Decentralized and Uncoordinated Learning of Stable Matchings: A Game-Theoretic Approach
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
该研究提出稳定匹配学习的博弈论框架，证明纯纳什均衡等价于稳定匹配，提出两种去中心化无协调学习算法并分析其收敛性，搭建了离散匹配学习与连续博弈均衡学习的桥梁。
2024-08-15 cs.GT cs.LG cs.MA
High-Probability Nash Regret for Decentralized Learning in Markov $α$-Potential Games: Episodic and Fully Online Asynchronous Algorithms with Applications to Markov Congestion Games
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对马尔可夫α-势博弈，提出KL投影自然策略梯度算法，在情节式和完全在线异步设置下实现高概率纳什遗憾界，消除分布不匹配系数，并应用于马尔可夫拥塞博弈的在线作业调度。
2026-09-15 cs.GT cs.LG cs.MA
Decentralized and Communication-Free Multi-Robot Navigation through Distributed Games
DEVCOM Army Research Laboratory（DEVCOM 陆军研究实验室）；Colorado School of Mines（科罗拉多矿业学院）
有效的多机器人团队需要能够在复杂环境中移动到目标，以解决搜索和救援等现实世界的应用。多机器人团队应该能够以完全分散的方式运行，单个机器人团队成员能够在邻居之间没有显式通信的情况下采取行动。在本文中，我们提出了一种新的博弈论模型，使分散和通信自由导航到一个目标位置。每个机器人都通过估计其本地队友的行为来进行自己的分布式游戏，以便识别将它们推向目标方向的行为，同时避免障碍物并保持团队凝聚力而不会发生碰撞。我们从理论上证明，产生的行动接近一个纳什均衡，这也对应于为每个机器人确定的最佳策略。我们通过大量的模拟表明，我们的方法使分散和通信自由导航的多机器人系统的目标位置，并能够避免障碍物和碰撞，保持连接，并响应传感器噪声鲁棒。
2021-09-15 cs.GT cs.RO
Decentralized MARL for Coarse Correlated Equilibrium in Aggregative Markov Games
The School of Mathematical Sciences University of Chinese Academy of Sciences（中国科学院大学数学科学学院）；SKLMS AMSS, CAS（中国科学院数学与系统科学研究院数学与应用数学国家重点实验室）
本文提出一种适应性阶段式V学习算法，用于在聚合马尔可夫游戏中去中心化学习粗相关均衡，通过调整阶段长度和无遗憾更新实现高效学习。
2026-03-29 cs.GT cs.SY eess.SY
Decentralized Decision-Making among Heterogeneous Autonomous Vehicles: An $α$-Potential Game Framework
Columbia University（哥伦比亚大学）；Imperial College London（帝国理工学院）
本文提出 $\alpha$-势博弈框架，将异构自动驾驶车辆去中心化决策的近似纳什均衡计算简化为单势函数最小化，并通过车辆特定缩放收紧近似，实验验证了其在多种交通场景下的有效性。
2026-10-01 cs.GT cs.MA math.OC
On the Nash Equilibria in Decentralized Parallel Interference Channels
本文将具有2个收发机对的二维分散并行干扰信道建模为非合作静态博弈。每个发射机被假定为是一个完全理性的实体与完整的信息的游戏，旨在最大限度地提高自己的个人频谱效率，通过调整自己的功率分配（PA）向量。分析了两种情况。首先，我们认为发射机可以在两个维度之间分配其发射功率（PA游戏）。其次，我们认为每个发射机被限制为只使用一维（信道选择CS游戏）。在第一种情况下，博弈可能有一个或三个纯策略（PS）NE。然而，PS中的两个或无限多个NE也可能以零概率被观察到。在第二种情况下，PS中总是存在一个或两个NE。我们表明，在这两个游戏中，总是存在一个非零的概率观察到一个以上的NE。更有趣的是，使用蒙特卡罗模拟，我们表明，在CS游戏中的任何NE的最高和最低的网络频谱效率总是高于在PA。
2011-06-14 cs.GT
Decentralized Fictitious Play Converges Near a Nash Equilibrium in Near-Potential Games
我们研究了近势博弈中分散虚拟博弈（DFP）的收敛性，其中代理人的偏好几乎可以被一个势函数捕获。在DFP中，代理保持对其他代理的经验频率的本地估计，对这些估计做出最佳响应，并通过时变通信网络接收信息。我们证明了DFP产生的行动的经验频率收敛在一个单一的纳什均衡（NE），假设只有1000多个纳什均衡，和单边偏差所产生的效用函数的差异是足够接近的潜在函数值的差异。这一结果保证了DFP在近势博弈中具有与标准Fictionalplay（FP）相同的收敛性质。
2022-01-27 cs.GT cs.SY eess.SY
Decentralized Q-Learning in Zero-sum Markov Games
Bilkent University（比尔肯特大学）；MIT（麻省理工学院）；Lancaster University（兰卡斯特大学）；UIUC（伊利诺伊大学厄巴纳-香槟分校）
我们研究了无限时域折扣零和马尔可夫博弈中的多智能体强化学习（MARL）。我们专注于分散MARL的实际但具有挑战性的设置，其中代理人在没有集中控制器协调的情况下做出决策，但仅基于他们自己的收益和执行的本地操作。代理人不需要观察对手的行动或收益，甚至可能忘记对手的存在，也不知道潜在游戏的零和结构，这种设置在游戏学习的文献中也被称为根本解耦。在本文中，我们开发了一个从根本上解耦的Q-学习动力学，是理性和收敛的：学习动力学收敛到对手的策略时，对手遵循一个渐近平稳的战略，当两个代理采用的学习动力学，他们收敛到游戏的纳什均衡的最佳反应。在这种分散设置的关键挑战是从代理的角度来看，环境的非平稳性，因为她自己的收益和系统的演变取决于其他代理的行动，每个代理同时和独立地调整她的政策。为了解决这个问题，我们开发了一个两个时标的学习动态，每个代理更新她的本地Q函数和价值函数估计同时，后者发生在一个较慢的时标。
2021-12-12 cs.GT cs.LG cs.MA
A Douglas-Rachford splitting for semi-decentralized equilibrium seeking in generalized aggregative games
TU Eindhoven（埃因霍温理工大学）；TU Delft（代尔夫特理工大学）
本文提出了一种半分布式算法，用于解决非合作代理在具有线性耦合约束的平均聚合博弈中的均衡寻求问题，通过操作符理论将均衡点表示为单调多值算子的零点，并利用改进的Douglas-Rachford分裂方法保证了算法的全局收敛性。
2018-09-30 cs.GT cs.SY eess.SY
Decentralized model-free reinforcement learning in stochastic games with average-reward objective
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔理工学院）
我们提出了第一个无模型算法，在具有无限水平平均奖励目标的两人零和表格随机游戏中实现分散学习的低遗憾性能。在分散式学习中，学习代理只控制一个玩家，并试图实现对任意对手的低后悔性能。这与集中式学习形成对比，在集中式学习中，代理试图通过控制两个参与者来近似纳什均衡。在我们的无限时域未贴现设置中，需要额外的结构假设来提供学习过程的良好行为：这里我们假设对于对手的每一个策略，代理都有一种从任何状态到任何其他状态的方式。该假设类似于MDP设置中的“通信”假设。我们表明，我们的分散式乐观纳什Q学习（DONQ学习）算法实现了次线性高概率遗憾的顺序$T^{3/4}$和次线性预期遗憾的顺序$T^{2/3}$。此外，与相同设置下的（Wei et al. 2017）和（Jafarnia-Jahromi et al. 2021）之前的工作相比，我们的算法具有较低的计算复杂性和较低的内存空间需求。
2023-01-13 cs.AI cs.GT cs.LG
Decentralized Intelligence in GameFi: Embodied AI Agents and the Convergence of DeFi and Virtual Ecosystems
UC Berkeley RDI（加州大学伯克利分校RDI）；Starward Games（星向游戏）；Stanford University（斯坦福大学）
本文提出将基于LLM的具身AI智能体整合到GameFi平台，结合区块链与DeFi机制构建去中心化游戏生态系统，以提升玩家沉浸感、经济参与度并赋能创作者变现。
2024-12-24 cs.AI cs.CR cs.GT
Distributed Stackelberg Strategies in State-based Potential Games for Autonomous Decentralized Learning Manufacturing Systems
South Westphalia University of Applied Sciences（南威斯特法伦应用科学大学）；Hochschule Düsseldorf University of Applied Sciences（杜塞尔多夫应用科学大学）
本文提出融合势博弈与Stackelberg博弈的DS2-SbPG结构，以完全分布式方式解决分散式制造系统的多目标优化问题，证明其收敛性并通过实验验证其降功耗、提性能的效果。
2024-08-12 cs.AI cs.GT cs.LG
Decentralized Equilibrium for Bitcoin Mining
IESE Business School（IESE商学院）；Caltech（加州理工学院）
本文提出惯性挖矿协议，通过改变矿工行为在分叉时保持比特币协议的预期结果，实现均衡，避免自私挖矿等偏离行为。
2026-08-20 cs.CR cs.GT econ.TH
A Repeated Game Formulation of Energy-Efficient Decentralized Power Control
分散式多址接入信道中，每个发射机要自私地最大化他的传输能量效率被认为是。发射机被假定为自由地选择他们的功率控制策略和交互（通过多用户干扰）多次。结果表明，相应的利益冲突可以有一个可预测的结果，即一个重复博弈均衡或折扣。值得注意的是，它表明，这种均衡是帕累托有效的合理的充分条件下，相应的分散功率控制策略可以在现实的信息假设下实施：只需要个人的信道状态信息和公共信号，以实现均衡策略。显式的均衡条件来自最小数量的游戏阶段或最大折扣因子。分析和仿真结果提供了建议的功率控制策略的性能与那些已经存在的，并利用相同的信息假设，即那些来自一杆和Stackelberg游戏。
2010-07-28 cs.GT cs.IT math-ph
Independent and Decentralized Learning in Markov Potential Games
University of California, Berkeley（加州大学伯克利分校）
研究无限期折扣马尔可夫势博弈中的独立去中心化多智能体强化学习，提出基于双时间尺度的异步Q函数与策略更新动力学，并证明其收敛性。
2025-04-01 cs.AI cs.GT cs.LG
Decentralized Anti-coordination Through Multi-agent Learning
为了在许多情况下实现最佳结果，代理人需要选择彼此不同的行为。这是在许多资源分配问题中的明显情况，其中单个资源一次只能由一个代理使用。一个多智能体系统的设计者应该如何对相同的智能体进行编程，使它们以不同的方式工作？从博弈论的角度来看，这种情况会导致不受欢迎的纳什均衡。例如，考虑一个资源分配游戏，其中两个玩家竞争对单个资源的独占访问。它有三个纳什均衡。这两种纯策略网元是有效的，但不公平。混合策略NE是公平的，但不是有效的。奥曼的相关均衡概念解决了这个问题：它假设一个相关装置，建议每个代理人采取行动。然而，这种“智能”协调设备可能不可用。我们建议使用一个随机选择的，“愚蠢的”整数协调信号。“聪明”的代理知道他们应该为协调信号的每个值使用哪个动作。我们提出了一个多智能体学习算法，收敛在多项式的步骤数的相关均衡的渠道分配游戏，一个变种的资源分配游戏。我们表明，智能体学会为每个协调信号值玩随机选择的纯策略纳什均衡。因此，结果是一个有效的相关均衡。随着可用协调信号值的数量增加，该CE变得更加公平。
2014-02-04 cs.GT cs.MA
CrowdCache: A Decentralized Game-Theoretic Framework for Mobile Edge Content Sharing
本文提出CrowdCache去中心化博弈论框架，将CP与MED的缓存资源交互建模为非合作博弈，并通过仅依赖邻居局部信息的梯度博弈算法在无向时变图下实现线性纳什均衡收敛与隐私保护。
2023-04-26 cs.GT
A Game Theoretic Framework for Decentralized Power Allocation in IDMA Systems
在这篇文章中，我们提出了一个分散的功率分配算法的上行链路交织分多址（IDMA）信道。在所提出的功率分配的最优策略，每个用户的目标是自私地最大化自己的效用函数。一个迭代的芯片由芯片（CBC）解码器在接收机和理性的自私行为的所有用户根据一个经典的博弈理论框架是这项工作的基本假设。这种方法导致基于信道反转策略的功率分配，其中基于其自身信道实现的知识、接收机处的噪声水平和网络中的活动用户的数量在每个终端处本地设置最优功率水平。
2008-06-23 cs.GT cs.IT math.IT
Decentralized and Privacy-Preserving Learning of Approximate Stackelberg Solutions in Energy Trading Games with Demand Response Aggregators
Georgia Institute of Technology（佐治亚理工学院）
针对DR聚合商与产消者的双向能源交易，提出去中心化隐私保护的Stackelberg博弈框架及可扩展在线学习算法，并通过真实市场与校园数据验证其有效性。
2023-12-21 cs.GT cs.LG
Game-theoretic Regulated Decentralized Coordination for Airspace Sector Overload Mitigation
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；École Nationale de l’Aviation Civile（法国国立民用航空学院）
针对去中心化空中交通管理中的扇区过载问题，提出基于最佳响应动态建模自利行为的调控去中心化协议，通过可调因子与规则防新过载，证明协议满足潜在博弈结构，实验表明算法能减过载、保扩展且质量与集中式相当。
2026-11-05 cs.GT cs.MA cs.SY
Decentralized Best-Response-Based Learning in Two-Player Zero-Sum Stochastic Games: A Finite-Sample Analysis
Purdue University（普渡大学）；University of Maryland, College Park（马里兰大学学院公园分校）；Caltech（加州理工学院）；MIT（麻省理工学院）
本文对两人零和矩阵博弈和随机博弈中的去中心化学习进行有限样本分析，提出基于最优响应的学习算法，并证明其样本复杂度。
2026-06-26 cs.GT cs.LG
pFedGame -- Decentralized Federated Learning using Game Theory in Dynamic Topology
Indian Institute of Technology, Jodhpur（焦特布尔印度理工学院）
针对传统联邦学习的中心化瓶颈、收敛性差等问题，提出基于博弈论的去中心化方法pFedGame，通过节点选择和双人常和合作博弈实现动态网络下的高效聚合，异构数据下准确率超70%。
2024-10-05 cs.CR cs.GT cs.LG
Secure Decentralized Online Gaming with Lending Functionalities
我们提出了一个分散的在线游戏平台，作为以太坊区块链上的分散应用程序（DApp）实现。该游戏平台支持安全游戏，其中玩家的账户余额和赌注由智能合约保护。此外，游戏规则的公平执行以及玩家和游戏平台的奖金存入他们的账户是由智能合约保证的。游戏平台提出了允许玩家从游戏平台安全地借入代币以便参与游戏的借贷功能。
2022-05-04 cs.CR cs.GT
Efficient Decentralized Learning of Generalized Quantal Response Equilibrium
University of Southern California（南加州大学）；University of Michigan, Dearborn（密歇根大学迪尔伯恩分校）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
提出一种针对有限理性智能体的广义分位数反应均衡概念，并基于平滑Frank-Wolfe算法设计去中心化学习算法，利用带噪梯度估计证明有限时间收敛性，在复杂一般和博弈中验证有效性。
2026-06-18 cs.GT math.OC
PAC Learning in Turn-Based Stochastic Games with Reachability Objectives: A Decentralized Private Approach via Expected Conditional Distance
研究回合制随机博弈中可达性目标的 PAC 学习，放宽以往公共信息和集中式学习假设，实现基于私有信息的分散式学习，引入期望条件距离参数的博弈论推广并建立多项式样本复杂度界。
2026-07-17 cs.GT cs.LG
A fully decentralized auditing approach for edge computing: A Game-Theoretic Perspective
针对边缘存储数据易受干扰及依赖集中式审计的问题，提出利用边缘服务器相互审计的去中心化方案，通过博弈论与纳什均衡激励保证完整性，兼具安全与高效。
2023-12-26 cs.CR cs.GT
Decentralized Policy Gradient for Nash Equilibria Learning of General-sum Stochastic Games
East China Normal University（华东师范大学）
研究了转移概率密度函数未知的一般和随机对策的纳什均衡学习问题。智能体在当前环境状态下采取行动，它们的联合行动影响环境状态的转变和它们的即时回报。每个智能体只观察环境状态和自己的即时奖励，而不知道其他智能体的行为或即时奖励。引入了概率为1的加权渐近Nash均衡和概率为1的加权渐近Nash均衡的概念。对于具有精确伪梯度的情形，利用纳什均衡与变分不等式问题的等价性，设计了一个双环算法。在外循环中，我们通过更新一个邻近参数来更新一个强单调变分不等式，而在内环中采用一个单调用的额外梯度算法来求解所构造的变分不等式.我们证明了，如果相应的Minty变分不等式有解，则所设计的算法收敛到k^{1/2}-加权渐近Nash均衡.此外，对于未知的伪梯度的情况下，我们提出了一个分散的算法，其中的G（PO）MDP梯度估计的伪梯度是由蒙特卡洛模拟。并证明了该算法依概率收敛到k^{1/4}加权渐近Nash均衡.
2022-10-18 cs.AI cs.GT cs.MA
Breaking the Curse of Multiagency: Provably Efficient Decentralized Multi-Agent RL with Function Approximation
Princeton University（普林斯顿大学）；Salesforce Research（赛富时研究院）
多智能体强化学习（MARL）中的一个独特挑战是多智能体的诅咒，其中游戏的描述长度以及许多现有学习算法的复杂性随着智能体的数量呈指数级增长。虽然最近的工作成功地解决了这一挑战下的表格马尔可夫博弈模型，其机制严重依赖于有限的状态和小的数量，并没有扩展到实际的情况下，巨大的状态空间，函数近似必须使用近似价值函数或政策。本文提出了第一行的MARL算法，可证明解决诅咒的多机构下的功能近似。设计了一种新的分散学习算法--策略重放的V-学习算法，给出了在分散线性函数近似下学习马尔可夫博弈的近似粗相关均衡（CCE）的第一多项式样本复杂度结果.我们的算法总是输出马尔可夫CCE，并实现了$\widetilde{\mathcal{O}}(ε^{-2})$的最佳率为找到$ε$ -最优的解决方案。此外，当限制到表格的情况下，我们的结果改善了目前最好的分散结果$\widetilde{\mathcal{O}}(ε^{-3})$寻找马尔可夫CCE。我们进一步提出了一种替代算法-分散乐观策略镜像下降，它发现使用多项式数量的样本的策略类限制的CCE。作为学习较弱版本的CCE的交换，该算法适用于通用函数近似下的更广泛的问题，例如线性二次博弈和具有低“边际"Eluder维数的MARL问题。
2023-03-02 cs.AI cs.GT cs.LG
A Repeated-Game Framework for Incentives in Decentralized Infrastructure Protocols
Volt Capital
该研究针对DePIN提出重复博弈激励框架，定义威慑比Γ，推导合规性序列激励相容条件，用于设计协议的质押、奖励、试用期及审计规则。
2026-08-14 cs.GT
When Can Limited Randomness Be Used in Repeated Games?
经典博弈论的中心结论是，只要允许参与者使用随机（混合）策略，每个有限范式博弈都有一个纳什均衡。然而，在实践中，已知人类不善于生成类随机序列，并且真正的随机比特可能不可用。即使玩家可以访问游戏的单个实例的足够的随机位，如果游戏被玩很多次，他们的随机性可能是不够的。在这项工作中，我们问是否随机性是必要的均衡存在于重复的游戏。我们发现，对于一个大类的游戏包含任意两个玩家零和游戏，近似纳什均衡的$n$阶段重复版本的游戏存在的当且仅当两个玩家有$Ω(n)$随机位。相比之下，我们发现，存在一类游戏，其中没有平衡存在于纯策略，但$n$阶段重复版本的游戏有一个确切的纳什均衡，其中每个玩家只使用一个常数的随机位。当参与者被假设为计算上有界时，如果密码伪随机发生器（或等价地，单向函数）存在，那么参与者可以将他们的策略基于仅从少量真正随机位导出的“类随机”序列。我们表明，相比之下，在重复的两个玩家零和游戏，如果伪随机发生器\emph{do not}存在，那么$Ω(n)$随机位仍然是必要的均衡存在。
2015-07-05 cs.GT
Transfer learning of state-based potential games for process optimization in decentralized manufacturing systems
Department of Automation Technology and Learning Systems, South Westphalia University of Applied Sciences（自动化技术与学习系统系，西南弗拉森应用科学大学）
本文提出基于状态的势游戏的迁移学习方法，用于提升分布式制造系统的流程优化效率与能耗控制。
2025-12-30 cs.AI cs.GT cs.LG
Deadlock-free, Safe, and Decentralized Multi-Robot Navigation in Social Mini-Games via Discrete-Time Control Barrier Functions
University of Virginia（弗吉尼亚大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Sony AI, America（美国索尼人工智能公司）
针对受限空间中多机器人导航的安全与死锁问题，提出基于离散时间控制屏障函数的去中心化最优滚动时域控制方法，通过最小干预扰动至活性集实现无死锁，实验证明其优于现有中心化与去中心化方法。
2025-01-24 cs.GT cs.MA cs.RO
No-Regret Learning and Equilibrium Computation in Quantum Games
本文研究量子智能体在去中心化系统中采用无悔算法的动态，证明其收敛于可分离量子纳什均衡，并提出可分离量子粗略相关均衡（QCCE）作为一般多人量子博弈的解决方案，且计算可化为半定规划，同时发现不可学习的纠缠QCCE。
2024-12-02 cs.GT quant-ph
Semi-Decentralized Coordinated Online Learning for Continuous Games with Coupled Constraints via Augmented Lagrangian
Technical University of Munich（慕尼黑工业大学）
我们考虑了一类凹连续对策，其中每个局中人的相应的容许策略轮廓是基于仿射耦合约束的。我们提出了一种新的算法，导致相关的人口动态走向纳什均衡。该算法基于一种适合于无遗憾在线学习框架的镜像上升算法和增广拉格朗日方法。该算法的去中心化方面对应于每个参与者的代理需要关于她如何对耦合约束做出贡献的本地信息和由中央协调器广播的价格向量的方面。所以每个参与人都不需要知道种群的行动。此外，不需要中央主协调器的特定控制。我们给出了一个步长和拉格朗日增广程度的条件，使得该算法收敛到一个广义纳什均衡。
2019-10-21 cs.GT cs.LG cs.SY
Improved Price of Anarchy via Predictions
算法博弈论的一个中心目标是分析分散的多智能体系统的性能，如通信和信息网络。在没有一个中央计划者来强制执行如何使用这些系统的情况下，用户可以战略性地与系统交互，旨在最大化他们自己的效用，可能导致非常低效的结果，从而导致无政府状态的高无政府代价。为了缓解这个问题，系统设计者可以使用分散的机制来调节每个资源的使用（例如，使用本地排队协议或调度机制），但是仅具有关于系统状态的有限信息。这些信息限制对这种分散机制可以实现的目标产生了严重影响，因此本文献中的大多数成功案例都不得不做出限制性假设（例如，通过限制网络的结构或成本函数的类型）。在本文中，我们克服了一些障碍，文献施加在分散的机制，通过设计的机制，增强了对丢失的信息的预测。具体而言，受"预测算法"的文献的巨大成功的启发，我们设计了分散的预测机制，并评估其无政府状态的无政府代价作为预测误差的函数，专注于两个非常好的研究类游戏：调度游戏和多播网络形成游戏。
2022-05-09 cs.GT
On the efficiency of decentralized epidemic management and application to Covid-19
在本文中，我们介绍了一个游戏，允许一个评估潜在的损失的效率引起的分散控制或本地管理的全球流行病。每个参与者通常代表一个区域或国家，假设该区域或国家选择其控制行动，以实现社会经济方面和健康方面之间的权衡。我们对这个博弈进行了纳什均衡分析。由于分析一般不是平凡的，因此给出了存在唯一性的充分条件。然后，我们通过数值结果量化的损失引起的权力下放，衡量的无政府代价（PoA）和价格的连通性。这些结果使人们能够清楚地确定在哪些情况下权力下放是可以接受的，哪些情况下权力下放是不可以接受的。
2021-06-11 cs.GT cs.MA cs.SY
Impact of Decentralized Learning on Player Utilities in Stackelberg Games
Cornell（康奈尔大学）；Microsoft Research（微软研究院）；University of California, Berkeley（加州大学伯克利分校）
该研究针对双智能体独立学习且奖励不一致的场景，构建去中心化学习Stackelberg博弈模型，提出宽松遗憾基准并开发算法实现双方接近最优的$O(T^{2/3})$遗憾，还设计了可实现更快学习的环境，为评估智能体交互对效用的影响提供了支撑。
2024-06-21 cs.GT cs.LG
Achieving Pareto Optimality in Games via Single-bit Feedback
Bilkent University（比尔肯特大学）
针对多智能体系统协调中通信开销高、收敛慢的问题，提出仅需单比特反馈的去中心化算法SBC-PE，其可在任意有限博弈中收敛到帕累托最优，后悔界为O(log T)，实现了最小通信下的可扩展福利优化。
2026-10-21 cs.GT
Fully Online Decentralized Learning in Stochastic Games with Unknown Independent Chains
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对未知独立链随机博弈，提出完全在线分散的镜像下降算法，以O(T^{-1/2})遗憾率逼近平稳NE，避免指数复杂度，并给出近似粗相关均衡保证。
2026-10-02 cs.GT cs.LG cs.MA
Centralized and Decentralized Non-Cooperative Load-Balancing Games among Federated Cloudlets
边缘计算服务器，如来自不同服务提供商的云，补偿移动设备的稀缺计算，内存和能源资源，分布在接入网络中。然而，取决于移动性模式和相关联的移动设备的动态变化的计算要求，网络的不同部分处的微云变得过载或欠载。因此，在相邻的云之间的负载均衡似乎是一个重要的研究问题。然而，现有的负载均衡框架不适合低延迟应用。因此，在本文中，我们提出了一个经济和非合作的负载均衡游戏，低延迟应用程序之间的联合相邻的云从相同的，以及不同的服务提供商和异构类的作业请求。首先，我们提出了一个集中式的激励机制，计算纯策略纳什均衡负载均衡策略的小云的监督下，一个中立的调解人。通过这种机制，我们确保了向中介者真实地披露私人信息是所有联合云的弱优势策略。其次，我们提出了一种基于连续动作强化学习自动机的算法，该算法允许每个云独立地计算完全分布式网络设置中的纳什均衡。我们批判性地研究所设计的学习算法的收敛特性，脚手架我们的理解的基本负载均衡游戏更快的收敛。此外，通过大量的模拟，我们研究了探索和开发对学习精度的影响。这是第一个研究表明强化学习算法对相邻云之间的负载均衡游戏的有效性。
2021-05-05 cs.GT cs.NI
A Cooperative Optimal Mining Model for Bitcoin
我们从博弈的角度分析了比特币挖矿，并提出了一个最优的挖矿模型，使矿池和矿工的利润最大化。该模型是一个两阶段的Stackelberg博弈，其中每个阶段形成一个子博弈。在第一阶段，矿池是分配计算能力供矿工消耗的领导者。在第二阶段，矿工决定他们的电力消耗和分配。他们发现自己处于一个社会困境中，他们必须在单独采矿之间做出选择，因此优先考虑他们的个人偏好，并参与集体利益的游泳池。该模型依赖于一个基于模拟游戏的矿池协议，在这个模拟游戏中，矿工们争夺矿池赢得的奖励。第一阶段子博弈和模拟协议博弈的解都是唯一稳定的纳什均衡，而第二阶段子博弈只有当矿工根据一定的标准选择策略时才能导致稳定的合作均衡。我们的结论是，合作最优挖掘模型有可能有利于比特币的分散性和稳定性。主要是，矿工所面临的社会困境以及激励的平衡确保了网络计算能力在矿池和个体矿工之间的一定分配，而游戏解决方案中的均衡为系统提供了稳定性。
2021-07-20 cs.CR cs.DC cs.GT
Communication-Efficient Actor-Critic Methods for Homogeneous Markov Games
Artificial Intelligence Institute, University of South Carolina（南卡罗来纳大学人工智能研究所）
协作式多智能体强化学习（MARL）最近的成功依赖于集中式训练和策略共享。集中式训练消除了非平稳性MARL的问题，但引起了巨大的通信成本，政策共享是经验上的关键，在某些任务的有效学习，但缺乏理论依据。在本文中，我们正式刻画了合作马尔可夫博弈的一个子类，其中代理表现出一定形式的同质性，使得策略共享可证明不会产生次优性。这使我们能够开发出第一个基于共识的去中心化参与者-批评者方法，其中共识更新适用于参与者和批评者，同时确保收敛。我们还开发了基于分散式演员-评论家方法的实用算法，以降低训练过程中的通信成本，同时仍然产生与集中式训练相当的策略。
2022-03-31 cs.AI cs.GT cs.LG
Energy-efficiency in Decentralized Wireless Networks: A Game-theoretic Approach inspired by Evolutionary Biology
能量效率在具有能量供应和信号处理能力有限的节点的无线通信网络中变得越来越重要。我们提出了一个基于简单的本地规则的合作通信场景的数值研究。这与文献中的大多数方法相反，这些方法通过使用复杂的算法来执行合作，并且需要网络节点的战略复杂性。进化生物学的最新结果表明，如果某种机制在起作用，合作可以受到自然选择的青睐。e.甚至各个节点的自私行为也可能导致网络中合作行为的出现。在无线通信网络的背景下，模拟的结果验证了这些意见，并表明，简单的本地规则，然后简单的适应度评估，可以产生网络行为，产生全球能源效率。
2014-05-14 cs.GT cs.NI
Continuous-time integral dynamics for Aggregative Game equilibrium seeking
University of Groningen（格罗宁根大学）；TU Delft（代尔夫特理工大学）
本文提出一种连续时间半分布式动力学方案，通过积分控制律驱动分布式投影梯度动力学，证明了全局指数收敛性，并改进了群体博弈的相关结果。
2018-03-28 cs.GT cs.SY eess.SY
Energy and Social Cost Minimization for Data Dissemination in Wireless Networks: Centralized and Decentralized Approaches
我们研究了无线网络中从一个源到多个节点的多跳数据传播，其中网络中的一些节点充当转发节点，并帮助源进行数据传播。在这个网络中，我们研究了两种情况; i）发送节点不需要激励进行传输，ii）它们确实需要激励，并且由相应的接收节点通过虚拟令牌支付。我们研究两个问题; P1）第一场景的网络功率最小化，以及P2）第二场景的社会成本最小化，定义为网络的节点为接收数据而支付的总成本。在本文中，为了解决P1和P2，我们提出了集中式和分散式的方法，确定网络中的哪些节点应该充当发送节点，找到它们的发送功率和相应的接收节点。为了能量效率，在我们的模型中，我们采用最大比合并（MRC）在接收器，使一个接收器可以由多个发射器。所提出的分散式方法是基于非合作成本分担博弈（CSG）。在我们提出的游戏中，每个接收节点选择其各自的发送节点，因此，成本被分配给它根据施加在其选择的发送节点的功率。我们讨论了网络是如何以分散的方式形成的，找到了游戏中节点的行为，并表明，尽管是分散的，所提出的游戏收敛到一个稳定的解决方案。为了找到集中式全局最优值，这是我们分散式方法的基准，我们使用混合整数线性程序（MILP）。仿真结果表明，我们提出的分散式方法优于传统算法的能源效率和社会成本，同时它可以解决需要的激励合作。
2020-03-21 cs.GT cs.NI cs.SI
Cooperation and profit allocation in distribution chains
研究分散控制下单一供应商与多零售商供应链中的行动协调与利润分配，通过合作博弈论证明博弈平衡性并提出稳定解概念。
2024-02-06 cs.GT
An Incentive-Compatible Smart Contract for Decentralized Commerce
提出一种区块链智能合约作为托管，允许互不信任方交易非数字商品，通过博弈论证明在仲裁者偏向诚实方时诚实策略安全，并推广至多方交易以摊销费用。
2020-08-24 cs.GT
Deviate or Not: Learning Coalition Structures with Multiple-bit Observations in Games
针对多智能体系统中的隐藏联盟结构学习问题，提出通过设计博弈并观测智能体是否偏离指定策略的多比特观测方法，在$O(\log n)$轮内学习联盟结构，达到信息论下界，并扩展到特定博弈格式。
2024-12-14 cs.GT
Privacy-Friendly Peer-to-Peer Energy Trading: A Game Theoretical Approach
The University of Manchester（曼彻斯特大学）；KU Leuven（鲁汶大学）；The University of British Columbia（不列颠哥伦比亚大学）
在本文中，我们提出了一个分散的，隐私友好的能源交易平台（PFET）的基础上博弈论的方法-特别是Stackelberg竞争。与现有的交易方案不同，PFET提供了一个竞争性市场，其中价格和需求是基于竞争确定的，并且计算以分散的方式进行，不依赖于可信的第三方。它采用同态加密密码体制对买卖双方的敏感信息进行加密，如卖方$'$价格和买方$'$需求。买家使用加密数据计算特定卖家的总需求，敏感的买家个人资料数据对卖家隐藏。因此，卖家和买家的隐私都得到了保护。通过隐私分析和性能评估，我们表明，PFET保护用户$'$隐私的有效方式。
2022-05-29 cs.AI cs.CR cs.GT
Differential Game Analysis for Cooperation Models in Automotive Supply Chain under Low-Carbon Emission Reduction Policies
本研究构建纳入碳交易与消费者低碳偏好的微分博弈模型，对比汽车供应链分散决策与Stackelberg主从合作模式的均衡策略，证实合作模式可提升双方收益并推动供应链长期发展。
2023-06-12 cs.GT
Transformers as Game Players: Provable In-context Game-playing Capabilities of Pre-trained Models
University of Virginia（弗吉尼亚大学）；The Pennsylvania State University（宾夕法尼亚州立大学）
该研究针对现有Transformer上下文学习理论局限于单智能体的问题，聚焦两人零和博弈，证明预训练Transformer可在去中心化与中心化设置下通过上下文学习逼近纳什均衡，且架构可实现V-learning、VI-ULCB等经典多智能体博弈算法。
2024-10-13 cs.GT cs.IT cs.LG
Smooth Fictitious Play in Stochastic Games with Perturbed Payoffs and Unknown Transitions
最近扩展到动态游戏的著名的虚拟游戏学习过程中的静态游戏被证明是全球收敛到固定的纳什均衡在两个重要的动态游戏类（零和相同的兴趣折扣随机游戏）。然而，这些去中心化算法需要参与者确切地知道模型（每个阶段的转移概率及其收益）。为了克服这些强假设，我们的论文引入了（Leslie 2020; Baudin 2022）中系统的正则化，以构建一系列新的无模型分散学习算法（参与者不知道转换，并且他们的收益在每个阶段都受到干扰）。我们的程序可以被看作是扩展到随机游戏的经典光滑虚拟播放学习过程中的静态游戏（其中玩家的最佳反应是正规化的，由于他们的支付函数的光滑严格凹扰动）。我们证明了我们的家庭的程序的收敛到固定的正则化纳什均衡零和和相同的利率折扣随机游戏。证明使用连续光滑最佳响应动力学对应物和随机逼近方法。当只有一个玩家时，我们的问题是强化学习的一个实例，我们的程序被证明是全局收敛到正则化MDP的最优平稳策略。从这个意义上说，它们可以被视为众所周知的Q学习过程的替代方案。
2022-07-07 cs.GT
A Survey on Applications of Game Theory in Blockchain
在过去的几十年里，区块链技术引起了学术界和工业界的极大关注。区块链网络的流行起源于一种加密货币，作为一种分散和防篡改的交易数据分类账。如今，区块链作为去中心化公共数据分类账的关键框架，已被应用于远远超出加密货币的广泛场景，如物联网（IoT），医疗保健和保险。这项调查旨在填补大量关于区块链网络的研究之间的空白，其中博弈论作为一种分析工具出现，并且缺乏对区块链相关问题中应用的博弈论方法的全面调查。在本文中，我们回顾了为解决区块链网络中的常见问题而提出的游戏模型。这些问题包括安全问题，例如，自私挖掘、多数攻击和拒绝服务（DoS）攻击，关于挖掘管理的问题，例如，计算能力分配，奖励分配和池选择，以及有关区块链经济和能源交易的问题。此外，我们讨论了这些选定的游戏模型和解决方案的优点和缺点。最后，我们强调了将博弈论方法应用于激励机制设计以及区块链与其他技术相结合的重要挑战和未来研究方向。
2019-03-15 cs.GT
Decentralized Optimal Equilibrium Learning Over Dynamic Networks
Bilkent University（比尔肯特大学）
本文提出一种去中心化最优均衡学习算法，通过交换时间戳堆叠表而非原始数据，在动态通信网络上实现社会最优均衡选择，并给出有限时间对数遗憾保证。
2026-10-21 cs.AI cs.GT cs.LG
