Nash Social Welfare Approximation for Strategic Agents
资源的公平分配是一个重要的古老问题，它导致了丰富的文学作品。在这个文献的中心在于的问题，是否存在公平的机制，尽管战略行为的代理人。一个基本的目标函数用于衡量公平的结果是纳什社会福利，定义为几何平均的代理效用。这个目标函数是最大化的广为人知的解决方案的概念，如纳什讨价还价和竞争均衡与平等的收入。在这项工作中，我们专注于（近似）实现纳什社会福利的问题。我们分析的出发点是费雪市场，一个经济的基本模型，其基准正是（加权）纳什社会福利。我们首先研究了两类极端的估值函数，即完全替代品和完全互补品，发现对于完全替代品，费雪市场机制有一个常数近似：至多2，至少e1 e。然而，对于完全互补，费雪市场并不能很好地工作，它的边界随着参与者的数量线性下降。引人注目的是，交易站机制--一种间接的市场机制，也被称为夏普利-舒比克博弈--在自己的基准上比费舍尔市场有更好的表现。交易站不仅在完全替代品的情况下达到了近似2，而且这个界限对所有凹效用都成立，并且在里昂惕夫效用（完全互补）的情况下变得任意接近最优，在那里它对每个$ε> 0$都达到了$(1+ε)$。此外，对于所有凹效用，交易站机制的所有纳什均衡都是纯的，并且满足一个重要的公平概念，即比例。
2017-05-12 cs.GT
Lower Bias, Higher Welfare: How Creator Competition Reshapes Bias-Variance Tradeoff in Recommendation Platforms?
Shanghai University of Finance and Economics（上海财经大学）；Tsinghua University（清华大学）
研究探讨了创作者竞争如何影响推荐平台的偏差-方差权衡，发现通过降低偏差可提升用户福利。
2026-02-28 cs.GT
Fair Division of Indivisible Goods Among Strategic Agents
本文研究了单参数环境下不可分割商品的公平分割问题。特别是，我们开发了真正的社会福利最大化机制，公平分配不可分割的商品。我们的公平保证是在解决方案概念方面，这些概念是为解决不可分割的货物分配而量身定制的，因此，为公平分配货物提供了适当的框架。这项工作特别考虑公平的嫉妒自由度高达一个好（EF 1），最大最小份额保证（MMS）和纳什社会福利（新南威尔士州）。我们的第一个结果表明，（在一个单参数的环境）的福利最大化的问题，受约束的不可分割的商品的分配是EF 1，承认一个多项式时间，1/2近似，真实的拍卖。我们进一步证明了这个问题是NP-困难的，因此，近似是有道理的。这个硬度的结果也补充了以前的作品，表明可以有效地计算任意的EF 1分配。对于MMS约束下的社会福利最大化问题，我们还建立了一个双准则近似保证。特别是，我们开发了一个真实的拍卖，有效地找到一个分配，其中每个代理人得到一个捆绑的价值至少$\left(1/2 - \varepsilon \right)$倍，她的maximin份额和福利的计算分配至少是最佳的，这里$\varepsilon >0$是一个固定的常数。我们补充这一结果表明，福利最大化是计算困难的，即使一个目标是只满足MMS约束近似。
2019-01-27 cs.GT
Strategic Hiring under Algorithmic Monoculture
Stern School of Business, New York University（纽约大学斯特恩商学院）；Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）；Graduate Group in Applied Mathematics and Computational Science, University of Pennsylvania（宾夕法尼亚大学应用数学与计算科学研究生小组）
本文研究了在算法单一性劳动力市场中，企业通过共同算法评估竞争导致的拥堵问题，提出均衡策略能显著提升社会福利，需平台揭示拥堵信息以实现最优结果。
2026-02-18 cs.CY cs.GT cs.LG
Aggregate Play and Welfare in Strategic Interactions on Networks
Bramoullé和Kranton在最近的工作中，提出了一个网络上提供公共物品的模型，并建立了这种博弈的均衡与网络性质之间的关系。Bramoullé等人进一步扩展了该模型，将不完全可替代性的博弈纳入其中。这种博弈中均衡的多样性以及网络结构微小变化时均衡的剧烈变化，使得系统规划者很难估计这种博弈的最大社会福利或设计提高这种福利的干预措施。我们的主要研究结果解决了这一挑战，提供了密切的近似最大社会福利和最大的总发挥方面的网络特性，如最大程度和独立数。对于特殊情况下，当底层网络是一棵树，我们推导公式，只使用节点的数量和他们的程度。这些结果允许系统规划者直接从底层图形结构评估总结果并设计游戏干预措施，而无需枚举游戏的所有均衡，从而显着简化了规划者的问题。我们的部分结果可以看作是[7]的逻辑推广，其中[2]中模型的最大加权总努力被刻画为图的加权独立数。
2019-06-18 cs.GT math.CO math.OC
Learning Dynamics of Strategic Publishers in Generative AI Ecosystems
Technion - Israel Institute of Technology（以色列理工学院）
研究生成式人工智能生态系统中发布者竞争基于归因的曝光问题，引入博弈论模型，研究战略内容创作者学习动态及生态系统稳定性，通过模拟揭示稳定性、发布者与用户福利间相互作用及权衡。
2026-07-29 cs.GT cs.IR cs.MA
The Welfare Gap of Strategic Storage: Universal Bounds and Price Non-Linearity
Aarhus University（奥胡斯大学）
本文研究电力市场中电池储能操作的效率，比较中央计划者与分散利润最大化运营商的福利增益差异，证明线性价格函数下效率损失上限为4/3，并分析价格函数凸性对市场效率的影响。
2026-07-03 cs.GT econ.TH
When to Limit Market Entry under Mandatory Purchase
我们研究了受监管的健康保险市场的启发，例如政府在平价医疗法案交易所或雇主与私人保险公司签订合同为员工提供计划时所创建的问题。市场监管者可以选择什么都不做，运行一个自由市场，或者可以通过限制供应商的进入来行使其监管权力（通过限制选择减少消费者福利，但也通过加强竞争减少收入）。我们调查是否限制进入增加或减少的效用（福利减去收入）的消费者从供应商购买，特别是在设置中的外部选项“什么都不买”是不可取的。我们主要关注提供者是对称的情况。我们提出了一个关于消费者价值分布的充分条件：（a）两个市场都存在唯一的对称均衡，（b）有限进入时效用更高。(We也证明这些结论不一定对所有分布都成立，因此某些条件是必要的。我们的技术主要基于收入最大化的工具，特别是迈尔森的虚拟价值理论。我们还考虑扩展设置提供商提供计划的成本相同，并与一个不对称的分布的两个供应商。
2020-02-15 cs.GT
Understanding Strategic Platform Entry and Seller Exploration: A Stackelberg Model
Rutgers University（罗格斯大学）；Harvard University（哈佛大学）
本文通过Stackelberg模型研究平台进入策略与卖家探索行为，采用Gittins指数政策和深度强化学习分析单多卖家场景下的最优策略及市场影响。
2026-03-15 cs.GT cs.MA
From Recommendation Systems to Facility Location Games
推荐系统是非常流行的匹配用户和内容的工具。然而，当内容提供方是战略性的时，将用户与最接近的内容相匹配的基本原则（其中用户和内容都被建模为某个语义空间中的点）可能产生低社会福利。这是由于以下事实：内容提供方是战略性的，并且优化其提供的内容以推荐给尽可能多的用户。现代应用的动机，我们提出了广泛研究的设施位置游戏的框架，研究与战略内容提供方的推荐系统。我们的概念性贡献是引入一个$\textit{mediator}$设施选址模型，在追求更好的社会福利。我们的目标是设计中介，a）诱导一个高社会福利的均衡博弈，b）尽可能少的干预。在服务于后者，我们引入了$\textit{intervention cost}$的概念，它量化了多少损害调解人可能会造成的社会福利时，采用了非均衡配置文件。作为一个高福利低干预中介设计的案例研究，我们认为一维段的用户域。我们提出了一个调解人，实现社会最优的战略配置文件作为唯一的均衡配置文件，并显示其干预成本的紧约束。最后，我们考虑一些扩展，并强调一般议程的开放问题。
2018-09-09 cs.GT
The Impact of Tribalism on Social Welfare
我们探讨了属于同一组的球员之间的相互利他主义-他们的部落-在任意战略游戏中的所有球员的分区后达到均衡的质量的影响。为此，我们引入了任意战略博弈的τ-部落扩展的概念，其中参与者的主观成本函数被更新以反映这一点，以及相关的部落主义价格，这是部落扩展的最差纳什均衡的社会福利与最优社会福利之比。我们发现，在一个著名的游戏的友谊集团，网络贡献的游戏，以及原子线性拥塞游戏，部落主义的价格是高于无政府状态的价格，无论是纯粹自私的球员或完全利他的球员（即那些谁寻求最大化的社会福利）。这种现象在各种平衡概念下都可以观察到。在每种情况下，我们都给出了部落主义价格的上限，这些上限与我们的例子所建立的下限相匹配。
2019-07-16 cs.GT cs.MA
Incentivize Contribution and Learn Parameters Too: Federated Learning with Strategic Data Owners
本文提出两种机制，通过纳什均衡激励客户端贡献并学习参数，同时确保信息真实披露，最终实现最优参数学习和数据贡献。
2026-10-15 cs.GT cs.LG cs.MA
Strategic Ranking
University of California, Berkeley（加州大学伯克利分校）；Cornell Tech（康奈尔科技校区）；Technion（以色列理工学院）
策略分类研究的是如何设计一个对策略个体的输入操作具有鲁棒性的分类器。然而，现有的文献并没有考虑个体之间的竞争的影响，诱导的算法设计。受限制的分配设置，如大学录取的动机，我们引入战略排名，其中（设计）个人奖励取决于申请人的努力后排名的测量兴趣。我们的研究结果说明了申请人之间的竞争如何影响所产生的均衡和模型的见解。我们分析了如何各种排名奖励设计，属于一个家庭的步骤功能，权衡申请人，学校和社会效用，以及如何排名设计计数器所产生的不公平的不同访问资源。特别是，我们发现，随机化的奖励设计可以减轻两个措施的不同影响，福利差距和访问。
2022-02-21 cs.GT cs.LG
Maximizing Welfare with Incentive-Aware Evaluation Mechanisms
Cornell University（康奈尔大学）；Microsoft Research（微软研究院）
出于应用程序，如大学录取和保险费率的确定，我们提出了一个评估问题，输入控制的战略个人谁可以修改他们的功能在成本。学习者只能部分地观察特征，并且旨在根据质量分数对个体进行分类。目标是设计一种评价机制，使总体质量得分最大化，即，在人口中的福利，考虑到任何战略更新。我们进一步研究了算法方面的福利最大化的评价机制，在我们的模型中的两个特定的设置。当分数是线性的和机制使用线性评分规则的可观察到的功能，我们表明，最佳的评价机制是一个适当的投影的质量分数。当机制必须使用线性阈值时，我们设计了一个多项式时间算法，当底层特征分布足够光滑并允许找到密集区域时，该算法具有（1/4）近似保证。我们扩展我们的结果设置先验分布是未知的，必须从样本中学习。
2020-11-03 cs.AI cs.GT
Entry Barriers in Content Markets
School of Computing, Australian National University（计算学院，澳大利亚国立大学）
该研究针对在线平台低质内容泛滥问题，首次用博弈论分析内容市场的两类进入壁垒，证明结合准入费转入奖励池的机制可提升内容质量，为平台机制设计提供理论支撑。
2025-09-02 cs.GT cs.LG
Flow Equilibria via Online Surge Pricing
我们探讨了Lyft和Uber等拼车服务的动态供需问题，这些服务的需求会随着时间和地理位置而波动。我们寻求最大限度地提高社会福利，这取决于出租车和乘客的位置，乘客对服务的评价，以及出租车和乘客之间的距离。我们唯一的控制手段是设定激增的价格，然后出租车和乘客在这些价格的约束下最大限度地利用他们的效用。我们研究了两个相关的模型：一个连续的出租车设置，类似于Wardrop模型，和一个离散的出租车设置。在连续环境中，每个位置都被一组无穷小的战略出租车和一组无穷小的非战略乘客占据。在离散环境中，每个位置都被一组战略代理人、出租车和乘客占据，乘客对服务有不同的价值。我们将连续模型扩展到一个时间依赖的设置，并研究相应的在线环境。如果存在一个最小成本流使出租车四处移动，使得（a）每辆出租车都遵循最佳对策，（b）在$v$处价值高于$v$的激增价格$r_v$的所有战略乘客都得到服务，以及（c）没有价值低于$r_v$的战略乘客得到服务（非战略无穷小乘客总是得到服务），则激增价格处于出租车-出租车均衡。本文计算了使出租车-出租车均衡最大化社会福利的价格波动，并且这种价格波动是在多时间内计算的。此外，乘客展示自己的真实价值是一种主导策略。我们寻求在线环境中的社会福利最大化，并为此推导出严格的竞争比界限。我们的在线算法利用随时间和地理位置计算的价格飙升，诱导连续的出租车-出租车均衡。
2018-07-12 cs.GT
Optimal Nash Equilibria for Bandwidth Allocation
在带宽分配中，竞争代理希望沿着网络中的链路路径传输数据，并且每个代理的效用等于她在所期望的路径中的所有链路中接收的最小带宽。我们提出了一个经典的交易站机制的非线性变体，并表明，几乎整个家庭的CES福利函数（其中包括最大最小福利，纳什福利，功利福利），我们的机制的每个纳什均衡是最优的。我们还证明了这个问题的完全strategyproof机制是不可能的一般情况下，除了最大最小的福利。更广泛地说，我们的工作表明，即使是很小的修改（如允许非线性约束）也可以显着增加市场机制的力量，如贸易站。
2019-05-06 cs.GT
Effect of selfish choices in deferred acceptance with short lists
我们研究的结果时，未来的医疗居民只能适用于有限的一组医院推迟接受。这种限制要求居民对他们申请的医院的质量做出战略选择。通过理论和实验结果的组合，我们研究了这种策略选择对参与者提交的偏好以及整体福利的影响。我们发现，在我们的模型中，居民的选择模仿了在真实系统中观察到的行为，在真实系统中，个人申请的职位主要包括他们有可能被接受的地方，以及一些“达到”的应用程序非常高质量的医院，和一些“安全”的应用程序低于他们的预期水平的医院。令人惊讶的是，这种“安全”的应用程序的数量在允许的应用程序的数量中并不是单调的。我们还发现，自私行为会损害社会福利，但对整体福利的恶化是非常小的。
2017-01-03 cs.GT
The Search for Stability: Learning Dynamics of Strategic Publishers with Initial Documents
该研究针对策略性发布者参与的信息检索博弈中PRP排序难达纯纳什均衡的不稳定问题，提出两类非PRP排序函数，从理论和实证层面验证其能实现学习动力学收敛以稳定搜索生态，还明确了发布者与用户的福利权衡及调控方式，并指出不稳定性会损害长期用户福利。
2025-07-30 cs.GT cs.IR
On the Power of Strategic Corpus Enrichment in Content Creation Games
针对经典内容排序算法无法保证博弈稳定性的问题，提出通过少量固定虚拟文档进行语料库增强的替代方法，能实现纯纳什均衡并使最佳响应动态收敛至高福利，且给出了文档数量的紧致界限。
2024-12-20 cs.GT
Social Welfare in Battery Charging Games
该研究从博弈论视角分析家庭电池充电决策，提出斯塔克尔伯格市场模型，通过价格激励优化可再生能源利用，发现均衡存在性及社会福利受定价策略影响显著。
2025-08-08 cs.GT
Cities at Play: Improving Equilibria in Urban Neighbourhood Games
University of Liverpool（利物浦大学）；McGill University（麦吉尔大学）；Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
本文提出了一种通过精心设计的小规模投资来改善城市邻里游戏均衡的方法，证明了通过调整效用函数可以提高社会福利。
2026-01-13 cs.GT econ.TH
Timely Information from Prediction Markets
预测市场是一种强有力的工具，可以从战略代理人那里引出和聚集信念。然而，在当前的预测市场中，代理商可能会通过竞争成为第一个更新市场的人来耗尽社会福利。我们开始研究如何快速的信息是由市场汇总，以及这些信息的成本之间的权衡。我们设计的市场能够及时收集来自战略代理人的信息，以最大化社会福利。为此，市场必须激励代理人投入适当的努力来获取信息：足够快，但不能比必要的更快（也更昂贵）。市场还必须确保代理商如实、及时地报告他们的信息。我们考虑两种设置：在第一种情况下，信息只有在截止日期之前才有价值;在第二种情况下，信息的价值随着时间的推移而减少。我们使用定理和模拟来证明的机制。
2021-03-06 cs.GT cs.MA
Comparing Market Mechanism Efficiencies
通过博弈论框架比较连续双向拍卖（透明订单簿与不透明订单簿）和定期批量拍卖的福利效率，证明在中等到达率和有限逆向选择下，暗池优于其他机制。
2026-05-29 cs.GT cs.MA econ.EM
Selfishness Level of Strategic Games
我们引入了一个新的衡量策略博弈中社会福利在纳什均衡和社会最优之间的差异的标准，我们称之为自私水平。这是社会福利的最小部分，需要提供给每个参与者，以实现社会最优是在一个纯粹的纳什均衡实现。自私水平与稳定的代价和无政府状态的无政府代价无关，并且在支付函数的正线性变换下是不变的。当然，它也适用于其他解决方案和其他形式的游戏。我们研究了几个著名的战略游戏的自私水平。这使我们能够量化游戏中玩家个人利益与他们的决策对整个社会的影响之间的隐含张力。我们的分析表明，自私的水平往往提供了一个更深层次的了解的特点，潜在的游戏，影响球员的合作意愿。特别地，有限序势博弈的自私水平是有限的，而弱非循环博弈的自私水平可以是无限的。我们得到明确的界限上的自私水平的公平成本分摊游戏和线性拥塞游戏，这取决于具体的参数的基本游戏，但独立的球员的数量。进一步，我们证明了$n$ -参与者囚徒困境的自私水平是$c/(b(n-1)-c)$，其中$b$和$c$分别是合作的收益和成本，$n$ -参与者公共物品博弈的自私水平是$(1-\frac{c}{n})/(c-1)$，其中$c$是公共物品乘数，而旅行者困境博弈的自私水平是$\frac{1}{2}(b-1)$，其中$b$是奖金.最后，古诺竞争的自私水平（无限序数势博弈的一个例子，公地悲剧和伯特兰竞争是无限的。
2014-04-03 cs.GT
Dynamic Pricing Provides Robust Equilibria in Stochastic Ridesharing Networks
拼车市场是复杂的：司机是战略性的，乘客需求和司机可用性是随机的，复杂的城市规模的现象，如天气，引起大规模的相关性跨越空间和时间。与此同时，过去的工作侧重于这些挑战的一个子集。我们提出了一个具有战略驱动、时空动态和随机性的拼车网络模型。支持计算的易处理性和更好的建模灵活性比经典的流体限制，我们使用一个两级随机模型，允许相关的天气或大型公共事件引起的冲击。利用该模型，我们提出了一种新的定价机制：随机时空定价（SSP）。我们证明了SSP机制是渐近激励相容的，当市场足够大时，所得博弈的所有（近似）均衡都是渐近福利最大化的。SSP机制基于已实现的需求和供给迭代地重新计算价格，在这个意义上，价格是动态的。我们表明，这是至关重要的：虽然一个静态的SSP机制（其价格随市场水平的随机情况而变化，但不是个人骑手和司机的决定）的变种有一个序列的渐近福利最优近似均衡，我们证明，它也有其他均衡产生极低的社会福利。因此，我们认为，动态定价是很重要的，以确保在随机乘车共享网络的鲁棒性。
2022-05-19 cs.GT math.OC
On the Interplay between Social Welfare and Tractability of Equilibria
本文建立平滑性保证的完全效率与无悔学习收敛性之间的联系，统一多类博弈的均衡计算，并证明无悔动态可获得更优福利界且收敛至粗相关均衡。
2025-01-09 cs.GT
Strategic Network Formation with Attack and Immunization
战略网络的形成出现在代理商从与其他代理商的联系中获得利益，但也产生了形成联系的成本。我们考虑了一个新的网络形成游戏，其中包括一个对抗攻击，以及对攻击免疫。代理的好处是她的连接组件的预期大小后的攻击，代理也可以选择免疫自己的攻击，在一些额外的成本。我们的框架是一个程式化的设置模型，其中可达性而不是中心性是主要关注点，易受攻击的顶点可以通过昂贵的措施来降低风险。在无攻击和免疫的可达效益模型中，平衡点集是空图和任意树。攻击和免疫的引入极大地改变了游戏;新的均衡拓扑出现了，有些比树更稀疏，有些比树更密集。我们发现，在一个温和的假设下，对手，每一个平衡网络与$n$代理包含最$2n-4$边缘$n\geq 4$。因此，尽管允许拓扑结构比树更密集，但过度构建的数量是有限的。我们还表明，攻击和免疫接种不显着侵蚀社会福利：每一个非平凡的均衡，关于几个对手的福利至少作为任何均衡的攻击免费模型。我们补充我们的理论与模拟证明快速收敛的一个新的有限理性动态，概括链接稳定的最佳对策，但在我们的游戏是相当强大的。模拟进一步阐明了各种各样的不对称平衡，并展示了拓扑后果的动态，如重尾度分布。最后，我们报告了一个有100多名参与者的行为实验，尽管游戏很复杂，但最终的网络令人惊讶地接近平衡。
2016-11-09 cs.GT
Rethinking Incentives in Recommender Systems: Are Monotone Rewards Always Beneficial?
该研究揭示了推荐系统中基于功绩的单调奖励机制必然导致福利损失，并提出回溯奖励机制（BRMs）利用势博弈结构引导创作者竞争，使平台能够直接优化任意福利目标。
2023-07-09 cs.GT
Statistical Estimation with Strategic Data Sources in Competitive Settings
在本文中，我们介绍了一个初步的模型，在数据市场的相互作用。最近的研究表明，数据汇总者可以通过各种方式为用户设计确保数据质量的机制，即使在用户不愿付出努力（即宁愿提交质量较低的估计数）和数据汇总者无法观察到用户付出的努力（即合同受到委托代理问题的影响）的情况下也是如此。然而，我们已经证明，这些机制往往在更现实的模型中崩溃，其中多个数据聚合器处于竞争状态。在对数据聚合器使用的统计估计量的属性进行较小假设的情况下，我们证明了要么没有纳什均衡，要么有无限多个纳什均衡。在后一种情况下，在谁承担激励不同数据源的负担方面存在根本的模糊性。我们还能够计算无政府代价，它衡量了在纳什均衡和社会最优状态之间，即在非合作战略游戏和合作之间，社会福利损失了多少。
2017-04-04 cs.GT
Performative Prediction on Games and Mechanism Design
Mila（米拉研究所）；Université de Montréal（蒙特利尔大学）；University of Amsterdam（阿姆斯特丹大学）
本文研究智能体相互依赖下的表演性预测，构建集体风险困境模型，揭示稳定准确预测可能高概率损害社会福利，并借助贝叶斯行为模型实现准确性与福利的更好权衡以支持机制设计。
2025-02-14 cs.GT cs.LG cs.MA
GTAlign: Game-Theoretic Alignment of LLM Assistants for Social Welfare
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；VMware Research（VMware研究）
本文提出博弈论对齐框架GTAlign，通过在推理阶段构建收益矩阵选择互利行动，在训练阶段引入社会福利奖励强化合作回复，有效解决了LLM回复次优问题，显著提升了推理效率、回答质量与社会福利。
2025-11-03 cs.AI cs.GT cs.HC
Probabilistic Model Checking for Strategic Equilibria-based Decision Making: Advances and Challenges
博弈论的概念在经济学中得到了广泛的研究，以提供对竞争行为和战略决策的洞察。随着计算系统越来越多地涉及到并发动作的自主智能体，博弈论方法作为一种忠实的建模抽象在计算机科学中变得越来越普遍。这些技术可用于推理具有不同目标或目的的多个理性主体的竞争或协作行为。本文提供了一个概述的最新进展，在开发一个建模，验证和策略合成框架的概率模型检查器PRISM游戏中实现的并发随机游戏。这是基于一个时间逻辑，支持有限和无限地平线的时间属性在零和非零和设置，后者使用纳什和相关的平衡相对于两个最优性标准，社会福利和社会公平。我们总结了关键概念，逻辑和算法，以及目前可用的工具支持。未来的挑战和适应的框架和算法解决方案，以连续的环境和神经网络的最新进展也进行了概述。
2022-06-30 cs.FL cs.GT
Mixing Time and Stationary Expected Social Welfare of Logit Dynamics
我们研究战略博弈的“logit动态”[Blume，Games and Economic Behavior，1993]。这种动态的工作原理如下：在游戏的每个阶段，玩家被随机地均匀选择，并且她根据“噪声”最佳响应进行游戏，其中噪声水平由参数$β$调整。这样的动态定义了一个家庭的遍历马尔可夫链，索引为$β$，在一组策略配置文件。我们相信，这些马尔可夫链的平稳分布给出了一个有意义的描述的长期行为的系统，其代理人是不完全理性的。我们的目标是双重的：一方面，我们感兴趣的是评估博弈在均衡时的表现，即当策略分布是随机的时，根据平稳分布的期望社会福利。另一方面，我们想估计一个系统从任意分布开始并运行logit动态需要多长时间才能接近其平稳分布;即，链的“混合时间”。本文研究了三人CK对策、二人协调对策和两个简单的$n$对策的平稳期望社会福利。对于所有这些游戏，我们也给几乎紧的上界和下界的混合时间的logit动态。我们的结果显示了两种不同的行为：在某些游戏中的混合时间指数依赖于$β$，而对于其他游戏，它可以由一个独立于$β$的函数的上界。
2011-05-23 cs.DM cs.GT
Gaming and Cooperation in Federated Learning: What Can Happen and How to Monitor It
Department of Computer Engineering（计算机工程系）；Gachon University（加诚大学）
本文提出了一种分析框架，用于研究联邦学习中战略行为与合作的平衡，通过量化可操纵性、游戏价格和合作价格，提供减少指标游戏并维持稳定合作的设计原则。
2026-03-02 cs.GT cs.LG stat.ML
Distributed Machine Learning with Strategic Network Design: A Game-Theoretic Perspective
本文考虑了一个博弈论的框架，分布式机器学习问题的网络中，在一个节点的信息采集建模为一个合理的选择的球员。在所提出的游戏中，玩家决定学习参数和网络结构。纳什均衡刻画了学习分类器的局部性能和全局一致性之间的权衡。我们首先介绍了一个交换的方法，其特点是一个联合学习过程，集成了迭代学习在每个节点和网络的形成。我们表明，我们的游戏是等价于一个广义的潜在的游戏设置无向网络。我们研究了建议的交换算法的收敛性，分析了我们的游戏所确定的网络结构，并显示了在固定网络上的标准分布式学习相比，社会福利的改善。为了使我们的框架适应流数据，我们推导出一个分布式卡尔曼滤波器。一个并发算法的基础上的在线镜像下降算法也介绍了解决纳什均衡在一个整体的方式。在案例研究中，我们使用帕金森氏症的远程监护来证实结果。
2022-10-26 cs.GT
Strategically Robust Linear Quadratic Dynamic Games
California Institute of Technology（加州理工学院）
本文研究了玩家对彼此控制策略和目标不确定的线性二次动态博弈，提出战略鲁棒动态均衡概念，证明其存在性和唯一性，并通过数值模拟展示鲁棒性在设计鲁棒分布式控制中的优势。
2026-11-13 cs.GT cs.SY eess.SY
Epistemic Horizon Minority Games: When Abundance Reduces Strategic Value
Bahçeşehir University（巴赫切谢希尔大学）
研究战略价值与选项可见性的关系，通过认知视野少数者博弈形式化该机制，证明了相关性质，区分信息目标价格与福利损失，实验验证并评估战略轨迹编码。
2026-07-07 cs.GT
Schelling Games on Graphs
我们认为战略游戏的灵感来自谢林的住宅隔离模型。在我们的模型中，代理被划分为k种类型，需要在无向图上选择位置。代理可以是顽固的，在这种情况下，他们总是会选择自己的首选位置，或战略，在这种情况下，他们的目标是最大限度地提高自己的代理类型在他们的邻居的分数。我们研究了这些博弈中均衡的存在性，研究了寻找均衡结果或高社会福利结果的复杂性，并提供了无政府状态无政府代价和稳定性的上界和下界。我们的一些结果扩展到设置的代理人超过他们的邻居的偏好定义的社会网络，而不是分区成类型。
2019-02-21 cs.GT
Strategic Learning and Robust Protocol Design for Online Communities with Selfish Users
本文主要研究网络社区中自利用户的搭便车行为。因此，传统的优化方法，如网络效用最大化的社区组成的合规用户不能在这里应用。在我们以前的工作中，我们展示了如何在网络社区中设计社会互惠协议，这些社区的人口由连续的用户组成，并且在随机排列下是固定的。在这些假设下，我们能够证明用户自愿遵守预先确定的社会规范，并通过提供服务与社区中的其他用户合作。在本文中，我们通过分析有限人口的在线社区中的自利用户的互动，是不固定的，推广的研究。为了根据自己的知识优化其长期性能，用户通过解决各个随机控制问题来调整策略以发挥最佳响应。最佳响应动态在社区中引入了一个随机动态过程，其中用户的策略随时间而演变。然后，我们研究了社区的长期演化，并证明了社区将收敛到随机稳定的平衡点是稳定的随机置换。了解社区的演变为协议设计者提供了设计社会规范的指导方针，其中没有用户有动机调整其策略并偏离规定的协议，从而确保所采用的协议将使社区能够实现最佳的社会福利。
2011-08-29 cs.GT cs.LG cs.SI
Near-optimal demand side management in retail electricity markets with coupling constraints via indirect mechanism design
近年来，电力网络发生了一些历史性的变化，需要需求侧管理（DSM）的发展。需求侧管理的主要目标是实现一个聚合的消费模式，是有效的能源成本降低，福利最大化和满足网络约束。这通常是通过鼓励在低峰时段用电来实现的。在本文中，我们考虑了一个系统的战略，价格预期的消费者与私人偏好，选择他们的电力消费模式，以最大限度地提高自己的利益。在这种背景下，我们采取的问题，协调消费者的消费行为，而不牺牲他们的福利（体验质量）。为了解决这个问题，我们利用间接机制设计的概念，并提出了一个DSM架构，能够满足特定的系统范围内的限制（例如，能源成本降低），同时实现福利，是非常接近最佳的。所提出的计费规则保留了剩余余额和个体合理性属性。根据我们的评估，所提出的DSM架构实现了接近最优的分配（1%-3%的差距），相比之下，“最优”系统将使用用户负载的中央优化，而无需用户共识或保护他们的隐私
2019-02-25 cs.GT
Truthful Mechanisms for Two-Sided Markets via Prophet Inequalities
我们设计了双边市场中福利最大化的新机制。也就是说，有买家愿意购买物品和卖家最初持有物品，两者都是理性和战略性的，以实现效用最大化。我们的机制是基于双边市场和先知不平等之间的强大对应关系而设计的。它们满足个体理性、主导策略激励相容性、均衡约束，并给出了最优社会福利的常数因子近似。我们改进了以前的结果，在几个设置：我们的主要重点是拟阵双拍卖，其中获得一个项目的买家集需要是独立的拟阵。我们构建了两个机制，第一个是一个$1/3$ -近似的最优社会福利满足强平衡，并要求代理商在一个定制的顺序进行交易，第二个是一个$1/2$ -近似，弱平衡，并能够处理在线到达由对手。此外，我们构造了常数因子近似双边市场时，买家需要满足背包约束。此外，在组合双向拍卖，买家有估价功能的项目束，而不是只对一个项目感兴趣，使用类似的技术，我们设计了一个机制，这是一个$1/2$ -近似的最佳社会福利，强平衡，可以处理在线到达的代理在一个对抗的顺序。
2021-05-31 cs.DS cs.GT
User Satisfaction in Competitive Sponsored Search
我们提出了一个网络搜索算法之间的竞争模型，并研究这种竞争对用户福利的影响。在我们的模型中，搜索提供商通过策略性地选择响应用户查询的搜索结果来争夺客户。反过来，客户对搜索结果有私人偏好，并且倾向于使用更有可能显示满足其需求的页面的搜索引擎。我们的主要问题是搜索引擎之间的竞争是否增加了用户的整体福利（即，用户找到感兴趣的页面的可能性）。当搜索引擎只从他们显示相关结果的客户那里获得效用时，我们表明他们区分了他们的结果，并且由此产生的游戏的每个均衡都至少达到了社会规划者可以获得的福利的一半。当选择给定引擎的可能性是用户需求将被满足的概率的凸函数时，这一界限也适用，其中包括用户行为的自然马尔可夫模型。另一方面，当搜索引擎从所有客户获得效用（独立于搜索结果相关性）并且客户需求函数不是凸的时，存在（唯一）均衡不涉及引擎之间的区分和搜索结果的高度随机性的情况。这可能会使社会福利相对于社会最优值下降N的平方根的因子，其中N是网页的数量。即使当搜索引擎只能从不满意的用户那里获得很小的（但非零）预期收入，而从满意的用户那里获得更高的收入时，这些糟糕的均衡仍然存在。
2013-10-15 cs.GT
On the Fragility of Efficiency: Uncoupled Learning with a Deviant
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本研究探讨完全非耦合福利最大化学习算法对偏离玩家的脆弱性，证明单个偏离者（固定行动、随机或策略性）可显著破坏长期效率，且任何此类算法均无法在所有博弈中鲁棒，表明鲁棒性需沟通或协调。
2026-10-06 cs.GT
Content Providers Volunteering to Pay Network Providers: Better than Neutrality?
本文研究了施加网络中立性对用户福利的影响，使用基于双边市场框架的提供商互动的博弈论模型：我们假设平台-最后一英里接入提供商（ISP）-是竞争者，并考虑内容提供方（CP）的进入决策。所有的决定都会影响用户的选择，用户对CP和ISP的投资（分别在内容创建和服务质量方面）都很敏感。在非中立制度下，CP和ISP可以相互收费，而在中立制度下，这种收费是被禁止的。我们假设这些费用（如果有的话）是由CP选择的，这是文献中很少考虑的一个方向，在文献中它们被假设为由ISP固定。我们的分析表明，出乎意料的是，更多的CP进入市场的非中立制度，他们支付ISP，比没有这样的付款。此外，在这种情况下，互联网服务提供商往往比中立制度投资更多。从我们的研究结果来看，用户福利方面的最佳制度是参数依赖的，在设计中立性法规时需要谨慎。
2016-02-24 cs.GT cs.NI
Strategic Budget Selection in a Competitive Autobidding World
本文研究在线广告中广告商战略选择预算约束的元博弈，证明纯纳什均衡下流动性福利至少为最优的一半且界紧，混合均衡为4近似，并强调预算声明能力对均衡效率的关键作用。
2023-11-13 cs.GT econ.TH
Fostering Sustainable Cooperation through Strategic Resource Allocation and Utilization on Social Networks
School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学生物医学工程学院）；School of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与技术学院）
本文提出基于超图的广义公共 goods 游戏框架，研究社会网络中资源分配与利用对合作的影响，发现均等分配在同质网络促进合作，但在异质网络可能抑制合作，提出两种优化策略以促进可持续合作。
2026-03-17 cs.GT
Strategic Costs of Perceived Bias in Fair Selection
Yale University（耶鲁大学）；Nanjing University（南京大学）；IIT Bombay（印度理工学院班加罗尔分校）
本文通过博弈论模型分析不同社会经济群体在感知后选择价值差异下的努力分配，揭示这种差异如何影响代表性、社会福利和效用，提出成本敏感优化框架以减少不平等。
2026-03-17 cs.CY cs.GT cs.LG
Sequential Causal Normal Form Games: Theory, Computation, and Strategic Signaling
National University of Singapore（新加坡国立大学）
本文探讨了经典博弈论框架能否扩展以捕捉AI代理的有限理性与因果推理，通过引入顺序因果多智能体系统（S-CMAS），发现其在所有测试场景中无法提供福利改进，揭示了理性选择与因果推理的不兼容性。
2026-01-21 cs.GT cs.MA stat.ME
The Theory of Strategic Evolution: Three Principles of Strategic Replicators
Institute of American Constitutional Thought and Leadership（美国宪法思想与领导力研究所）；University of Toledo（托莱多大学）
本文提出战略进化理论，引入具有内生参与者的博弈，定义进化稳定智能分布，通过跨层增益矩阵构建战略层层次结构，证明相关封闭性及定理，可用于分析人工智能部署动态等，揭示人格工程问题及稳定多智能体系统的宪法约束。
2026-10-28 cs.AI cs.CY cs.GT
On the Effect of Bounded Rationality in Electricity Markets
该研究针对电力市场纳什均衡完全理性假设的局限，基于level-k推理构建双供应商古诺竞争模型，分析有限理性对社会福利的影响，刻画社会计划者的多类策略并通过实验验证相关结论。
2024-07-11 cs.GT cs.SY eess.SY
Automated Dynamic Offset Applied to Cell Association
在本文中，我们开发了一个层次贝叶斯博弈框架自动动态偏移选择。用户竞争，以最大限度地提高他们的吞吐量，通过挑选最好的本地服务的无线电接入网络（RAN）关于他们自己的测量，他们的需求和部分统计信道状态信息（CSI）的其他用户。特别是，我们调查的Stackelberg游戏，其中基站是自己的球员的属性。我们推导出分析用户感知的信道质量相关的实用程序，以获得均衡。我们研究了这种系统的无政府代价（PoA），PoA是网络规划者选择策略以最大化社会福利时所获得的社会福利与用户策略性选择策略时所获得的Nash/Stackeleberg均衡中的社会福利之比.我们通过一个Stackelberg公式，运营商如何通过发送适当的信息的信道状态，可以配置一个动态的偏移，优化其全球效用，而用户最大限度地提高他们的个人效用。所提出的无线网络分层决策方法可以在平衡时的全局网络性能和所请求的信令量之间取得良好的权衡。通常情况下，它表明，当网络的目标是正交的用户的目标，这可能会导致用户的一个误导性的关联问题。
2013-08-21 cs.GT cs.IT math.IT
Potential Games are Necessary to Ensure Pure Nash Equilibria in Cost Sharing Games
California Institute of Technology（加州理工学院）；University of Colorado, Boulder（科罗拉多大学博尔德分校）
本文研究了设计成本分摊规则以确保纳什均衡的存在，证明了在特定可扩展和可分离游戏中，只有潜在游戏才能保证均衡存在。
2014-02-14 cs.GT cs.MA cs.SY
