能。
2025-12-02 cs.GT math.OC
No-Regret Learning in Bayesian Games
Northwestern University(西北大学);Microsoft Research(微软研究院);Cornell University(康奈尔大学)
最近的价格的无政府状态分析游戏的完全信息表明,粗糙的相关均衡,其特点是从无悔学习动态的结果,有接近最优的福利。这项工作提供了两个主要的技术成果,将这一结论提升到不完全信息的游戏,即,贝叶斯博弈首先,贝叶斯博弈中的近最优福利直接来自于当私有信息公开时,在同一博弈中的近最优福利的基于平滑性的证明。其次,在这些不完全信息博弈中,无悔学习动态收敛于贝叶斯粗相关均衡。这些结果是通过将贝叶斯博弈解释为完全信息的随机博弈来实现的。
2015-11-19 cs.GT cs.LG