Two-Sided Manipulation Games in Stable Matching Markets
该研究将匹配市场中的双边操纵建模为非合作博弈,提出了同谋操纵博弈,并开发了寻找纯策略纳什均衡的多项式时间算法,证明了其总能产生稳定匹配,且技术可推广至其他操纵博弈。
2025-05-31 cs.GT cs.MA
Second-Order Algorithms for Finding Local Nash Equilibria in Zero-Sum Games
The University of Texas at Austin(德克萨斯大学奥斯汀分校);MIT Lincoln Laboratory(麻省理工学院林肯实验室)
针对零和博弈中算法易收敛至非纳什驻点的问题,提出基于动力系统理论的二阶算法,保证仅收敛到局部纳什均衡并给出线性或超线性收敛率,且可推广至耦合约束情形。
2025-09-28 cs.GT cs.MA cs.SY
A Limited-Capacity Minimax Theorem for Non-Convex Games or: How I Learned to Stop Worrying about Mixed-Nash and Love Neural Nets
Mila, Université de Montréal(蒙特利尔大学米拉研究所);XTX Markets;DeepMind
对抗性训练是多目标优化的一种特殊情况,是一种越来越流行的机器学习技术:它的一些最显着的应用包括基于GAN的生成建模和强化学习中的自玩技术,这些技术已应用于围棋或扑克等复杂游戏。在实践中,通常训练一对\emph{single}网络,以便找到高度非凹-非凸对抗问题的近似平衡。然而,虽然博弈论中的一个经典结果表明,这样的均衡存在于凹凸博弈中,但如果收益是非凹凸的,则没有类似的保证。我们的主要贡献是提供了一个近似的极大极小定理的一大类游戏,玩家选择神经网络,包括WGAN,星际争霸II,和Blotto游戏。我们的发现依赖于这样一个事实,即尽管相对于神经网络参数是非凹-非凸的,但这些游戏相对于实际模型是凹-凸的(例如,函数或分布)由这些神经网络表示。
2021-03-15 cs.GT cs.LG stat.ML
One-Sided Matching Markets with Endowments: Equilibria and Algorithms
Arrow-Debreu扩展的经典Hylland-Zeckhauser计划的单边匹配市场-在本文中称为ADHZ-有自然的应用程序,但有不承认平衡的情况。通过引入近似,我们定义了$ε$ -近似ADHZ模型,并给出了如下结果. * 线性效用函数下均衡的存在性。我们证明了该均衡满足Pareto最优性、近似无嫉妒性和近似弱核稳定性。* 一个组合多项式时间算法的$ε$近似ADHZ平衡的情况下,二分法,更一般的双值,公用事业。* ADHZ的一个实例,具有二分效用和强连接的需求图,不允许均衡。由于计算HZ的均衡可能非常棘手,并且由于将HZ扩展到更一般的效用函数的困难,Hosseini和Vazirani提出了(丰富的)基于纳什讨价还价的匹配市场模型。对于他们的线性Arrow-Debreu Nash讨价还价单边匹配市场(1 LAD)模型的二分效用情形,我们给出了一个组合的强多项式时间算法,并证明了它允许一个有理凸规划.
2021-07-20 cs.GT econ.TH
Nash Equilibria in Games with Playerwise Concave Coupling Constraints: Existence and Computation
EPFL, Switzerland(苏黎世联邦理工学院)
本文研究了具有玩家间凹耦合约束的游戏中的纳什均衡存在性与计算,提出了一种收敛算法以在非凸可行区域中找到近似纳什均衡。
2026-02-06 cs.GT cs.LG cs.MA
Convergence Rates of Two-Time-Scale Gradient Descent-Ascent Dynamics for Solving Nonconvex Min-Max Problems
Virginia Tech(弗吉尼亚理工大学)
近年来,由于非凸极小极大最优化问题在机器学习、网络资源分配、分布式优化等领域的广泛应用,使得求解非凸极小极大最优化问题成为研究热点。也许,最流行的一阶方法在解决最小-最大优化是所谓的同步(或单循环)梯度下降-上升算法,由于其简单的实现。然而,该算法的收敛性的理论保证是非常稀疏的,因为它可以发散,即使在一个简单的双线性问题。在本文中,我们的重点是描述的有限时间性能(或收敛速度)的连续时间变量的同时梯度下降-上升算法。特别是,我们得出了一些不同的条件下的基本目标函数,即双边Polyak-L ojasiewicz(PL),单边PL,非凸强凹,强凸非凹条件下,这种方法的收敛速度。在相同的目标函数条件下,我们的收敛性结果改进了已有的结果。在我们的分析中的关键思想是使用经典的奇异扰动理论和耦合李雅普诺夫函数来解决梯度下降和上升动力学之间的时间尺度差异和相互作用。我们对连续时间算法的研究结果可以用来提高离散时间算法的收敛性。
2021-12-17 cs.GT cs.LG math.OC
Policy Optimization Provably Converges to Nash Equilibria in Zero-Sum Linear Quadratic Games
Department of Electrical and Computer Engineering & Coordinated Science Laboratory, University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校电子工程与协调科学实验室部门);Department of Operations Research and Financial Engineering, Princeton University(普林斯顿大学运筹学与金融工程系)
本文研究了策略优化在零和线性二次博弈中寻找纳什均衡的全局收敛性,通过分析LQ博弈的优化景观,证明了线性反馈控制策略的 stationary 点构成博弈的纳什均衡,并提出三种保证收敛到纳什均衡的投影嵌套梯度方法,同时展示了这些算法具有全局次线性和局部线性收敛率。
2021-02-10 cs.GT cs.LG cs.SY
Stable Matching under Matroid Rank Valuations
研究医院具有拟阵秩估值、医生具有序数或基数偏好的双边匹配,提出保证稳定性与策略防护性的顺序分配算法,并证明最大化医院纳什福利的稳定分配是NP困难的。
2025-02-27 cs.GT
Quadratic Programming Approach for Nash Equilibrium Computation in Multiplayer Imperfect-Information Games
Ganzfried Research(Ganzfried研究)
针对多人非完美信息博弈,提出基于序列形式非线性互补问题的二次约束规划方法,利用非凸二次规划求解器精确计算纳什均衡,在三玩家Kuhn扑克中优于Gambit的logit方法。
2026-07-08 cs.AI cs.GT cs.MA
A Game of Nontransitive Dice
Department of Mathematics and Statistics, University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校数学与统计系);Department of Economics, University of Texas at Austin(德克萨斯大学奥斯汀分校经济学系)
本文研究了一个两人同时行动的游戏,其中每位玩家选择一个n面的骰子,当n>3时,存在唯一的纯策略纳什均衡,即每个玩家都选择标准n面骰子,每个面有不同的数字。
2018-10-22 cs.GT econ.GN math.PR
Task Allocation in Customer-led Two-sided Markets with Satellite Constellation Services
针对双边市场中传统公司主导模型难以满足个性化需求的问题,提出客户主导的Stackelberg博弈模型,实现成本高效的任务分配,实验显示客户支付降低23%,公司收入提升6.7倍。
2025-01-23 cs.GT cs.MA
Variable Bound Tightening for Nash Equilibrium Computation in Multiplayer Imperfect-Information Games
Ganzfried Research, Cornell University(甘茨菲德研究,康奈尔大学)
提出一种通过推导非线性互补问题中松弛变量和乘子变量的有限边界来收紧凸松弛的方法,显著加速多人非完美信息博弈的精确纳什均衡计算。
2026-11-05 cs.AI cs.GT cs.MA
Semidefinite Programming and Nash Equilibria in Bimatrix Games
我们探讨的权力半定规划(SDP)寻找添加剂$epsilon$ -近似纳什均衡双矩阵游戏。我们引入了一个SDP松弛的二次规划制定的纳什均衡(NE)问题,并提供了一些有效的不等式,以提高质量的放松。如果找到该SDP的秩1解,则可以恢复精确的NE。我们表明,对于一个严格竞争的游戏,我们的SDP保证返回一个秩1的解决方案。我们提出了两个算法的基础上迭代线性化的光滑非凸目标函数的全局极小值的设计符合秩-1的解决方案。经验上,我们证明,这些算法往往恢复的解决方案的秩最多为2和$epsilon$接近零。此外,我们证明了,如果我们的SDP的秩2的解决方案被发现,那么5/11-NE可以恢复任何游戏,或1/3-NE的对称对策。然后,我们展示了我们的SDP方法可以解决两个(NP难)的经济利益问题:找到任何NE下可实现的最大福利,并测试是否存在一个NE,其中一组特定的策略不发挥。最后,我们展示了我们的SDP和第一级的Lasserre/平方和层次结构之间的连接。
2019-08-15 cs.DS cs.GT math.OC
On the complexity of Nash dynamics and Sink Equilibria
研究纳什动力学是分析自利主体重复自私行为博弈结果的重要途径。汇均衡是由Goemans、Mirrokni和Vetta引入的,用于研究博弈中纯策略上纳什动态的社会成本。然而,他们没有解决这些游戏中的水槽均衡的复杂性。最近,Fabrikant和Papadimitriou发起了两类博弈中纳什动力学复杂性的研究。为了全面理解各种博弈中纳什动力学的复杂性,我们研究了以下三个问题:(i)给定一个博弈状态,我们能否验证这个状态是否处于汇均衡?(ii)给定一个博弈实例,我们能否验证除了纯纳什均衡之外,是否存在任何汇均衡?以及(iii)给定一个博弈实例,我们能否验证是否存在纯纳什均衡(即,只有一个状态的sink均衡)?在本文中,我们几乎回答了所有上述问题的各种类型的游戏与简洁的表示,包括匿名游戏,玩家特定的加权拥塞游戏,有效效用游戏,双边市场游戏。特别是,对于大多数这些问题,我们表明,(i)它是PSPACE-完全验证,如果一个给定的状态是在一个水槽均衡,(ii)它是NP-难验证,如果存在一个纯纳什均衡在游戏中或没有,(iii)它是PSPACE-完全验证,如果存在任何水槽均衡以外的纯纳什均衡。为了解决这些问题,我们说明了一般的技术,可以用来回答类似的问题,在其他类别的游戏。
2009-02-02 cs.CC cs.GT
More Information is Not Always Better: Connections between Zero-Sum Local Nash Equilibria in Feedback and Open-Loop Information Patterns
该研究针对非凸-非凹目标、非线性动力学的零和动态博弈,建立了局部反馈纳什均衡与局部开环纳什均衡在一阶、二阶最优性条件及硬约束场景下的等价联系,为利用易计算的开环均衡求解反馈均衡提供了理论依据。
2025-03-19 cs.GT cs.SY eess.SY
Projected Exploitability Descent for Nash Equilibrium Computation in Multiplayer Imperfect-Information Games
提出投影可利用性下降(PED)算法,通过最小化多人广义可利用性函数来近似纳什均衡,在三人Kuhn扑克上表现稳定,并与FP和CFR对比,提出混合算法FP-PED。
2026-06-28 cs.AI cs.GT cs.MA
United We Fall: On the Nash Equilibria of Multiplex and Multilayer Network Games
针对现有网络博弈模型无法覆盖多网络交互、多行动维度场景的问题,本文提出多重与多层网络博弈新模型,分析组成网络特征值对纳什均衡性质的影响,揭示均衡脆弱性成因并给出干预方向。
2025-01-13 cs.GT cs.SY eess.SY
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
Support Contraction for Well-Supported Nash Equilibria
Beijing Institute of Technology(北京理工大学)
本文提出支持收缩过程,给出计算双矩阵博弈1/2-WSNE的确定性多项式时间算法及相关两方协议,改进了收益查询算法的复杂度依赖。
2026-08-04 cs.DS cs.GT
Branch-and-Cut for Computing Approximate Equilibria of Mixed-Integer Generalized Nash Games
Trier University(特里尔大学);University of Passau(帕绍大学)
本文针对混合整数广义纳什博弈中精确均衡可能不存在的问题,提出基于相交割平面的分支切割方法以计算近似均衡或证明其不存在,并进一步给出单树二分搜索方法求解最佳近似均衡,在混合整数流量博弈上验证了有效性。
2025-11-05 cs.GT math.OC
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
Epsilon-Nash Equilibria in History-Dependent SA-MDPs
Department of Engineering Science, University of Oxford(牛津大学工程科学系);Department of Computer Science, University of Oxford(牛津大学计算机科学系)
本文研究历史依赖型状态对抗马尔可夫决策过程,证明通用历史依赖均衡策略不存在,并提出计算初始状态依赖ε-纳什均衡的首个算法,通过约简为约束零和部分可观测随机博弈,在小型及Atari基准上验证了可扩展性。
2026-09-17 cs.CR cs.GT
Observable Perfect Equilibrium
Ganzfried Research(甘兹弗里德研究)
本文提出了一种新的博弈均衡概念——可观察的完美均衡,用于解决不完全信息序贯博弈中选择纳什均衡的问题,该概念在公开可观察的动作概率下更具鲁棒性,并在德州扑克中展现出不同的解决方案。
2026-10-25 cs.AI cs.GT cs.MA
Integer Programming Games: A Gentle Computational Overview
本文为入门教程,综述整数规划博弈(IPG)纳什均衡的计算方法,梳理分类前沿算法、提出算法组件分类体系,分析相关挑战,并对比序贯Stackelberg博弈与同时行动IPG的解特性。
2023-06-12 cs.GT math.OC
Solving Zero-Sum Convex Markov Games
Department of Computer Science & Engineering, University of California San Diego(计算机科学与工程系,加州大学圣地亚哥分校);Department of Computer Sciences, University of Wisconsin-Madison(计算机科学系,威斯康星大学麦迪逊分校);Archimedes, Athena Research Center, Greece(阿基米德,亚提卡研究中心,希腊);Google DeepMind, London, UK(谷歌深Mind,伦敦,英国)
本文首次为独立策略梯度方法求解零和凸马尔可夫博弈提供全局收敛到纳什均衡的保证,通过非凸正则化转化为NC-pPL目标,并给出约束极小极大问题的收敛性证明。
2025-06-19 cs.GT cs.LG cs.MA
A Shared-Constraint Approach to Multi-leader Multi-follower Games
多领导者多追随者博弈是一类层次博弈,其中领导者的集合在一个纳什博弈中竞争,该纳什博弈受追随者之间的另一个纳什博弈的均衡条件约束。由此产生的平衡问题的平衡约束是复杂的非凸代理问题,因此提供了易于处理的条件,存在的全球甚至局部平衡,它已被证明是具有挑战性的。因此,关于这个主题的大部分现存研究要么是模型特定的,要么依赖于较弱的均衡概念。我们考虑一个修改后的配方,其中每个领导者都认识到所有领导者的均衡约束。这个修改后的博弈的均衡包含了原始博弈的均衡,如果有的话。新的公式有一个被称为共享约束的约束结构,我们的主要结果表明,如果领导目标允许一个势函数,全局极小的势函数在共享约束是平衡的修改后的公式。我们利用不需要势能的不动点理论给出了另一个存在性结果。此外,局部极小值,B-平稳,强平稳点的最小化被证明是当地的纳什均衡,纳什B-平稳,纳什强平稳点相应的多领导者多跟随者的游戏。我们证明了变分平衡与此修改后的共享约束的游戏和平衡的原始游戏的乘数集的角度来看,并显示如何平衡的原始配方可能会被恢复之间的关系。我们注意到,通过几个例子,这种潜在的多领导者多追随者的游戏捕获感兴趣的应用问题的广度和展示我们的研究结果的多领导者多追随者古诺游戏。
2013-12-31 cs.GT math.OC
DaringFed: A Dynamic Bayesian Persuasion Pricing for Online Federated Learning under Two-sided Incomplete Information
School of Computer Science and Technology, Wuhan University of Science and Technology(武汉科技大学计算机科学与技术学院);Key Laboratory of Social Computing and Cognitive Intelligence (Dalian University of Technology), Ministry of Education, China(大连理工大学社会计算与认知智能重点实验室(教育部));Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan University of Science and Technology, China(湖北省智能信息处理与实时工业系统重点实验室(武汉科技大学));College of Computer Science, Inner Mongolia University, China(内蒙古大学计算机学院);School of Computer Science and Technology, Huazhong University of Science and Technology, China(华中科技大学计算机科学与技术学院);School of Automation, Southeast University, China(东南大学自动化学院)
本文针对在线联邦学习中双边不完全信息下的激励机制问题,提出动态贝叶斯劝说定价方法DaringFed,通过信号传递与定价博弈实现近似最优设计,并在真实和合成数据集上验证其能提升准确率、收敛速度及服务器效用。
2025-05-09 cs.GT cs.LG stat.ML
Dynamic Bayesian Games for Adversarial and Defensive Cyber Deception
安全挑战伴随着效率。信息和通信技术(信通技术)的普遍融合使网络物理系统容易受到具有欺骗性、持续性、适应性和战略性的有针对性的攻击。Stuxnet、Dyn和WannaCry勒索软件等攻击实例表明,包括防火墙和入侵检测系统在内的现成防御方法存在不足。因此,必须设计最新的安全机制,以减轻风险,尽管成功的渗透和复杂的攻击者的战略反应。在本章中,我们将使用博弈论来模拟防御者和攻击者之间的竞争互动。首先,我们使用静态贝叶斯博弈来捕捉攻击者的隐蔽性和欺骗性。称为\textit{type}的随机变量表征用户的本质和目标,例如,合法用户或攻击者。由于网络欺骗,用户类型的实现是私人信息。然后,我们将一次性同时交互扩展到非对称信息结构下的一次性交互,即,信号游戏最后,我们研究了高级持续威胁(APT)和田纳西伊士曼(TE)过程下的多阶段过渡的案例研究。引入双边不完全信息是因为防御者可以采用防御性欺骗技术,如蜜罐和蜜罐,为攻击者创造足够的不确定性。在本章中,对纳什均衡(NE)、贝叶斯纳什均衡(BNE)和完美贝叶斯纳什均衡(PBNE)的分析使我们能够预测对手的策略,并设计主动和战略防御,以阻止攻击者并减少损失。
2018-09-08 cs.CR cs.GT
Sychronous vs. asynchronous coalitions in multiplayer games, with applications to guts poker
本文研究多人博弈中同步与异步联盟的差异,指出异步最优值求解为非凸优化问题,并通过数值方法和支付函数凹凸性条件,肯定回答了三人 Guts 异步联盟最优值是否为零的开放问题。
2024-12-25 cs.GT
Feature-Based Q-Learning for Two-Player Stochastic Games
Peking University(北京大学);Princeton University(普林斯顿大学)
考虑一个两人零和随机博弈,其中转移函数可以嵌入给定的特征空间。我们提出了一个两人Q-学习算法,通过采样来逼近纳什均衡策略。该算法被证明是找到一个$ε$ -最优策略,使用线性的特征数量的样本大小。为了进一步提高其样本效率,我们开发了一个加速算法,采用技术,如方差减少,单调性保持和双边策略近似。我们证明了该算法是保证找到一个$ε$ -最优的策略,使用不超过$\tilde{\mathcal{O}}(K/(ε^{2}(1-γ)^{4}))$样本具有高概率,其中$K$是特征的数量和$γ$是折扣因子。该算法的样本、时间和空间复杂度与博弈的初始维数无关。
2019-06-02 cs.GT cs.LG stat.ML
Methods for finding leader--follower equilibria with multiple followers
University of Milan(米兰大学);University of Southampton(南安普顿大学);Politecnico di Milano(米兰理工大学)
领导者-追随者(或Stackelberg)均衡的概念在博弈论的许多现实应用中起着核心作用。虽然与一个单一的追随者的情况下,已被彻底调查,结果与多个追随者只是零星的和问题的设计和评估计算上容易处理的均衡发现算法仍然在很大程度上是开放的。在这项工作中,我们专注于基本的情况下,多个追随者发挥纳什均衡一旦领导者致力于一个战略-正如我们所示,相应的均衡寻找问题可以很容易地被证明是$\mathcal{FNP}$ -硬,而不是在Poly- $\mathcal{APX}$,除非$\mathcal{P} = \mathcal{NP}$,因此它是最难解决和近似的问题之一。我们提出了非凸数学规划公式和全局优化方法来找到精确和近似的平衡,以及一个启发式的黑盒算法。我们介绍的所有方法和公式都经过了彻底的计算评估。
2017-07-07 cs.AI cs.GT
Deceptive Path Planning: A Bayesian Game Approach
针对对抗环境下智能体需在抵达目标时隐瞒真实目的地的问题,本文将攻防交互建模为动态贝叶斯博弈,提出高效求解完美贝叶斯纳什均衡的方法,实验证明该策略优于单边优化方法。
2025-06-16 cs.GT cs.MA cs.SY
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
Meta-Learning in Self-Play Regret Minimization
Charles University Prague(查尔斯大学布拉格);University of Alberta(阿尔伯塔大学)
本文将离线元学习扩展到更具挑战性的自博弈遗憾最小化设置中,通过在策略选择时整合所有决策状态信息以促进全局通信,在正则形式博弈和河牌扑克子博弈中显著优于现有最先进的遗憾最小化算法。
2025-04-26 cs.GT cs.LG
Learning Optimal Tax Design in Nonatomic Congestion Games
University of Washington(华盛顿大学)
针对拥塞博弈中自利行为损害社会福利且现有算法不适用均衡反馈场景的问题,提出含分段线性税收等组件的高效算法,以低样本复杂度学习最优税收。
2025-01-15 cs.AI cs.GT cs.LG
Sampling without Replacement Leads to Faster Rates in Finite-Sum Minimax Optimization
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校);Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Google Research(谷歌研究院)
我们分析了光滑有限和极大极小优化的随机梯度算法的收敛速度,并表明,对于许多这样的算法,采样的数据点没有更换导致更快的收敛速度相比,放回抽样更换。对于光滑和强凸-强凹的设置,我们考虑梯度下降上升和近点方法,并提出了一个统一的分析两个流行的无替换采样策略,即随机重排(RR),洗牌的数据,每一个时代,和单洗牌或洗牌一次(SO),洗牌只在开始。我们获得了紧收敛速度RR和SO,并证明这些策略导致更快的收敛速度比均匀采样。超越凸性,我们得到了类似的结果,光滑的非凸非凹目标满足双边Polyak-Jasojasiewicz不等式。最后,我们证明了我们的技术是足够一般的数据排序攻击,其中对手操纵数据点提供给优化器的顺序的影响进行分析。我们的分析还恢复了增量梯度法的紧速率,其中数据点根本不混洗。
2022-10-10 cs.GT cs.LG math.OC
The Oracle Complexity of Simplex-based Matrix Games
Weizmann Institute of Science(魏茨曼科学研究所);University of Toronto(多伦多大学)
本文研究了基于单纯形的矩阵博弈问题,揭示了双侧矩阵向量乘法在预言复杂度下的下界,改进了经典任务的复杂度分析,并与最新算法匹配。
2026-02-08 cs.GT cs.LG math.OC
A Polynomial-Time Algorithm for Variational Inequalities under the Minty Condition
Carnegie Mellon University(卡内基梅隆大学);Massachusetts Institute of Technology(麻省理工学院);Strategy Robot, Inc.(Strategy Robot公司);Strategic Machine, Inc.(Strategic Machine公司);Optimized Markets, Inc.(Optimized Markets公司)
本文提出在 Minty 条件下求解 ε-变分不等式的新算法,具有多项式时间复杂度,解决了传统方法中依赖于 1/ε 的指数问题,并展示了其在博弈论中的应用。
2026-10-05 cs.GT cs.LG math.OC
Computing a Pessimistic Leader-Follower Equilibrium with Multiple Followers: the Mixed-Pure Case
计算\textit{leader-follower equilibrium}的搜索问题已经在科学文献中被广泛研究,几乎完全是在单跟随者设置中。虽然\textit{optimistic}和\textit {悲观}版本的问题是解决了不同的方法,这两种情况下允许有效的,多项式时间算法的基础上线性规划。多个追随者的情况不同,结果只是零星的,严格取决于追随者游戏的性质。在本文中,我们研究了一个单一的领导者和多个追随者,谁观察领导者的承诺,发挥纳什均衡的规范型博弈的设置。相应的搜索问题,无论是在乐观和悲观的版本,是已知的,是不是在Poly-$\textsf{APX}$,除非$\textsf{P}=\textsf{NP}$和确切的算法是已知的,只有乐观的情况。我们重点研究了在悲观假设下,追随者采取纯策略的情况。在铸造这个搜索问题作为一个\italic{pessimistic bilevel programming problem},我们表明,有两个追随者,问题是$\textsf{NP}$-硬,有三个或更多的追随者,它不是在聚$\textsf{APX}$,除非$\textsf{P}=\textsf{NP}$。我们提出了一个单级数学规划的重新制定,要求最大化的非凹二次函数在一个无界的非凸可行区域定义的线性和二次约束。由于,由于承认一个上确界,但不是一个最大值,只有一个限制版本的这个配方可以解决最优与…
2018-08-04 cs.GT
Learning Zero-Sum Linear Quadratic Games with Improved Sample Complexity and Last-Iterate Convergence
Department of Computer Science, ETH Zürich(计算机科学系,苏黎世联邦理工学院)
本文针对零和线性二次博弈提出一种更简单的嵌套零阶算法,将样本复杂度提升数个数量级,并首次在确定性与无模型设置下分别实现全局末迭代线性收敛和Õ(ε^{-2})样本复杂度。
2025-08-15 cs.GT cs.LG cs.SY