Implementing Optimal Outcomes in Social Computing: A Game-Theoretic Approach
在许多社交计算应用程序中,例如在线问答论坛,每个任务的最佳贡献都会获得较高的奖励,而所有剩余的贡献都会获得相同的较低奖励,而不管它们的实际质量如何。假设一个机制设计者(网站所有者)希望优化一个目标,这个目标是收到的贡献的数量和质量的函数。当潜在的贡献者是战略代理人,他们决定是否贡献或不自私地最大化自己的效用,这样的“最佳贡献”机制,M_B,足以实现一个结果,这是最佳的机制设计者?我们首先表明,在设置的贡献的价值主要是由代理人的专业知识,代理人只战略性地选择是否作出贡献或不,比赛可以实现最佳的结果:对于任何合理的目标,奖励的最佳和剩余的贡献在M_B总是可以选择,使结果在唯一的对称均衡M_B最大化的机制设计者的效用。我们还展示了如何机制设计者可以学习这些最优奖励时,她不知道的参数的代理商的效用,可能是在实践中的情况。接下来,我们考虑设置贡献的价值取决于贡献者的专业知识以及她的努力,和代理内生地选择多少努力,除了决定是否作出贡献。在这里,我们表明,最佳的结果永远不能实现的比赛,如果系统可以排名的贡献的质量完美。然而,如果在贡献的排名中存在噪声,那么机制设计者可以再次诱导代理遵循使其效用最大化的策略。因此,当努力是内生的并影响质量时,不完美的排名实际上可以帮助实现最佳结果的可执行性。
2012-02-16 cs.GT
Game Redesign in No-regret Game Playing
University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
我们研究的游戏重新设计的问题,其中外部设计师有能力改变支付函数在每一轮,但招致的设计成本偏离原来的游戏。玩家应用无遗憾学习算法以有限的反馈重复玩改变的游戏。设计者的目标是(i)激励所有玩家频繁地采取特定的目标动作配置文件;以及(ii)产生小的累积设计成本。我们提出了游戏重新设计算法,保证目标动作配置文件是在T-o(T)轮,而只产生o(T)的累积设计成本。游戏重新设计描述了积极和消极的应用:一个仁慈的设计者,激励玩家采取与原始游戏的解决方案相比具有更好的社会福利的目标动作配置文件,或者一个恶意攻击者,其目标动作配置文件使自己受益,但不是玩家。四个经典游戏的模拟证实了我们提出的重新设计算法的有效性。
2021-10-18 cs.GT cs.LG
Enforcing efficient equilibria in network design games via subsidies
网络的有效设计一直是一个重要的工程任务,涉及具有挑战性的组合优化问题。典型地,网络设计者必须在若干备选方案中选择要建立哪些链路,使得所得到的网络满足给定的一组连接性要求,并且建立网络链路的成本尽可能低。最小生成树问题是一个很好的例子。在本文中,我们考虑的自然场景中,连接的要求是由自私的用户谁同意分享网络的成本建立根据一个定义明确的规则。网络设计者提出的设计方案现在不仅要符合连通性要求,还要符合用户的自私性。从本质上讲,用户是所谓的网络设计游戏中的玩家,网络设计师必须提出一个设计,这是这个游戏的均衡。当自私开始起作用时,通常情况下,这种均衡可能是次优的。在本文中,我们考虑以下问题:网络设计者可以强制执行特定的设计作为均衡或保证有效的设计是一致的用户的自私适当补贴的一些网络链接?在试图理解这个问题,我们制定相应的优化问题,并提出积极和消极的结果。
2011-07-11 cs.CC cs.GT
On the Equilibrium Elicitation of Markov Games Through Information Design
New York University(纽约大学)
这项工作考虑了一个新的信息设计问题,并研究如何支付相关的环境信号的工艺单独可以影响智能代理的行为。智能体之间的策略交互被不完全信息马尔可夫博弈捕获,每个智能体首先从多个信号源中选择一个环境信号作为额外的收益相关信息,然后采取行动。有一个理性的信息设计者(设计者),他拥有一个信号源,目的是通过设计发送给代理人的信号的信息结构来控制代理人的平衡行为。建立了一个服从性原则,指出在信息设计激励每个智能体选择设计者发出的信号时,应不失一般性地关注直接信息设计,从而避免了对智能体策略选择行为的预测。然后,我们介绍了设计协议给定的目标的设计者被称为听话的可实现性(OIL),并在一类听话的完美贝叶斯马尔可夫纳什均衡(O-PBME)的OIL的特征。基于最大化最优松弛变量的方法,提出了一种新的信息设计框架。最后,我们制定了设计者的目标选择问题,并通过建立O-PBME和贝叶斯马尔可夫相关均衡之间的关系,我们建立在经典的信息设计在经济学中的启示原则,信息设计方面的特点。所提出的方法可以应用于多智能体系统在竞争以及合作环境中的预期行为,并扩展到完全和不完全信息环境中的异构随机博弈。
2021-02-14 cs.AI cs.GT cs.MA
Algorithmic Collusion is Algorithm Orchestration
Swiss Federal Institute of Technology Zurich(苏黎世联邦理工学院);Krakow University of Economics(克拉科夫经济大学);California Institute of Technology(加州理工学院);University of Zurich(苏黎世大学)
本文提出通过元游戏视角研究算法合谋问题,揭示算法设计者在参数化过程中的显性合谋行为及其在重复伯川德竞争中的影响。
2025-12-13 cs.GT econ.TH
Synthesis of Reward Machines for Multi-Agent Equilibrium Design (Full Version)
Heriot-Watt University(赫瑞瓦特大学);Sapienza University of Rome(罗马大学)
本文研究多智能体均衡设计问题,提出用奖励机构建动态激励结构,定义收益改进问题的强弱变体,证明其复杂度及多项式时间求解方法,并给出奖励机的综合方案。
2024-08-19 cs.AI cs.GT cs.MA
Learning, Misspecification, and Cognitive Arbitrage in Linear-Quadratic Network Games
New York University(纽约大学)
研究在线性二次网络博弈中,代理基于主观误指定模型进行战略互动,通过认知套利设计框架,利用闭式解Stackelberg优化影响均衡结果。
2026-03-17 cs.GT
End-to-End Learning and Intervention in Games
Northwestern University(西北大学)
在一个社会系统中,代理人的自我利益可能会损害集体利益,有时会导致社会困境。为了解决这样的冲突,一个中心设计者可以通过重新设计系统或激励代理人改变他们的行为来进行干预。为了有效,设计者必须预测代理人如何对干预做出反应,这取决于他们通常未知的支付函数。因此,了解代理人是干预的先决条件。在本文中,我们为游戏中的学习和干预提供了一个统一的框架。我们将游戏的均衡作为单独的层,并将它们集成到端到端的优化框架中。为了使反向传播通过均衡的游戏,我们提出了两种方法,分别基于显式和隐式微分。具体地说,我们把平衡作为变分不等式(VI)的解决方案。显式方法展开的投影方法求解VI,而隐式方法利用的灵敏度的解决方案VI。这两种方法的核心是通过投影算子进行微分。此外,我们建立了这两种方法的正确性,并确定在何种条件下,一种方法是比其他更可取的。分析结果进行了验证,使用几个现实世界的问题。
2020-10-26 cs.GT cs.LG
A Unified Mechanism Design Framework for Networked Systems
机制,如拍卖和定价方案被用来设计战略(非合作)游戏的网络系统。虽然参与的玩家是自私的,但这些机制确保了游戏结果在全局标准(例如最大化社会福利函数)、偏好兼容和策略防护方面是最优的,即玩家没有理由欺骗设计者。机制设计者通过向参与者引入特定的规则和激励来实现这些目标;在这种情况下,通过将资源价格添加到他们的效用中。在基于拍卖的机制中,机制设计者除了设定价格之外,还根据参与者的出价明确地分配资源。另外,定价机制只能通过向参与者收取他们所使用的资源的费用来实现全球目标。在任一设置中,由效用函数表示的玩家偏好可以耦合或解耦,即它们分别取决于其他玩家的动作或仅取决于玩家自己的动作。通过无线和有线网络的多个资源分配问题的例子说明了统一的框架和它的信息结构。
2010-09-02 cs.GT cs.NI
A game of hide and seek in networks
我们提出并研究了一个隐藏在网络中的战略模型,网络设计者选择的链接和他在网络中的位置,面对搜索者检查和破坏网络。我们的特点是最佳网络的隐藏,以及平衡隐藏和寻求这些网络上的战略。我们证明了最优网络是等价于核心-外围网络的循环或变体,其中外围的每个节点都连接到核心中的单个节点。
2020-01-09 cs.GT econ.TH
Robust Social Welfare Maximization via Information Design in Linear-Quadratic-Gaussian Games
Texas A&M University(德克萨斯农工大学)
本文研究了在部分了解玩家效用的情况下,通过信息设计优化社会福利的问题。针对二次效用和高斯信号的线性-二次-高斯博弈,提出鲁棒信息设计方法,将其转化为可解的半正定规划问题,并通过数值研究分析扰动水平与最优信息结构的关系。
2023-04-28 cs.GT econ.TH math.OC
Rational Trust Modeling
信任模型广泛应用于计算机科学的各个学科。信任模型的主要目的是根据一组实体的行为来连续度量它们的可信度。本文通过沟通信任管理和博弈论,提出了“理性信任建模”的新概念。注意,信任模型/信誉系统已经在博弈论中使用(例如,重复博弈),然而,长期以来,博弈论并没有被用于信任模型的构建过程中,这就是我们的方法的新颖之处。在我们提出的设置中,信任模型的设计者假设打算利用该模型的参与者是理性/自私的,即,他们决定成为值得信赖或不值得信赖的基础上,他们可以获得的效用。换句话说,参与者被模型本身激励(或惩罚)以正确地行动。信任管理的问题,然后可以接近博弈理论分析和解决方案的概念,如纳什均衡。虽然合理性可能是内置在一些现有的信任模型,我们打算从设计师的角度来正式的概念,合理的信任建模。这种方法将导致两个有趣的结果。首先,信任模型的设计者可以首先通过将适当的参数合并到信任函数中来激励可信度,该信任函数可以稍后在自私的参与者之间在基于信任的战略交互(例如,电子商务场景)。此外,使用合理的信任模型,我们可以防止许多著名的攻击信任模型。这两个显著的性质也有助于我们通过博弈论分析来预测参与者在后续步骤中的行为。
2017-09-25 cs.CR cs.GT cs.MA
Robustness of Incentive Mechanisms Against System Misspecification in Congestion Games
Georgia Institute of Technology(佐治亚理工学院);Thayer School of Engineering at Dartmouth College(达特茅斯学院塔克工程学院)
研究系统参数误设对原子拥塞博弈中通行费设计的影响,证明轻微误设下设计的通行费不会引入新的纳什均衡,并给出了最坏情况下的性能下降上界。
2026-06-01 cs.GT cs.SY eess.SY
Minimally Modifying a Markov Game to Achieve Any Nash Equilibrium and Value
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Cornell University(康奈尔大学)
研究零和马尔可夫博弈修改问题,通过最小化成本修改奖励函数使目标策略成为唯一纳什均衡,提出基于凸优化的高效算法并给出成功安装的充要条件。
2024-08-24 cs.AI cs.GT
The Platform Design Problem
Columbia University(哥伦比亚大学)
在线公司部署软件平台套件,其中每个平台都被设计为在特定活动期间与用户交互,例如浏览,聊天,社交,电子邮件,驾驶等,这种交换的经济和激励结构以及其算法性质尚未被探索。我们将这种交互建模为设计师和一个或多个代理之间的Stackelberg游戏。我们的代理模型作为一个马尔可夫链的状态是活动,我们假设代理的效用是这个链的稳态分布的线性函数。设计者可以为这些活动/状态中的每一个设计平台;如果代理采用平台,则马尔可夫链的转移概率会受到影响,因此代理的目标也会受到影响。设计者的效用是可访问状态的稳定状态概率减去平台的开发成本的线性函数。Agent的底层优化问题--如何选择采用平台的状态--是一个MDP。如果该MDP具有简单但合理的结构(从一个状态到另一个状态的转移概率仅取决于目标状态和当前状态的复发概率),则Agent的问题可以通过贪心算法来解决。设计者的优化问题(设计一个自定义套件的代理,以便优化,通过代理的最佳反应,设计者的收入),是NP难近似在任何有限的比率;然而,特殊的情况下,虽然仍然NP难,有一个FPTAS。这些结果概括了从一个单一的代理代理的分布有限的支持,以及设置设计师必须找到最佳的反应,其他设计师的现有策略。我们讨论了我们的研究结果和未来的研究方向的其他影响。
2021-07-13 cs.CC cs.GT cs.LG