Rationality and Escalation in Infinite Extensive Games
本文的目的是研究无限对策，并在此框架下形式化地证明一些性质。因此，我们表明，导致投机崩溃或升级的人们的行为（疯狂）可以是完全理性的。事实上，它的出发点是资源是无限的。这个推理是基于计算机科学家设想的共同归纳的概念来模拟无限的计算，并被经济主体不知不觉地使用。当有意识地使用时，这个概念并不像归纳法那么简单，我们可以解释牛顿：“模拟人们的疯狂比模拟行星的运动更困难。
2012-02-09 cs.GT
Thermal Min-Max Games: Unifying Bounded Rationality and Typical-Case Equilibrium
Fujitsu Limited（富士通株式会社）；RIKEN center for AIP（理化学研究所人工智能研究中心）
本文提出热极小-极大博弈理论，通过温度参数统一有限理性和完全理性，提供对典型均衡和混合策略统计的可计算预测，并验证了其在有限游戏中的有效性。
2026-02-16 cond-mat.dis-nn cs.GT
Bounded rationality in a dynamic alternate game
从博弈论的角度来看，多米诺骨牌是一种没有受到太多关注的游戏（特别是被称为平局的品种）。通常认为，这个博弈已经解决了，给出了博弈论的一般结果。然而，均衡的确定是不可行的，因为在一般情况下，众所周知的问题，节点爆炸的树表示的游戏。我们提出了一个新的模型的基础上有限的预测作为一种有限理性的动态交替游戏。
2013-10-23 cs.GT cs.LO
Bayesian Rationality in Satisfaction Games
本文提出贝叶斯满意度范式，融合贝叶斯理性与满意度博弈，证明相关均衡为稳定结果，并给出基于遗憾匹配的迭代算法，几乎总能找到均衡。
2023-07-25 cs.GT
Inverse Game Theory for Stackelberg Games: the Blessing of Bounded Rationality
优化战略决策（又名：计算平衡）是许多非合作多代理应用成功的关键。然而，在许多现实世界的情况下，我们可能会面临这个博弈论问题的完全相反-而不是规定给定游戏的均衡，我们可能直接观察代理人的均衡行为，但要推断未知游戏的基本参数。这个研究问题，也被称为逆博弈论，已经在最近的多个作品中研究了Stackelberg游戏的背景下。不幸的是，现有的工作表现出相当负面的结果，显示统计硬度和计算硬度，假设追随者的完全理性的行为。我们的工作放宽了完美理性代理人的假设，经典的量子响应模型，一个更现实的有限理性的行为模型。有趣的是，我们表明，这种有限理性模型带来的光滑性质，实际上导致可证明更有效的学习一般Stackelberg游戏的追随者效用参数。系统的实证实验证实了我们的理论结果，并进一步表明其鲁棒性超出了严格的量子响应模型。
2022-10-04 cs.GT econ.TH
Individual Rationality in Constrained Hedonic Games: Additively Separable and Fractional Preferences
Czech Technical University in Prague（布拉格捷克理工大学）；Ben-Gurion University of the Negev（内盖夫本-古里安大学）；Charles University（查理大学）；AGH University of Krakow（克拉科夫AGH科技大学）
研究受限享乐博弈中个体理性的存在性，探讨可加性和分数偏好下的计算复杂性，揭示其可计算与不可计算的边界。
2026-03-23 cs.GT
Rationality and correctness in n-player games
针对双人博弈纳什均衡的两类经典充分条件，本文提出与理性互知（MKR）更契合的“理性与正确性互设”（MARC）概念，证明其在双人零和博弈中普遍成立，但在n人博弈中通常不成立。
2023-12-12 cs.GT econ.TH
What Drives People's Choices in Turn-Taking Games, if not Game-Theoretic Rationality?
在早期的实验中，参与者与计算机进行了一场完美的信息游戏，计算机在游戏开始时经常偏离其逆向归纳策略。参与者知道，在每一场比赛中，计算机仍然在根据参与者未来策略的一些信念进行优化。总的来说，似乎参与者应用了向前归纳法。然而，基数效应似乎也发挥了作用：许多参与者可能一直在努力使预期效用最大化。为了找出人们在这样的游戏中是如何真正推理的，我们设计了一种类似蜈蚣的回合制游戏，这种游戏具有新的收益结构，以减少这种基本效应的可能性。我们对50名参与者进行了一项新的实验，基于这些修改后的回报结构的大理石下降可视化。在参与者玩了48个测试游戏后，我们问了一些问题来衡量参与者在样本游戏的所有决策节点上对自己和对手策略的推理。我们还检查了在48个测试游戏中，语言化的策略如何与他们在所有决策点上做出的实际选择相吻合。尽管总的来说，新实验的参与者仍然倾向于在第一个决策节点上稍微倾向于正向归纳选择，但他们的口头策略通常取决于他们自己对风险的态度以及他们分配给计算机对手的态度，有时还考虑到合作性和竞争性。
2017-07-27 cs.GT
A simple case of rationality of escalation
升级是一个事实，即在游戏中（例如拍卖），代理人永远玩。没有必要考虑复杂的例子来证明它的合理性。特别地，$0,1$ -博弈是一个极其简单的无限博弈，其中升级自然而理性地出现。在某种意义上，它可以被认为是升级的范式。通过一个经济博弈的例子，我们展示了经济学可以从共归纳中获得的利益。
2013-06-10 cs.GT cs.LO
Bounded Rationality in Concurrent Parity Games
我们考虑在有限状态空间上进行无限回合的2人博弈。游戏是并行的：在每一轮中，两个玩家同时选择他们的动作;当前状态和动作决定继任者。我们认为欧米茄经常获胜的条件作为平价目标。我们考虑的定性分析问题：几乎肯定和有限肯定获胜的状态集的计算，其中玩家1可以确保赢得概率1和概率任意接近1，分别。一般来说，几乎肯定和有限肯定获胜策略需要无限记忆和无限精度。本文研究了并发奇偶博弈定性分析的有限理性问题，其中策略集参与人1被限制为有限资源策略。就精度而言，策略可以是确定性的、均匀的、有限精度的或无限精度的;就记忆而言，策略可以是无记忆的、有限记忆的或无限记忆的。我们提出了一个精确和完整的定性获胜集的所有组合类的策略的特征。特别是，我们表明，统一的无记忆策略是强大的有限精度的无限记忆策略，和无限精度的无记忆策略是强大的无限精度的有限记忆策略。我们证明了获胜集可以在O（n^{2d+3}）时间内计算，其中n是游戏的大小，2d是优先级的数量，并且我们的算法是符号的。在NP cap coNP中可以判定一个状态是否属于获胜集的成员问题。虽然这种复杂性是相同的简单类的回合制游戏，其中在每个状态下，只有一个玩家有一个选择的动作，我们的算法，这是通过表征的胜利集作为μ演算公式，是相当多的参与。
2013-06-20 cs.GT
On the Rationality of Escalation
升级是无限博弈的一个典型特征。因此，为研究无限数学结构而设计的工具，也就是那些从共归纳中推导出来的工具是必不可少的。在这里，我们使用共归纳，或反向共归纳（以显示其与有限博弈的相同概念的连接），以仔细和正式研究的无限博弈，特别是那些被称为美元拍卖，这被认为是升级的范式。不像什么是公认的，我们表明，假设其他代理人将永远停止，投标是理性的，因为它会导致一个子博弈完美均衡。我们证明了这不是唯一的理性策略（唯一的子博弈完美均衡）。事实上，如果一个行动者停下来，并且每走一步都会停下来，我们就可以说他也是理性的，只要他承认他的对手永远不会停下来，因为这对应于一个子博弈完美均衡。令人惊讶的是，在无限美元拍卖博弈中，双方在每一步都停止的行为不是纳什均衡，因此不是子博弈完美均衡，因此不是理性的。
2011-12-15 cs.GT
Learning Game Representations from Data Using Rationality Constraints
School of Engineering and Applied Sciences（工程与应用科学学院）；Charles River Analytics Inc.（查尔斯河分析公司）；Harvard University（哈佛大学）
虽然博弈论被广泛用于模拟战略互动，但一个自然的问题是，博弈表示来自哪里？一个答案是从数据中学习表示。如果一个人想同时学习收益和参与人的策略，一个简单的方法是直接从数据中学习。这种方法忽略了一个事实，即参与者可能会采取相当好的策略，因此策略和数据之间存在联系。本文的主要贡献是在学习的同时建立这种联系。我们制定的学习问题作为一个加权约束满足的问题，包括约束都适合的回报和战略的数据和适合的策略的回报。我们使用量子反应平衡作为我们的合理性的概念，量化后者适合。我们的研究结果表明，结合合理性约束可以提高学习时的数据量是有限的。
2012-03-15 cs.AI cs.GT
Efficient Deviation Types and Learning for Hindsight Rationality in Extensive-Form Games: Corrections
后见之明理性（英语：Hindsight rationality）是一种玩一般和游戏的方法，它规定了个体代理关于一组偏差的无遗憾学习动态，并进一步描述了多个代理之间的联合理性行为。为了在顺序决策环境中发展后见之明的理性学习，我们将行为偏差形式化为尊重扩展形式游戏结构的一般偏差类。将时间选择的思想集成到反事实遗憾最小化（CFR）中，我们引入了扩展形式的遗憾最小化（EFR）算法，该算法可以对任何给定的行为偏差集实现事后理性，其计算与集合的复杂性密切相关。我们确定的行为偏差子集，部分序列偏差类型，subtermons先前研究的类型，并导致有效的EFR实例中的游戏具有中等长度。此外，我们提出了一个彻底的实证分析EFR实例化与不同的偏差类型在基准游戏中，我们发现，较强的类型通常会导致更好的性能。
2022-06-01 cs.AI cs.GT
Balancing rationality and social influence: Alpha-rational Nash equilibrium in games with herding
本文在包含α比例理性参与者和从众非理性参与者的平均场博弈中提出α-理性纳什均衡（α-RNE），分析了两行动博弈中的新均衡，并证明理性与非理性参与者都可能因从众行为而获得更高效用。
2024-06-06 cs.GT
Learning Attacker's Bounded Rationality Model in Security Games
提出了一种新的神经进化方法（NESG）来计算Stackelberg安全博弈中领导者的支付。NESG的核心是战略评估神经网络（SENN）。SENN能够有效地评估领导者的策略，而对手可能由于某些认知偏见或限制而不以完全理性的方式行事。SENN是在历史数据上训练的，不需要任何关于追随者的目标偏好、收益分布或有限理性模型的直接先验知识。NESG在一组90个基准游戏上进行了测试，这些游戏的灵感来自于被称为深度数据包检测的真实网络安全场景。实验结果表明，应用NESG的优势，现有的国家的最先进的方法时，发挥对不完全理性的对手。该方法提供了高质量的解决方案，具有优越的计算时间可扩展性。由于NESG的通用和无知识构造，该方法可以应用于各种现实生活中的安全场景。
2021-09-27 cs.GT cs.NE
Common Belief in Choquet Rationality and Ambiguity Attitudes -- Extended Abstract
我们考虑有限的游戏在战略形式与Choquet期望效用。使用的概念（毫不含糊地）相信，我们定义Choquet合理性和特征的Choquet合理性和共同的信念，Choquet合理性的普遍能力类型空间中的一个纯粹的可测量的设置。我们还表明，Choquet合理化相当于迭代消除严格占主导地位的行动（不是在原来的游戏，但）在一个扩展的游戏。这允许计算Choquet有理化行动，而不需要首先计算Choquet积分。Choquet期望效用允许我们研究模糊性爱/厌恶的共同信念。我们表明，模糊的爱/厌恶导致更小/更大的Choquet合理化的行动配置文件集。
2019-07-22 cs.GT cs.LO
Efficient Deviation Types and Learning for Hindsight Rationality in Extensive-Form Games
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）；Université de Montréal（蒙特利尔大学）；Mila（米拉研究所）；DeepMind（深度思维）；Brown University（布朗大学）
后见之明理性（英语：Hindsight rationality）是一种玩一般和游戏的方法，它规定了个体代理关于一组偏差的无遗憾学习动态，并进一步描述了多个代理之间的联合理性行为。为了在顺序决策环境中发展后见之明的理性学习，我们将行为偏差形式化为尊重扩展形式游戏结构的一般偏差类。将时间选择的思想集成到反事实遗憾最小化（CFR）中，我们引入了扩展形式的遗憾最小化（EFR）算法，该算法可以对任何给定的行为偏差集实现事后理性，其计算与集合的复杂性密切相关。我们确定的行为偏差子集，部分序列偏差类型，subtermons先前研究的类型，并导致有效的EFR实例中的游戏具有中等长度。此外，我们提出了一个彻底的实证分析EFR实例化与不同的偏差类型在基准游戏中，我们发现，较强的类型通常会导致更好的性能。
2022-06-22 cs.AI cs.GT
Bistable Probabilities: A Unified Framework for Studying Rationality and Irrationality in Classical and Quantum Games
本文提出了一个统一的概率框架，允许理性和非理性的决策进行理论研究和模拟经典和量子游戏。理性选择理论是博弈论模型的基本组成部分，它假设决策者根据自己的偏好选择最佳行动。在本文中，我们将非理性定义为对理性选择的偏离。双稳态概率被提出作为一个原则性的和直接的手段建模非理性决策的游戏。经典和量子囚徒困境的双稳态变体，雄鹿狩猎和鸡进行了分析，以评估代理效用和纳什均衡的非理性的影响。研究发现，这三个经典的双稳态博弈最多存在三个纳什均衡，当代理人是理性的时，效用最大化。所有三个双稳态博弈都存在多达三个纳什均衡，然而，效用会随着代理人非理性程度的提高而增加。
2020-04-04 cs.GT quant-ph
Active Inverse Methods in Stackelberg Games with Bounded Rationality
Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；University of Chinese Academy of Sciences（中国科学院大学）；Tongji University（同济大学）；Shanghai Research Institute for Intelligent Autonomous Systems（上海智能无人系统研究院）
本文针对有界理性Stackelberg博弈，提出主动逆方法，利用Fisher信息最大化信息增益并平衡探索与利用，证明一致性与渐近均衡，仿真表明能更快达到Stackelberg均衡。
2025-10-17 cs.GT cs.SY eess.SY
Individual Rationality in Constrained Hedonic Games: Friends, Enemies, and Neutrals
AGH University of Krakow（克拉科夫 AGH 科技大学）；Czech Technical University in Prague（布拉格捷克理工大学）；ELTE Centre for Economic and Regional Studies（布达佩斯罗兰大学经济区域研究中心）；Budapest University of Technology and Economics（布达佩斯技术与经济大学）
该研究探讨朋友、敌人与中立者构成的受限享乐博弈中，满足个体理性及规模约束的联盟划分问题，分析以朋友/敌人为导向偏好下的计算复杂度，明确了不同关系结构对问题可处理性的影响。
2026-08-17 cs.GT
The Role of Monotonicity in the Epistemic Analysis of Strategic Games
众所周知，在有限策略博弈中，真正的理性共同信念（或共同知识）意味着参与者将只选择那些在严格劣势策略的迭代淘汰中幸存下来的策略。我们建立了一个一般定理，处理单调理性的概念和任意的战略游戏，并允许加强上述结果的任意游戏，其他理性的概念，和超限迭代的消除过程。我们还澄清了什么样的结论，可以得出的习惯优势的概念，不是单调的。主要工具是塔斯基不动点定理。
2010-11-23 cs.GT math.LO
A Note on Bayesian Rationality and Correlated Equilibrium
战略博弈中的贝叶斯理性假设战略不确定性可以转化为不完全信息。相关均衡的指导思想是，参与者是贝叶斯理性的，有一个共同的先验，并独立地选择他们的策略。我表明，贝叶斯理性的一个必要条件是违反了在每一个游戏的不完美信息。此外，如果没有战略不确定性，参与者就无法独立选择自己的战略。这意味着战略独立需要战略不确定性。如果我们区分战略确定性和不确定性，我们就能够解释囚徒困境的合作解和非合作解的存在。
2016-01-31 cs.GT math.LO
Intelligent escalation and the principle of relativity
升级是一个事实，即在游戏中（例如在拍卖中），代理人永远玩。该$0,1$ -游戏是一个非常简单的无限游戏与智能代理，其中升级出现。从认知心理学的角度，揭示了决策过程中智能（算法思维）与理性（算法思维和反思思维）的区别。它还表明，取决于观点（内部或外部），代理人的合理性可能会改变，这被提议称为相对性原则。
2015-05-27 cs.GT
Bounding Rationality by Discounting Time
考虑一个游戏，爱丽丝生成一个整数，如果鲍勃能分解这个整数，他就赢了。传统的博弈论告诉我们，鲍勃将永远赢得这个游戏，即使在实践中，爱丽丝会赢，因为我们通常假设分解的难度。我们定义了一个新的有限理性的概念，在那里的球员的收益是由他们采取行动的计算时间贴现。我们用这个概念给一个直接的对应关系存在的平衡，爱丽丝有一个获胜的战略和硬度的因素。也就是说，在贴现率的自然假设下，存在一个均衡，其中Alice具有获胜策略，当且仅当存在一个线性时间可采样分布，平均而言，该分布的保理是困难的。我们还给出了可数行动空间上的折扣博弈的一般结果，包括表明任何具有有界和可计算支付的博弈在我们的模型中都有一个均衡，即使每个玩家被允许有可数数量的行动。例如，在我们的模型中，最大的博弈有一个均衡，尽管它没有纳什均衡或ε-纳什均衡。
2009-11-16 cs.CC cs.GT
Blind Inverse Game Theory: Jointly Decoding Rewards and Rationality in Entropy-Regularized Competitive Games
Hofstra University（霍夫斯特拉大学）；Stony Brook University（石溪大学）
本文提出盲逆博弈论框架，用于在熵正则化竞争博弈中联合解码奖励和理性参数，通过归一化约束解决尺度模糊问题，并证明了最优收敛速率。
2026-02-21 cs.GT cs.LG stat.ML
Perfect Prediction in Normal Form: Superrational Thinking Extended to Non-Symmetric Games
本文提出了一种新的无约束纯策略范式非合作对策解的概念：完全透明均衡。参与者在所有可能的世界中都是理性的，并且知道彼此在所有可能的世界中的策略，我们统称为完美预测。对手对参与者决策的预期是反事实地依赖于决策，这与纳什均衡中决策是独立做出的不同。当均衡存在时，它是唯一的，是帕累托最优的。这个均衡是完美预测均衡的标准形式对应物;预测发生在“另一个房间”而不是过去。均衡也可以被看作是霍夫施塔特的超理性的非对称博弈的自然延伸。在数学上，执行非个体理性策略配置文件的迭代消除，直到最多剩下一个。均衡是一种策略轮廓，它不受所有可能世界中的策略知识和所有可能世界中的理性的影响，这是一个比理性的常识更强大的概念，也比理性的常见反事实信念更强大。我们形式化和对比的非Nashian决策理论范式，共同的这篇论文和其他几篇论文，因果决策理论和证据决策理论。我们定义的完全透明的均衡算法，当它存在，证明其唯一性，它的帕累托最优性，它与霍夫施塔特的超理性对称游戏。我们还涉及到文献中发现的概念，如个人理性，极小极大可实现性，相关均衡。最后，我们具体讨论了对称博弈的特殊情况下的包含关系，并将其与非对称博弈进行了对比。
2020-03-18 cs.GT
Near Rationality and Competitive Equilibria in Networked Systems
越来越多的文献在网络系统的研究依赖于博弈论和机制设计建模和解决潜在的缺乏合作的自私的用户之间。大多数应用于系统研究的博弈论模型只描述纯纳什均衡的竞争均衡，即每个用户的策略是确定性的，并且是她对所有其他用户策略的最佳反应。然而，纯纳什均衡成立所需的假设对于实际系统来说可能过于严格。使用三个案例研究计算机安全，TCP拥塞控制，网络形成，我们概述了依赖于纳什均衡的博弈论模型的局限性，我们认为，考虑更一般形式的竞争性均衡可能有助于调和从博弈论模型的预测与经验观察到的行为。
2004-04-20 cs.GT cs.NI
Bounded Rationality, Strategy Simplification, and Equilibrium
经常有人建议，通过博弈论作出的预测可以通过考虑建模代理时的计算限制来改进。在假设博弈中的参与者可能希望在最大化收益和最小化策略复杂性之间取得平衡的情况下，鲁宾斯坦和合著者研究了纳什均衡的形式，其中策略被最大限度地简化，因为没有策略可以在不牺牲收益的情况下进一步简化。受这一工作的启发，我们引入了一个均衡的概念，即策略也被最大限度地简化，但相对于简化过程，如果简化激励其他参与者偏离，则参与者将不会简化。我们研究这样的两个玩家的机器游戏中，玩家选择有限的自动机，简洁地表示重复游戏的策略的均衡，在这种情况下，我们提出的技术，建立一个结果是在均衡和目前的结果的结构上的均衡。
2011-06-26 cs.CC cs.GT
Robust Mean-Field Games with Risk Aversion and Bounded Rationality
Georgia Institute of Technology（佐治亚理工学院）
本文提出一种结合风险厌恶和有限理性的均场博弈模型，通过引入新的均衡概念MF-RQE，提升在分布不确定性下的鲁棒性，并开发了可扩展的强化学习算法。
2026-02-13 cs.GT cs.MA
Perceptual Rationality: An Evolutionary Game Theory of Perceptually Rational Decision-Making
Max Planck Institute of Animal Behavior（马克斯·普朗克动物行为研究所）；Centre for the Advanced Study of Collective Behaviour, University of Konstanz（康斯坦茨大学集体行为高级研究中心）；Department of Biology, University of Konstanz（康斯坦茨大学生物学系）
本文提出感知理性框架，通过群体合作互动中的进化博弈论，揭示理性决策与行为多样性及生态-进化模式的关系，指出多样性可能损害公共物品提供。
2025-06-21 cs.GT physics.soc-ph q-bio.PE
Individual Rationality in Topological Distance Games is Surprisingly Hard
本文研究了拓扑距离博弈中寻找个体理性结果的计算复杂度，证明即使在基本情况下判定个体理性解的存在性也很困难，需结合多种输入限制才能实现可处理性。
2024-04-22 cs.DS cs.GT
Beyond admissibility: Dominance between chains of strategies
容许策略，即不被任何其他策略支配的策略，是博弈论中一个典型的理性概念。在许多类的游戏中，这是合理的结果表明，任何战略是可接受的或主导的一个可接受的战略。然而，在有限图上进行的具有定量目标的游戏中（如用于反应合成），情况并非如此。我们考虑增加链的战略，而不是恢复一个令人满意的合理性概念的基础上的优势，在这样的游戏。我们开始与一些秩序理论的考虑建立足够的标准，这工作。然后，我们把我们的注意力一般的安全/可达性游戏作为一个特定的应用程序。我们提出了最大均匀链的概念，在这些游戏中所需的优势为基础的合理性概念。建立了关于一致链的一些基本问题的可判定性。
2018-05-29 cs.GT cs.LO
Dynamic Rental Games with Stagewise Individual Rationality
Tel Aviv University（特拉维夫大学）
研究租赁博弈这一单参数动态机制设计问题，探讨设计者利用代理人阶段个体理性的经济目标。表明最优租赁机制可建模为带卖方成本的动态拍卖，虽与经典拍卖不同，但给出了不同经济目标下最优机制的刻画及支付规则应用情况。
2026-07-16 cs.GT
On Bounded Rationality in Cyber-Physical Systems Security: Game-Theoretic Analysis with Application to Smart Grid Protection
在本文中，一般模型的网络物理系统（CPS），捕捉攻击的扩散从网络层的物理系统，进行了研究。特别是，提出了一个博弈论的方法来分析一个防御者和一个攻击者之间的相互作用，在CPS。在这个游戏中，攻击者对CPS的多个网络组件发起网络攻击，以最大限度地提高对物理系统的潜在危害，而系统操作员选择保护多个网络节点，以挫败攻击并最大限度地减少对物理方面的潜在损害。所提出的游戏明确地说明了这样一个事实，即攻击者和防御者可以具有不同的计算能力和不同的系统知识水平。为了捕捉这种有限理性的攻击者和防御者，一个新的方法启发的认知层次理论的行为框架。在这个框架中，防御者被假设面对的攻击者可能具有不同的思维水平，反映了其对系统和计算能力的了解。为了解决这个问题，每种攻击者类型的最优策略的特点和防御者面对这些不同类型的最优响应计算。这种一般的方法适用于智能电网安全考虑广域保护与能源市场的影响。数值结果表明，当考虑攻击者的有限理性时，偏离纳什均衡策略是有益的。此外，研究结果表明，防御者的动机偏离纳什均衡时，面对攻击者，具有高计算能力降低。
2016-10-07 cs.GT cs.IT math.IT
Bounded Rationality Equilibrium Learning in Mean Field Games
本文将有限理性引入平均场博弈，提出量化响应均衡（QRE）与滚动范围（RH）MFGs，并设计广义不动点迭代和虚拟博弈算法学习这些均衡，通过理论分析与示例评估验证了方法有效性。
2025-01-30 cs.AI cs.GT cs.LG
Hindsight and Sequential Rationality of Correlated Play
University of Alberta（阿尔伯塔大学）；Amii（阿尔伯塔机器智能研究所）；Université de Montréal（蒙特利尔大学）；Mila（米拉研究所）；Massachusetts Institute of Technology（麻省理工学院）；DeepMind（深度思维）；Brown University（布朗大学）
受最近在两人零和游戏解决和玩方面的成功的推动，人工智能在游戏方面的工作越来越多地集中在产生基于均衡的策略的算法上。然而，在一般和游戏或有两个以上参与者的游戏中，这种方法在产生有能力的参与者方面不如在两个参与者的零和游戏中有效。一个有吸引力的替代方案是考虑自适应算法，以确保事后的强大性能，相对于修改行为所能实现的性能。这种方法也导致了一个博弈论分析，但在相关的发挥，产生于联合学习动态，而不是在均衡的因素代理行为。我们发展和倡导这种后见之明的理性框架的学习一般顺序决策设置。为此，我们重新审视中介均衡和偏离类型的广泛形式的游戏，从而获得一个更完整的理解和解决过去的误解。我们提出了一组例子，说明了不同的优势和弱点，在文献中的每种类型的均衡，并证明，没有听话的概念，包括所有其他。这条线的调查最终在偏差和平衡类，对应于算法的反事实遗憾最小化（CFR）家庭的定义，将它们与所有其他文献。更详细地研究CFR进一步导致了相关游戏中理性的新递归定义，该定义以自然适用于事后评估的方式扩展了顺序理性。
2022-06-22 cs.AI cs.GT
Exploration-Exploitation in Multi-Agent Competition: Convergence with Bounded Rationality
Singapore University of Technology and Design（新加坡科技设计大学）；University of Oxford（牛津大学）
在竞争性多智能体学习中，探索和利用之间的相互作用还远未得到很好的理解。受此启发，我们研究了平滑Q学习，这是一种典型的学习模型，它明确地捕捉了游戏奖励和探索成本之间的平衡。我们表明，Q-学习总是收敛到唯一的量子响应均衡（QRE），有限理性下的游戏的标准解概念，在加权零和多矩阵游戏与异构学习代理使用积极的探索率。补充最近的结果收敛加权潜在的游戏，我们表明，快速收敛的Q-学习在竞争环境中获得的代理的数量无关，没有任何需要的参数微调。正如我们在网络零和博弈中的实验所展示的那样，这些理论结果为竞争性多智能体环境中平衡选择的算法方法提供了必要的保证。
2021-06-24 cs.GT cs.LG cs.MA
Rationality of Learning Algorithms in Repeated Normal-Form Games
针对自利智能体可能偏离学习算法的问题，提出算法理性比与 $c$-理性概念，证明 fictitious play 等非 $c$-理性，并提出两种在温和假设下可证明 $1$-理性的算法。
2024-02-13 cs.GT cs.SY eess.SY
On the Rationality of Escalation
升级是无限博弈的一个典型特征。因此，为研究无限数学结构而设计的工具，也就是那些从共归纳中推导出来的工具是必不可少的。在这里，我们使用共归纳，或反向共归纳（以显示其与有限博弈的相同概念的连接），以仔细和正式研究的无限博弈，特别是那些被称为美元拍卖，这被认为是升级的范式。不像什么是公认的，我们表明，假设其他代理人将永远停止，投标是理性的，因为它会导致一个子博弈完美均衡。我们证明了这不是唯一的理性策略（唯一的子博弈完美均衡）。事实上，如果一个行动者停下来，并且每走一步都会停下来，我们就可以说他也是理性的，只要他承认他的对手永远不会停下来，因为这对应于一个子博弈完美均衡。令人惊讶的是，在无限美元拍卖博弈中，双方在每一步都停止的行为不是纳什均衡，因此不是子博弈完美均衡，因此不是理性的。
2010-04-29 cs.GT cs.LO
Proceedings Eighteenth Conference on Theoretical Aspects of Rationality and Knowledge
TARK会议（理性和知识的理论方面）是一年两次的会议，旨在汇集来自各种领域的研究人员，包括计算机科学，人工智能，博弈论，决策理论，哲学，逻辑，语言学和认知科学。它的目标是促进我们对涉及理性和知识推理的跨学科问题的理解。感兴趣的主题包括，但不限于，知识，信念，意识和不确定性，有限理性和资源有限的推理，常识认知推理，认知逻辑，认知博弈论，知识和行动，推理知识和其他心理状态的应用，信念修正和多智能体系统的基础的语义模型。这些论文集包含已被接受在第十八届理性和知识的理论方面会议（TARK 2021）上发表的论文，该会议于2021年6月25日至27日在中国北京清华大学举行。
2021-06-21 cs.AI cs.GT cs.MA
Beyond Nash Equilibrium: Bounded Rationality of LLMs and humans in Strategic Decision-making
Tsinghua University（清华大学）
本研究通过石头剪刀布、囚徒困境博弈实验对比大语言模型与人类的战略决策行为，发现大语言模型仅复现部分人类有限理性特征，应用策略更僵化、环境敏感性弱，需优化训练以提升灵活建模与情境感知能力。
2025-06-11 cs.AI cs.GT
Proceedings Seventeenth Conference on Theoretical Aspects of Rationality and Knowledge
这是第十七届理性和知识的理论方面会议的会议记录，2019年7月17日至19日，图卢兹信息研究所（IRIT），图卢兹大学图卢兹，法国。TARK会议的使命是汇集来自各个领域的研究人员，包括人工智能，密码学，分布式计算，经济学和博弈论，语言学，哲学和心理学，以进一步我们对涉及理性和知识推理的跨学科问题的理解。
2019-07-19 cs.GT cs.LO
Pirates in Wonderland: Liquid Democracy has Bicriteria Guarantees
流动民主有一个自然的图形表示，即授权图。因此，流动民主的战略方面可以作为一个委托图上的博弈来研究，称为流动民主博弈。我们的主要结果是，这个游戏的双准则近似保证，在理性和社会福利。具体地说，我们证明了在流动民主博弈中，$ε$ -Nash均衡的稳定代价就是$ε$.
2021-11-22 cs.GT
Bounded rationality for relaxing best response and mutual consistency: The Quantal Hierarchy model of decision-making
The University of Sydney（悉尼大学）
虽然博弈论对决策具有变革性，但在某些情况下，所做的假设可能过于严格。在这项工作中，我们调查的合理性，如相互一致性和最佳对策的一些基本假设，并考虑如何放松这些假设，分别使用水平$k$推理和量子响应均衡（QRE）的概念。具体而言，我们提出了一个信息理论的双参数模型称为量子层次模型，它可以放松相互一致性和最佳对策，同时仍然近似水平- $k$，QRE，或典型的纳什均衡行为的限制情况下。该模型是基于递归形式的变分自由能原理，表示高阶推理（伪）顺序决策的广泛形式的博弈树。这种表示使我们能够以类似于顺序游戏的方式处理同时游戏，其中推理资源在整个游戏树中耗尽。玩家处理能力的界限被捕获为信息成本，未来的推理分支被打折，这意味着玩家的层次结构，其中较低级别的玩家具有较少的处理资源。我们证明了量子层次模型的有效性，在几个典型的经济游戏，{同时和顺序}，使用样本外建模。
2023-03-15 cs.AI cs.GT cs.IT
The Illusion of Rationality: Tacit Bias and Strategic Dominance in Frontier LLM Negotiation Games
Universidad de los Andes（安第斯大学）；Bancolombia（哥伦比亚银行）
研究揭示前沿大语言模型在谈判游戏中存在隐性偏见和战略主导现象，挑战了其理性与无偏的假设。
2025-12-18 cs.GT cs.MA
Rationality and Behavior Feedback in a Model of Vehicle-to-Vehicle Communication
本文研究V2V通信中人类智能体的行为建模，提出非贝叶斯行为模型和外生均衡模型，证明其与原始贝叶斯内生模型在均衡行为上等价，但信息悖论仅在内生模型中出现，揭示了固定类型分布贝叶斯博弈的局限性。
2023-07-07 cs.GT
Reasoning and Behavioral Equilibria in LLM-Nash Games: From Mindsets to Actions
Department of Electrical；Computer Engineering, New York University, Brooklyn, NY, USA
提出LLM-Nash博弈论框架，通过显式建模基于LLM的推理提示选择过程来刻画有限理性，揭示了推理均衡与经典Nash结果的偏离，为LLM系统的策略交互提供新基础。
2025-07-10 cs.AI cs.GT
Proceedings Twentieth Conference on Theoretical Aspects of Rationality and Knowledge
Edited by: Adam Bjorndahl（编辑：Adam Bjorndahl）
TARK 2025会议收录了关于理性与知识理论的最新研究成果，涵盖知识、信念、博弈论等多个领域。
2025-11-25 cs.AI cs.GT cs.LO
Proceedings Nineteenth conference on Theoretical Aspects of Rationality and Knowledge
本文是第十九届TARK会议论文集的说明，介绍了TARK跨学科会议的宗旨、历史、研究主题，以及2023年牛津会议的基本信息与论文收录情况。
2023-07-18 cs.AI cs.GT cs.LO
A Formal Separation Between Strategic and Nonstrategic Behavior
针对策略性与非策略性行为界限模糊的问题，本文提出非策略性行为的新形式化刻画，证明其可涵盖已知非策略性决策规则且与策略性行为存在精确分离，解决有限理性博弈论相关指导缺失问题。
2025-02-10 cs.GT
Rational verification and checking for Nash and subgame-perfect equilibria in graph games
本文研究图上多人非零和无限持续博弈中的理性检查与验证问题，并给出 Nash 均衡、子博弈完美均衡及五类收益函数下的复杂度。
2023-07-14 cs.GT
Proceedings Fifteenth Conference on Theoretical Aspects of Rationality and Knowledge
Carnegie Mellon University（卡内基梅隆大学）
第15届理性与知识的理论方面会议（TARK）于2015年6月4日至6日在美国匹兹堡卡内基梅隆大学举行。TARK会议的使命是汇集来自各个领域的研究人员，包括人工智能，密码学，分布式计算，经济学和博弈论，语言学，哲学和心理学，以进一步我们对涉及理性和知识推理的跨学科问题的理解。这些会议记录包括在TARK会议上提交的论文/摘要的子集。
2016-06-23 cs.AI cs.GT cs.LO
Reconciling Rationality and Stochasticity: Rich Behavioral Models in Two-Player Games
在多智能体复杂系统中，通常采用两种传统的范式来描述智能体的行为。在第一种情况下，代理人被认为是完全理性的，系统被视为多人游戏。在第二种情况下，代理被认为是完全随机过程，系统本身被视为一个大的随机过程。从一个特定的代理人的角度来看-必须选择一种策略，范式的选择是至关重要的：最适当的策略取决于对其他代理人的假设。在本文中，我们专注于两个球员的游戏和他们的应用程序的反应系统的可靠控制器的自动合成-一个领域之间的交叉路口计算机科学和数学。在这种情况下，要控制的反应系统是一个玩家，而它的环境是它的对手，通常被假设为完全对抗或完全随机。我们说明了几个最近的发展，旨在打破这种狭隘的分类，提供正式的概念和数学框架的原因更丰富的行为模型。这种模型的兴趣不仅限于反应系统的综合，但扩展到其他应用领域的博弈论。我们的贡献的目标是给一个高层次的介绍关键概念和应用程序，针对广泛的受众。为了实现这一目标，我们将这些丰富的行为模型应用于日常生活中的一个经典挑战：在不确定的环境中规划旅程。
2016-03-16 cs.FL cs.GT cs.LO
Incorporating Bounded Rationality into Electric Vehicle Highway Charging Decisions: A Bayesian Game Analysis
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳市人工智能与机器人研究院）；Shenzhen Key Laboratory of Crowd Intelligence Empowered Low-Carbon Energy Network（深圳市 crowd intelligence 赋能低碳能源网络重点实验室）
该研究针对EV高速公路充电决策问题，构建有限理性框架结合前景理论与贝叶斯博弈，证明均衡存在性，经真实数据实验验证策略可降低双方成本。
2026-08-18 cs.GT cs.SY eess.SY
