A Game Theoretic Analysis of LQG Control under Adversarial Attack
受深度强化学习对抗性攻击研究的启发,本文研究了对线性二次高斯控制的欺骗攻击。在所考虑的攻击模型中,对手可以操纵观察的代理受互信息约束。对抗性问题被表述为一种新的动态廉价谈话游戏,以捕捉对手和代理之间的战略互动,信息可用性的不对称性和系统动态。给出了纯策略和行为策略中存在子博弈完美均衡的充要条件,并给出了均衡的特征和控制报酬.结果表明,纯策略均衡是信息均衡,而行为策略均衡只存在咿呀学语均衡。数值结果表明,战略对抗互动的影响。
2020-09-10 cs.SY eess.SY
Exploratory LQG Mean Field Games with Entropy Regularization
研究了一类具有$K$不同子种群的连续时间下的熵正则化多变量LQG平均场对策。我们扩展的概念,行动的行动分布(探索性行动),并明确推导出最佳的行动分布的限制MFG中的个别代理。我们证明,最佳的一组动作分布产生一个$ε$ -纳什均衡的有限人口熵正则化MFG。此外,我们将所得解与经典LQG MFG的解进行了比较,并建立了它们存在的等价性。
2021-11-29 cs.SY eess.SY math.OC
Linear Equilibria for Dynamic LQG Games with Asymmetric Information and Dependent Types
考虑了非零和非对称信息下的线性二次高斯动态博弈。每个参与者私下观察世界$V$的(隐藏)状态的噪声版本,导致依赖的私人观察。我们研究了这个博弈的完美贝叶斯均衡(PBE),均衡策略在玩家对$V$的私人估计中是线性的。主要的困难来自这样一个事实,即参与者需要在其他参与者对$V$的估计上构建估计,这反过来又意味着需要构建一个无限的估计层次,从而使问题无法解决。我们发现,这是不是这样的:每个球员的估计对其他球员的估计$V$可以概括为她自己的估计$V$和一些适当定义的公共信息。基于这一发现,我们通过一个向后/向前的算法类似于动态规划的标准LQG控制问题的PBE的特点。然而,与标准LQG问题不同,卡尔曼滤波器协方差矩阵以及其他一些所需的量是依赖于观测的,因此不能通过前向递归离线评估。
2019-09-11 cs.SY econ.GN eess.SY
Signaling equilibria for dynamic LQG games with asymmetric information
University of Michigan(密歇根大学)
本文研究了具有不对称信息的动态LQG博弈,通过线性策略和高斯信念构建完美贝叶斯均衡,并提出基于卡尔曼滤波的求解算法。
2016-06-15 cs.GT cs.SY eess.SY
A Class of Hybrid LQG Mean Field Games with State-Invariant Switching and Stopping Strategies
University of Alabama(阿拉巴马大学);McGill University(麦吉尔大学)
本文提出了一种结合均场博弈理论和混合最优控制理论的新框架,用于求解具有切换和停止时间的非合作博弈的唯一ε-Nash均衡,通过分析主要代理和次要代理的子群体结构,建立了状态不变的最优切换和停止时间策略。
2022-01-09 cs.SY eess.SY math.DS
Cross-Layer Coordinated Attacks on Cyber-Physical Systems: A LQG Game Framework with Controlled Observations
本文建立了一个博弈论框架来研究对网络物理系统(CPS)的跨层协同攻击。攻击者可以干扰物理过程,同时对通信信道发起干扰攻击。与此同时,防御者可以通过放弃观察来躲避干扰。通用框架捕获了各种各样的经典攻击模型的CPS。利用动态规划技术,我们充分刻画了子博弈完美均衡(SPE)控制策略。我们还推导出SPE的观察和干扰策略,并提供有效的计算方法来计算它们。结果表明,物理攻击和网络攻击是相互协调和相互依赖的。一方面,控制策略在状态估计中是线性的,干扰攻击引起的估计误差会导致性能下降。另一方面,攻击者和防御者在物理层中的交互显著影响观察和干扰策略。数值例子说明了防御者和攻击者之间的相互作用,通过他们的观察和干扰策略。
2021-04-07 cs.CR cs.SY eess.SY
Structured Equilibria for Dynamic Games with Asymmetric Information and Dependent Types
我们考虑一个动态博弈与不对称信息,每个球员私下观察一个嘈杂的版本(隐藏)的世界V的状态,导致依赖私人的意见。我们研究了结构化的完美贝叶斯均衡,在他们的策略中使用私人信仰作为总结他们的观察历史的足够的统计数据。为结构化策略找到适当的充分统计量(状态)的主要困难来自这样一个事实,即参与者需要在其他参与者对V的私人信念上构建(私人)信念,这反过来又意味着需要构建一个无限的信念层次,从而使问题无法解决。我们发现,这是不是这样的:每个球员的信念对其他球员的信念V可以由她自己的信念V和一些适当定义的公共信念的特点。然后,我们专门这个设置的情况下,线性二次高斯(LQG)非零和游戏,我们的特征线性结构PBE,可以通过一个向后/向前算法类似于动态规划的标准LQG控制问题。然而,与标准LQG问题不同的是,卡尔曼滤波器所需的一些量是依赖于观测的,因此不能通过前向递归离线评估。
2020-09-07 cs.SY eess.SY
$ε$-Nash Equilibria for Major Minor LQG Mean Field Games with Partial Observations of All Agents
HEC Montréal(蒙特利尔高等商学院);McGill University(麦吉尔大学)
本文研究了在所有智能体都有部分观测情况下的主要-次要线性二次博弈系统,通过分离原理建立了无限次LQG MFG系统的$ε$-Nash均衡的存在性及个体智能体的控制律。
2020-09-10 cs.SY eess.SY math.OC
Collective Stochastic Discrete Choice Problems: A Min-LQG Game Formulation
Polytechnique Montreal(蒙特利尔理工学院);GERAD
本文研究了具有社会互动的动态集体选择模型,通过Min-LQG博弈框架分析离散选择问题,提出基于均场博弈的去中心化控制策略,证明其收敛于纳什均衡。
2017-08-17 cs.SY eess.SY math.OC
Symmetry-breaking in a discrete-choice LQG mean field game
University of Nebraska–Lincoln(内布拉斯加大学林肯分校)
本文研究双选择LQG平均场博弈中的对称性破缺,证明随着社会不从众惩罚增加,对称均衡失稳并出现共识型不对称均衡。
2026-10-27 cs.SY eess.SY math.AP
LQG Risk-Sensitive Single-Agent and Major-Minor Mean-Field Game Systems: A Variational Framework
本文提出变分框架解决LQG风险敏感最优控制与主从平均场博弈问题,推导最优性条件及线性反馈控制,并证明极限下纳什均衡与有限玩家ε-纳什均衡。
2025-03-26 cs.SY eess.SY math.OC
Stackelberg Meta-Learning Based Control for Guided Cooperative LQG Systems
针对引导型协作中主导智能体缺乏从属智能体完整信息的控制难题,提出结合动态Stackelberg博弈与元学习的框架,实现少样本适配新任务,且协作策略迁移性优于其他方法。
2023-04-06 cs.SY eess.SY
The Strategic LQG System: A Dynamic Stochastic VCG Framework for Optimal Coordination
经典的Vickrey-Clarke-Groves(VCG)机制确保激励相容性,即,在一次静态博弈中,所有主体都说真话是优势策略。然而,在一个动态的环境中,随着时间的推移,代理人的跨期收益取决于预期的未来控制和支付,和VCG机制的直接扩展是不足以保证激励兼容性。事实上,它似乎是不可行的构造机制,确保占主导地位的动态讲真话的代理组成的一般随机动态系统。本文的贡献是表明,这样一个动态的随机扩展确实存在的特殊情况下,线性二次高斯(LQG)代理人精心建设的一系列分层支付随着时间的推移。对于一组LQG代理,我们提出了一个修改后的分层版本的VCG支付机制,该机制将当前出价对未来收益的跨期影响,并证明了如果系统参数已知且代理是理性的,则动态状态的真实性将形成主导策略。一个重要的例子,需要这样的随机代理的最佳动态协调的问题出现在电力系统中的独立系统运营商(ISO),以确保在所有时刻的发电和消费的平衡,同时确保社会最优。面临的挑战是确定所有代理商和ISO之间的投标方案,最大限度地提高社会福利,同时考虑到代理商的随机动态模型,因为可再生能源,如太阳能/风能是随机和动态的性质,是由负载的消费受因素影响,如当地温度和热惯性的设施。
2019-06-11 cs.SY eess.SY
LQG Information Design
本文针对网络博弈主力模型中的信息设计问题,将其建模为半定规划并建立强对偶性,给出最优性充要条件,揭示福利最大化时状态以聚合形式完全披露、角色互换时最优结构具对称性且信息量与网络色数相关的核心结论。
2025-08-15 cs.SY econ.TH eess.SY
Heterogeneous Roles against Assignment Based Policies in Two vs Two Target Defense Game
针对二对二目标防御博弈中一对一分配分解导致次优的问题,提出攻击方队友感知的异质角色策略,给出获益充分条件并通过仿真验证其优于基于分配的防守策略。
2024-09-14 cs.SY eess.SY
Evolutionary Matrix-Game Dynamics Under Imitation in Heterogeneous Populations
由于有限理性和信息不完全,决策者往往模仿收入最高的同事,而不是优化自己的效用。决策之间的永久波动已被报道为模仿行为的主要渐近结果,但很少有人试图描述它们,特别是在异质群体中。我们研究了一个有限的混合异质人口的个人之间选择两种策略,合作和背叛,并根据他们的回报矩阵,可以是唯一的每个人的收入。在每一个时间步,一个任意的个体通过模仿群体中收入最高的人来更新她的决策。我们表明,几乎可以肯定的动态达到平衡状态或最小的正不变集,波动集,从长远来看。除了找到所有的平衡点,第一次,我们的波动集的特征,提供其存在的必要和充分条件,并近似其吸引盆。我们还发现,排他性人口的个人玩协调或囚徒困境游戏总是平衡,这意味着周期和非收敛的模仿人口是由于个人玩反协调游戏。此外,我们表明,除了两个极端的均衡,所有的个人都采取相同的策略,几乎所有其他的均衡是不稳定的,只要人口是异质的。我们的研究结果从理论上解释了早期报道的模拟结果,并揭示了模仿行为的有限理性本质。
2023-02-15 cs.SY eess.SY
Relay Pursuit of an Evader by a Heterogeneous Group of Pursuers Using Potential Games
我们提出了一个分散的解决方案的追求-逃避游戏涉及一个异质组的理性(自私)的追求者和一个单一的逃避者的基础上潜在的游戏框架。在这个游戏中,逃避者的目标是延迟(或者,如果可能的话,避免)被任何追捕者捕获,而每个追捕者只有在符合他的最佳利益的情况下才试图捕获后者。我们的方法在原则上类似于[1]中介绍的所谓的中继追踪策略,其中只有能够比其他人更快地捕获逃避者的追踪者才是活跃的。与后一种方法形成鲜明对比的是,这里的主动追踪者不是由反应式自组织规则确定的,而是来自相应的潜在博弈的解。我们假设每个追捕者都有不同的能力,他是否追捕逃避者的决定是基于他个人效用的最大化(以其他追捕者的选择和行动为条件)。追捕者的效用既取决于他们通过捕获逃避者而获得的奖励,也取决于捕获时间(捕获逃避者的成本),因此追捕者应该只在所产生的成本相对较小时才寻求捕获。主动追踪者-逃避者分配(换句话说,哪些追踪者应该是主动的)的确定通过使追踪者交换信息并通过执行用于被称为空间自适应游戏(SAP)的游戏的学习算法来更新他们自己的动作来迭代地完成。我们通过大量的数值模拟来说明我们的算法的性能。
2020-09-30 cs.SY eess.SY
Incentivizing Collaboration in Heterogeneous Teams via Common-Pool Resource Games
针对异构智能体团队处理同质任务的问题,构建公共池资源博弈并设计效用函数,证明唯一纯纳什均衡存在且最佳响应动力学收敛,给出无效率指标上界。
2020-09-08 cs.SY eess.SY math.OC
A Necessary and Sufficient Condition for the Existence of Potential Functions for Heterogeneous Routing Games
ACCESS Linnaeus Center, School of Electrical Engineering, KTH Royal Institute of Technology(KTH皇家理工学院电气工程学院);department of Electrical Engineering and Computer Sciences, University of California at Berkeley(加州大学伯克利分校电气工程与计算机科学系);department of Civil and Environmental Engineering, University of California at Berkeley(加州大学伯克利分校土木与环境工程系)
本文研究了车辆可能属于多种类型的异质路径选择博弈,推导了潜在函数存在的必要和充分条件,并给出了双类型参与者情况下保证潜在函数存在的收费机制及价格扭曲上界。
2014-02-03 cs.GT cs.SY eess.SY
Heterogeneous Learning in Zero-Sum Stochastic Games with Incomplete Information
针对不完全信息零和随机博弈,提出异构学习方案(各智能体采用不同学习模式),利用随机逼近将其转化为常微分方程,并应用于安全博弈中攻防双方因理性与信息差异采用不同学习策略的场景。
2011-03-13 cs.GT cs.LG cs.SY
A Global Games-Inspired Approach to Multi-Robot Task Allocation for Heterogeneous Teams
Old Dominion University(奥多明尼昂大学)
本文利用全局博弈框架解决异构多机器人任务分配问题,通过设计线性目标函数诱导混合纳什均衡,并给出仅需矩阵求逆的高效求解算法,仿真验证了其有效性。
2025-01-02 cs.MA cs.RO cs.SY
Data-driven Wasserstein distributionally robust generalized Nash equilibrium problems with heterogeneous uncertainty
Eindhoven University of Technology(埃因霍温理工大学)
针对含异质不确定性且分布未知的随机 Nash 均衡问题,提出基于 Wasserstein 模糊集的数据驱动鲁棒重构,给出有限样本保证、渐近一致性及有限维形式,并通过电力市场和 Nash-Cournot 博弈验证。
2026-10-30 cs.SY eess.SY math.OC
TGLD: A Trust-Aware Game-Theoretic Lane-Changing Decision Framework for Automated Vehicles in Heterogeneous Traffic
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
针对异构交通中现有换道框架忽略人类驾驶车辆动态信任水平的问题,提出信任感知博弈论换道决策(TGLD)框架,通过多车辆联盟博弈与在线信任评估引导自动驾驶车辆选择情境自适应的合作策略,实验证明该方法显著提升换道效率并保障安全。
2025-07-14 cs.AI cs.RO cs.SY
Information Preferences of Individual Agents in Linear-Quadratic-Gaussian Network Games
我们考虑线性二次高斯(LQG)网络游戏中,代理人的二次收益取决于他们的个人和邻居的行动,和一个未知的收益相关的状态。信息设计者确定透露给代理人的关于支付状态的信息的保真度,以最大化社会福利。先前的研究结果表明,在某些假设下,充分的信息披露是最优的收益,即,这对普通人来说是有益的。在本文中,我们提供了基于收益对邻居行为的依赖强度的条件,即,竞争,在这种竞争下,理性的代理人有望受益,即,从充分的信息披露中获得更高的回报。我们发现,所有的代理受益于信息披露的星形网络结构时,游戏是对称的和次模或超模。我们还确定,中央代理受益于充分的信息披露比外围代理,除非竞争是强大的,外围代理的数量是足够小。尽管事实上,所有的代理人都希望从信息披露事前受益,一个中央代理人可以更糟的信息披露在许多实现的回报状态下,在激烈的竞争,这表明一个风险厌恶的中央代理人可以更喜欢无信息的信号事前。
2022-03-24 cs.GT cs.MA cs.SY
Evolutionary Poisson Games for Controlling Large Population Behaviors
University of Avignon(阿维尼翁大学);New York University(纽约大学)
本文提出进化泊松游戏框架,用于控制复杂网络中异质用户的行为,通过设计机制实现系统目标,以网络安全中的病毒防护挑战为例进行验证。
2015-03-27 cs.GT cs.SY eess.SY
Allocation of Heterogeneous Resources in General Lotto Games
本文研究 General Lotto 博弈中异构资源的分配问题,提出多资源扩展模型,完整刻画了最弱环节/最佳一击规则和加权线性组合规则下的均衡策略,并分析了资源购买成本下的均衡投资。
2025-05-02 cs.CR cs.GT cs.SY
Risk-Sensitive Mean Field Games with Common Noise: A Theoretical Study with Applications to Interbank Markets
本文研究含共同噪声的LQG风险敏感平均场博弈,用凸分析推导极限纳什均衡,应用于银行间市场评估违约风险,发现风险厌恶行为可降低违约概率与系统性风险,并拓展分析了特定冲击下的条件违约概率。
2024-03-06 cs.SY eess.SY math.OC
A Stochastic Surveillance Stackelberg Game: Co-Optimizing Defense Placement and Patrol Strategy
本文研究对抗环境下的随机巡逻Stackelberg博弈,引入节点异构防御并协同优化防御部署与巡逻策略,提出高效计算方法并验证其有效性。
2024-02-20 cs.GT cs.SY eess.SY
Solving N-player dynamic routing games with congestion: a mean field approach
最近出现的导航工具已经改变了交通模式,现在已经启用了新类型的交通感知路由控制,如动态道路定价。利用交通流的基本图-应用于宏观和中观的交通建模-本文介绍了一个新的N人动态路由游戏与显式拥塞动态。该模型是适定的,可以重现异质出发时间和拥挤溢出现象。然而,由于纳什均衡计算是PPAD完全的,因此对于大量但现实的车辆N,求解博弈变得棘手。因此,相应的平均场博弈也被引入。实验进行了几个经典的基准网络的交通社区:Pigou,Braess和苏福尔斯网络与异构的起源,目的地和出发时间元组。Pigou和Braess的例子表明,平均场近似通常是非常准确的,只要车辆的数量超过几十个计算效率。在苏福尔斯网络(76个链接,100个时间步长)上,这种方法可以学习超过14,000辆车的交通动态。
2021-10-27 cs.MA cs.NI cs.SY