Game Theory Models for the Verification of the Collective Behaviour of Autonomous Cars
预计自动驾驶汽车的集体将产生几乎最佳的交通。在这份立场文件中,我们讨论了多智能体模型和自动驾驶汽车集体行为的验证结果。我们认为,非合作的自主适应不能保证最佳的行为。推测是,意图感知适应与约束同时决策有可能避免不必要的行为。在线路由博弈模型有望成为正式证明这一猜想的基础。
2017-09-08 cs.GT cs.MA
Joint Rate Adaptation and Medium Access in Wireless LANs: a Non-cooperative Game Theoretic Perspective
基于IEEE 802.11标准的无线局域网(WLAN)如今正变得无处不在,并且通常支持多个数据率。在这种多速率WLAN中,分布式介质接入和速率自适应是实现高效无线电资源利用的两个关键要素,特别是在非协作环境中。在本文中,我们提出了一个分析研究的非合作的多速率无线局域网组成的自私用户联合调整他们的数据率和竞争窗口大小在介质接入层,以最大限度地提高自己的吞吐量,而不管他们的自私行为对整体系统性能的影响。具体来说,我们开发了一个适应的针锋相对(TFT)的战略,引导系统在非合作环境中的有效平衡。我们模型的自私用户之间的相互作用下,适应TFT框架作为一个非合作的联合媒体接入和速率自适应游戏。一个系统的分析进行的游戏的结构属性,以提供洞察速率自适应和802.11媒体访问控制之间的相互作用,在竞争激烈的设置。我们表明,游戏有多个均衡,其中,经过均衡细化过程,我们开发,减少到一个独特的有效均衡。我们进一步开发了一个分布式算法来实现这种平衡,并证明了平衡实现的性能非常接近系统的最佳社会的角度来看。
2012-07-18 cs.GT
Learning enables adaptation in cooperation for multi-player stochastic games
自然种群中个体间的相互作用往往发生在动态变化的环境中。理解环境变化在种群动力学中的作用一直是理论生态学和种群生物学的中心课题。然而,关键的问题是,在具有挑战性的社会困境中,个人(例如,“公地悲剧”),调整他们的行为以适应环境的波动尚未得到令人满意的解决。利用演化博弈论和随机博弈,我们开发了一个博弈理论框架,结合强化学习的自适应机制,研究合作行为是否可以在不断变化的群体交互环境中进化。当参与者的行动选择仅受过去增援的轻微影响时,我们构造了一个分析条件来确定合作是否会比背叛更受青睐。直觉上,这个条件揭示了为什么以及如何环境可以调解合作困境。在我们的模型架构下,我们还将这种学习机制与两种非学习决策规则进行了比较,我们发现,学习显著提高了弱社会困境中的合作倾向,而与此形成鲜明对比的是,阻碍了强社会困境中的合作。我们的研究结果表明,在复杂的社会生态困境,学习使个人适应不同的环境。
2020-07-29 cs.GT cs.MA physics.bio-ph
A Game-Theoretical Self-Adaptation Framework for Securing Software-Intensive Systems
针对软件密集型系统的安全攻击越来越普遍,这就要求有新的、有效的方法来检测和响应这些攻击。作为一种有前途的方法,博弈论提供了分析工具,系统和敌对环境之间的相互作用建模和设计可靠的防御。在本文中,我们提出了一种使用严格的博弈理论框架来保护软件密集型系统的方法。首先,自适应框架部署在基于组件的软件密集型系统,定期监测系统的异常行为。提出了一种基于学习的方法来检测系统组件上可能正在进行的攻击,并预测组件的潜在威胁。然后,一个算法被设计成自动建立一个\emph{Bayesian game}的基础上的系统架构(其中的一些组件可能已经受到损害),一旦检测到攻击,其中的系统组件被建模为独立的球员在游戏中。最后,通过求解贝叶斯博弈来计算最优防御策略,以实现最佳的系统效用,即最小化攻击的影响。我们进行了两组实验上的两个一般的基准任务的安全域。此外,我们系统地介绍了一个真实世界的水处理试验台,即安全水处理系统的案例研究。实验结果表明了该方法的适用性和有效性。
2021-12-12 cs.GT cs.SE
Unsupervised Domain Adaptation using Graph Transduction Games
Ca’ Foscari University of Venice(威尼斯大学);Open University of the Netherlands(荷兰开放大学);Radboud University Nijmegen(内梅亨大学)
无监督领域自适应(UDA)相当于使用来自相关源域的数据集的已标记实例,将类别标签分配给来自目标域的数据集的未标记实例。在本文中,我们建议投这个问题的博弈论设置为一个非合作的游戏,并介绍了一个完全自动化的迭代算法UDA的基础上图转换游戏(GTG)。这种方法的主要优点是它的原则基础,保证终止的迭代算法的纳什均衡(这对应于一个一致的标签条件)和软标签量化的标签分配过程的不确定性。我们还研究了使用线性分类器的伪标签来初始化迭代过程的有益效果。所得到的方法的性能进行评估公开的对象识别基准数据集,涉及浅和深的功能。实验结果表明,所提出的博弈论方法解决UDA任务的适用性。
2019-05-06 cs.CV cs.GT cs.LG
A Fast Evolutionary adaptation for MCTS in Pommerman
Queen Mary University of London(伦敦玛丽女王大学)
当人工智能与游戏相结合时,它是研究和推进该领域的理想结构。多智能体游戏对每个智能体都有多个控制,这会产生大量的数据,同时增加搜索的复杂性。因此,我们需要先进的搜索方法来找到解决方案并创建人工智能代理。在本文中,我们提出了我们的新的进化蒙特卡罗树搜索(FEMCTS)代理,它借鉴了进化算法(EA)和蒙特卡罗树搜索(MCTS)玩游戏的Pommerman。它在高可观测性设置中的性能明显优于滚动地平线进化算法(RHEA),并且对于大多数游戏种子,它的性能几乎与MCTS一样好,在某些情况下优于MCTS。
2021-11-26 cs.AI cs.GT
Effect of Adaptation Rate and Cost Display in a Human-AI Interaction Game
University of Washington(华盛顿大学)
研究人机交互双人连续博弈中AI梯度下降适应率与成本反馈显示方式对人类行为预测的影响,发现慢适应率导向Nash均衡,快适应率导向Stackelberg均衡,局部成本信息更促Nash均衡。
2024-08-26 cs.AI cs.GT cs.HC
Revisiting Game-Theoretic Control in Socio-Technical Networks: Emerging Design Frameworks and Contemporary Applications
本文探讨博弈论框架在社会技术网络设计与控制中的应用,涵盖Stackelberg博弈等方法,旨在通过整合博弈论与控制论实现稳健、自适应网络,并应对错误信息、基础设施优化及系统韧性等挑战。
2024-11-05 cs.GT cs.MA cs.SY
Human adaptation to adaptive machines converges to game-theoretic equilibria
University of Washington(华盛顿大学)
本研究通过实证测试人机一般和博弈中的机器学习算法,发现算法可直接基于人类行为观测引导互动收敛至机器最优的博弈论均衡,验证了博弈论在人机共适应互动结果预测与设计中的作用。
2023-05-01 cs.AI cs.GT cs.HC
Evolutionary games under incompetence
物种对新环境的适应过程是生物学研究的一个重要领域。作为自然选择的一部分,适应是一个突变过程,它改善了物种的生存技能和生殖功能。在这里,我们调查这一过程相结合的无能与演化博弈论的想法。从进化的意义上说,不胜任和训练可以被解释为一种特殊的学习过程。随着关注的问题的社会方面,我们分析了无能对物种行为的影响。在单种群博弈的学习函数中引入了一个无能参数,并分析了它对复制子动态结果的影响。无能可以改变游戏的结果及其动态,表明它在本质上不完美的自然系统中的重要性。
2017-10-26 cs.GT q-bio.PE
Concurrent Permissive Strategy Templates
Max Planck Institute for Software Systems(马克斯·普朗克软件研究所);Technische Universität Dresden(德累斯顿工业大学)
本文提出并发允许策略模板(ConSTels)用于并发游戏中的策略合成与在线适应,支持离线和在线的策略生成与优化。
2026-01-20 cs.GT
Body-Reservoir Governance in Repeated Games: Embodied Decision-Making, Dynamic Sentinel Adaptation, and Complexity-Regularized Optimization
The Open University of Japan(日本开放大学)
本文提出身体储备治理架构,通过动态哨兵和复杂性正则化优化,在重复博弈中实现高效合作,减少计算成本并提升适应性。
2026-02-24 cs.GT cs.MA cs.NE
LLM-Stackelberg Games: Conjectural Reasoning Equilibria and Their Applications to Spearphishing
Department of Electrical and Computer Engineering, New York University(电气与计算机工程系,纽约大学)
本文提出LLM-Stackelberg博弈框架,将LLM整合到领导者与追随者的序贯决策中,定义了推理与行为均衡及推测推理均衡,并通过鱼叉式网络钓鱼案例展示了其在网络安全等领域的建模潜力。
2025-07-12 cs.AI cs.CR cs.GT
Deception and Counter Deception in Adversarial Graph Traversal Game
College of Engineering and Computing at George Mason University(乔治梅森大学工程与计算学院)
研究移动代理在对抗性图遍历中的欺骗问题,通过扩展形式双Oracle算法求解具有双边不完全信息的无限期博弈,并利用信息价值刻画均衡策略中的欺骗与反欺骗行为。
2026-05-22 cs.GT cs.SY eess.SY
Fine-Tuning Games: Bargaining and Adaptation for General-Purpose Models
Cornell Tech(康奈尔科技学院);Cornell University(康奈尔大学);Carnegie Mellon University(卡内基梅隆大学)
本文通过议价博弈和子博弈完美均衡建模通用模型微调过程,揭示通用方与领域专家间的利润分享条件及贡献、搭便车或弃权行为。
2024-12-30 cs.AI cs.GT econ.TH
Inverse Learning in $2\times2$ Games: From Synthetic Interactions to Traffic Simulation
TU Darmstadt(达姆施塔特工业大学)
本文提出两种逆向博弈学习方法,用于2×2博弈和交通模拟,探讨了静态均衡与动态行为之间的平衡及模型的权衡。
2026-01-15 cs.GT
Evaluating LLMs in Open-Source Games
University of Washington(华盛顿大学)
本文评估了LLMs在开源游戏中预测策略和分析合作策略形成的能力。
2025-11-29 cs.AI cs.GT cs.LG
FinEvo: From Isolated Backtests to Ecological Market Games for Multi-Agent Financial Strategy Evolution
Fudan University(复旦大学);Tensorpacific;Peng Cheng Laboratory(鹏城实验室)
FinEvo通过生态博弈形式化方法研究多智能体金融策略的进化动态,揭示策略在动态市场中的适应与演化机制。
2026-02-01 cs.AI cs.GT cs.MA
Actor-Dual-Critic Dynamics for Zero-sum and Identical-Interest Stochastic Games
Department of Electrical & Electronics Engineering at Bilkent University(比尔肯特大学电气与电子工程系)
本文提出了一种基于收益的去中心化学习算法,通过Actor-Dual-Critic架构在零和和相同利益随机游戏中实现收敛到均衡。
2026-01-31 cs.GT cs.LG
Reaching optimal distributed estimation through myopic self-confidence adaptation
考虑离散时间线性分布平均动态,其中网络中的代理从共同的底层参数(世界状态)的不相关和无偏噪声测量开始,并按照非贝叶斯规则迭代更新其估计。具体来说,让每个智能体将其估计更新为她自己的当前估计和网络中她的邻居的估计的凸组合。作为这种迭代平均的结果,每个智能体获得对世界状态的渐近估计,并且该个体估计的方差取决于智能体分配给自身和其他智能体的权重矩阵。我们研究了一个博弈论的多目标最优化问题,即每个代理寻求选择她的自重在这样一个凸组合的方式,以尽量减少她的渐近估计的未知参数的状态的方差。假设代理分配给他们的邻居在网络中的相对影响权重保持固定,并形成一个不可约的和非周期性的相对影响矩阵,我们的帕累托边界的问题,以及纳什均衡在所产生的游戏。
2022-09-05 cs.GT cs.SI cs.SY
Replicator Dynamics of Co-Evolving Networks
我们提出了一个简单的网络协同进化模型,在一个相互作用的代理人与他们的邻居玩重复的游戏,并根据这些游戏的结果调整他们的行为和网络链接的游戏动力系统。通过一个简单的强化学习方案实现自适应。我们表明,这样一个系统的集体演化可以描述适当定义的复制动力学方程。特别是,我们提出了一个适当的因子分解的代理商的战略,结果在一个耦合系统的方程特征的战略和网络结构的演变,并说明了两个简单的例子框架。
2011-07-26 cs.GT cs.SI q-bio.PE
Online Learning for Uninformed Markov Games: Empirical Nash-Value Regret and Non-Stationarity Adaptation
University of Washington(华盛顿大学);University of Southern California(南加州大学);Hong Kong University of Science and Technology(香港科学与技术大学)
本文提出了一种参数无关算法,通过经验纳什价值遗憾度量,在对手非平稳性适应下实现O(min{√K + (CK)^{1/3},√LK})的遗憾界。
2026-02-06 cs.GT cs.LG stat.ML