Qualitative Analysis of Concurrent Mean-payoff Games
我们考虑有限状态图上两个玩家的并发博弈,在每一轮中玩家同时选择一个动作,当前状态和联合动作决定了后继状态。我们研究一个基本目标,即平均收益目标,其中奖励与每个过渡相关联,玩家1的目标是最大化长期平均奖励,玩家2的目标是严格相反的。参与人1的路径约束可以是定性的,即,平均回报是最大回报,或者任意接近它;或者是定量的,即,最小和最大奖励之间的给定阈值。我们考虑的计算几乎肯定(resp。正的)获胜集,其中参与者1可以确保路径约束以概率1(分别地,正概率)。我们对定性路径约束的主要结果如下:(1)我们建立了定性确定性结果,表明对于每个状态,任一参与人1都有一个策略来确保几乎确定(分别是)。积极的)战胜所有参与人2的策略,或者参与人2有一个破坏策略来伪造几乎肯定的(分别是积极的)赢得对所有玩家1的战略;(2)我们提出了最佳的战略复杂性的结果,精确地描述了几乎肯定和积极赢得双方球员所需的战略类;和(3)我们提出了二次时间算法来计算几乎肯定和积极的胜利集,匹配最好的已知的边界算法更简单的问题(如可达性目标)。对于定量约束,我们表明,一个多项式时间的解决方案,几乎肯定或积极的获胜集将意味着一个长期存在的开放问题的解决方案(基于回合的确定性平均支付游戏的价值问题),这是不知道是可解的多项式时间。
2014-09-18 cs.GT
The Value 1 Problem Under Finite-memory Strategies for Concurrent Mean-payoff Games
我们考虑并发的平均支付游戏,一个非常好的研究类的两个玩家(玩家1对玩家2)零和游戏的有限状态图,其中每个过渡被分配一个奖励之间的0和1,和支付功能是长期的平均奖励。这个值是参与人1在参与人2的所有策略下所能保证的最大预期收益。本文研究了在有限记忆策略下参与人1的值为1的状态集的计算问题,主要结果如下:(1)给出了一个多项式时间算法;(2)证明了只要存在有限记忆策略,就存在一个完全不需要记忆的平稳策略;以及(3)我们给出了平稳策略耐心的最优界(它是双指数的)(其中一个分布的耐心是最小正概率的倒数,并且表示平稳策略的复杂性度量)。
2014-10-01 cs.GT
Smart Transformations: The Evolution of Choice Principles
进化博弈论经典地研究了在单个博弈中哪些行为模式在进化上是成功的。最近,一些贡献研究了偏好的进化:在一个单一的游戏中,对游戏收益的主观概念化会导致进化上成功的行为。在这里,我们想进一步扩展现有的方法,问:支付函数的主观概念化的一般模式在一类游戏中是进化上成功的。换句话说,我们将研究“元博弈”中收益转换的进化竞争,通过对单个博弈的收益进行平均来获得。专注于一个开始的类的2x2对称游戏,我们表明,后悔最小化可以优于收益最大化,如果代理诉诸于安全策略的情况下,激进的不确定性。
2015-04-30 cs.GT
Quantifying the Strategyproofness of Mechanisms via Metrics on Payoff Distributions
策略证明机制提供了鲁棒的平衡与最小的假设知识和合理性,但可能无法实现与其他理想的属性,如不确定性平衡,稳定性对联盟的偏差,计算的易处理性。在寻找最大的strategyproof机制,同时满足其他理想的属性,我们引入了一个新的指标来量化的strategyproof的机制,比较的回报分布的基础上,给出真实的报告,对strategyproof的“参考”机制,解决了问题的放松。专注于组合交流,我们证明了该指标是信息的最终均衡,简单的regretbased指标不,并可用于在线选择的有效机制。
2012-05-09 cs.GT
A Constructive Generalization of Nash Equilibrium for Better Payoffs and Stability
在一个由完全自私的个体组成的社会里,每个人都只对自己的收益最大化感兴趣,社会是否存在任何均衡?约翰·纳什在50多年前证明了一个均衡总是存在的,没有人会从单方面改变他的策略中受益。纳什均衡是博弈论的核心概念,它为社会科学和经济学提供了数学基础。然而,从理论和实践的角度来看,理解个体不那么自私的游戏是很重要的。本文提供了一个建设性的推广纳什均衡来研究n人博弈中的自私的个人可以定义在任何水平,包括极端的完全自私。这种概括是建设性的,因为它为社会中的个人提供了一种达到均衡的协议。最重要的是,本文通过实验结果和理论研究表明,社会中的个体可以共同降低他们的自私水平,以达到一个新的均衡,在这个均衡中,他们可以获得更好的收益,同时社会也更稳定。这项研究表明,为了社会(包括金融市场)中每个人的利益,每个人对最大回报的追求应该在一定程度上受到控制,要么是自愿的好公民,要么是强制性的法规。
2009-03-30 cs.GT cs.MA
Steering control of payoff-maximizing players in adaptive learning dynamics
本文发现并刻画了迭代囚徒困境中的不屈策略,证明其能迫使零行列式玩家采取公平行为,并揭示了不屈性质在常见策略中的普遍性,为结合博弈论与多智能体学习优化鲁棒获胜策略提供了新视角。
2023-05-30 cs.GT physics.soc-ph
Hyperplane Separation Technique for Multidimensional Mean-Payoff Games
我们考虑有限状态博弈图和递归博弈图(或下推博弈图),可以模拟具有递归的顺序程序的控制流,具有多维平均收益目标。在下推博弈中,有两种策略是相关的:全局策略,依赖于整个全局历史;模块策略,只有局部记忆,因此不依赖于调用的上下文。我们提出了几个基本的算法问题的解决方案,我们的主要贡献如下:(1)我们表明,有限状态多维平均支付游戏可以在多项式时间内解决,如果维数和最大绝对值的重量是固定的;而如果维数是任意的,那么问题已经是已知的coNP-完全的。(2)我们证明了具有多维平均收益目标的下推图可以在多项式时间内求解。(3)对于下推游戏的全局策略下的单和多维平均支付目标的问题是已知的不可判定的,我们表明,在模块化策略下的多维问题也是不可判定的(而在模块化策略下的单维问题是NP-完全的)。我们证明了,如果模块数、出口数和权重的最大绝对值都是固定的,则在一维平均支付目标下的模块化策略下的下推博弈可以在多项式时间内求解;如果出口数或模块数都没有界,则该问题是NP-难的. (4)最后,我们表明,一个固定参数的易处理的算法有限状态的多维平均支付游戏或下推游戏的模块化策略与单维平均支付目标将意味着解决长期开放的问题固定参数易处理的奇偶游戏。
2013-08-08 cs.GT cs.LO
The tropical shadow-vertex algorithm solves mean payoff games in polynomial time on average
我们引入了一个算法,解决了平均支付游戏在多项式时间平均,假设游戏的分布满足翻转不变性属性的一组动作与每个状态。该算法是一个热带模拟的阴影顶点单纯形算法,解决了平均支付游戏通过线性可行性问题的热带半环$(\mathbb{R} \cup \{-\infty\}, \max, +)$。在我们的方法的关键成分是,阴影顶点旋转规则可以转移到热带多面体,其计算减少到最优分配问题,通过Plücker关系。
2014-09-11 cs.DS cs.GT math.OC
Mechanism Design in Max-Flows
本文研究玩家容量为私有信息的最大流博弈分配机制,证明无诚实核心选择机制并提出五个理想性质,指出夏普利值机制的不足后,提出满足所有性质的基于最小割的新机制。
2025-02-12 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
Control of Asynchronous Imitation Dynamics on Networks
模仿在决策主体群体中被广泛观察到。使用我们最近的收敛结果的异步模仿动态网络,我们考虑如何这样的网络可以有效地驱动到一个理想的平衡状态,通过提供回报激励使用一定的策略,无论是统一的或针对个人。特别是,如果对于每个可用的策略,代理人玩该策略时,他们的邻居玩相同的策略获得最大的回报,我们表明,提供激励,代理人在网络中,是在平衡将导致收敛到一个独特的新的平衡。对于一个统一的激励可以提供给所有代理的情况下,这个结果允许使用二进制搜索算法的最佳激励的计算。当激励措施可以针对个人代理,我们提出了一种算法来选择代理人应该选择的基础上迭代最大化的代理人谁采取所需的策略,以获得这些代理人这样做所需的回报激励的数量的比率。仿真结果表明,所提出的算法计算出接近最优的有针对性的支付激励的范围内的网络和协调博弈中的支付分布。
2017-04-12 cs.GT nlin.AO
Incentive Stackelberg Mean-payoff Games
我们引入并研究了多人平均支付博弈的激励均衡。激励均衡概括了研究得很好的解决方案概念,如纳什均衡和领导者均衡(也称为斯塔克伯格均衡)。回想一下,如果没有参与人可以通过单方面改变策略来提高收益,那么策略剖面就是纳什均衡。在激励和领导者均衡的设定中,有一个被称为领导者的杰出参与者,她可以将策略分配给所有其他参与者,称为她的追随者。如果除了领导者之外,没有参与者可以通过单方面改变策略来提高收益,那么策略剖面就是领导者策略剖面,领导者均衡是领导者收益最大的领导者策略剖面。在所提出的激励均衡的情况下,领导者还可以通过将部分收益转移给追随者来影响追随者的行为。激励她的追随者的能力提供了更多的自由,在选择策略配置文件的领导者,我们表明,这确实可以提高在这样的游戏中的领导者的回报。本文的主要基本结果是平均支付博弈中激励均衡的存在性。我们进一步证明了与构建激励均衡相关的决策问题是NP完全的。在一个积极的注意,我们表明,当玩家的数量是固定的,问题的复杂性属于同一类的两个玩家的平均收益游戏。我们还提出了一个实现所提出的算法,并讨论了实验结果,证明了中型游戏的分析的可行性。
2015-10-31 cs.GT
Robust Commitments and Partial Reputation
代理人很少单独行动-他们的行为历史,特别是,对其他人是公开的。我们寻求一个非渐近的理解,领导者代理应该如何塑造这一历史,以最大的优势,知道追随者代理(S)将学习和响应it. We研究Stackelberg领导者-追随者游戏有限的观察领导者承诺,通常模型安全游戏和网络路由在工程中,在经济学和说服机制。首先,我们正式表明,当游戏不是零和和香草Stackelberg承诺是混合的,它是不强大的观测不确定性。我们提出了观测鲁棒性,多项式时间可计算的承诺建设的领导者战略,近似的Stackelberg的回报,也表明,这些承诺规则近似的最大可获得的回报(这可能是在一般情况下大于Stackelberg的回报)。
2019-05-28 cs.GT
Mean-Payoff-Parity and Lifting Strategies from MDPs to 2-Player Stochastic Games
Department of Computer Science, University of Oxford(牛津大学计算机科学系);School of Informatics, University of Edinburgh(爱丁堡大学信息学院)
研究双人零和随机博弈中最优策略的复杂度,证明从MDP提升策略时指数级内存是必要的,并解决平均收益-奇偶性目标的最优策略复杂度,显示随机策略需要线性内存。
2026-06-18 cs.GT
A pseudo-quasi-polynomial algorithm for solving mean-payoff parity games
在平均收益平价博弈中,两个博弈者中的一个既要实现定性的平价目标,又要最小化定量的长期平均收益(又名。平均收益)。游戏是零和的,因此另一个玩家的目标是要么挫败平价目标,要么最大化平均收益。我们的主要技术成果是一个伪拟多项式算法求解平均支付平价游戏。所有的算法已经开发了十多年的问题有一个伪多项式和指数因子在他们的运行时间;在我们的算法的运行时间,后者被替换为一个准多项式。根据Chatterjee和Doyen(2012)以及Schewe,Weinert和Zimmermann(2018)的结果,我们的主要技术结果意味着存在用于求解奇偶能量博弈和求解具有权重的奇偶博弈的伪准多项式算法。我们的主要概念的贡献是双方球员的战略分解的定义,和一个概念的进展措施的平均回报平价游戏,推广平价和能源的进展措施。前者提供了范式和简洁的表示获胜的策略,后者使应用程序的平均支付奇偶游戏的顺序理论的机器,支持最近的准多项式算法解决奇偶游戏。
2018-07-10 cs.DS cs.GT cs.LO
A Pseudo-Polynomial Algorithm for Mean Payoff Stochastic Games with Perfect Information and Few Random Positions
我们考虑两个人零和随机平均支付博弈的完美信息,或BWR-游戏,给出了一个有向图$G = (V, E)$,局部奖励$r: E \to \ZZ$,和三种类型的位置:黑色$V_B$,白色$V_W$,和随机$V_R$形成一个分区的$V$。这是一个长期存在的公开问题是否存在多项式时间算法的BWR游戏,或没有,即使当$|V_R|=0$。事实上,BWR-对策的伪多项式算法已经暗示了它们的多项式可解性。在本文中,我们证明了具有常数随机位置的BWR-对策可以在伪多项式时间内求解。更准确地说,在任何具有$|V_R|=O(1)$的BWR博弈中,一致最优纯平稳策略的鞍点可以在$|V_W|+|V_B|$的时间多项式中找到,最大绝对局部奖励和转移概率的公分母。
2017-03-23 cs.GT
Tropical linear regression and mean payoff games: or, how to measure the distance to equilibria
本文研究了一个热带线性回归问题,该问题是由一个热带超平面求一组点的最佳逼近。建立了一个强对偶定理,证明了该问题的值与包含在热带多面体中的希尔伯特球的最大半径一致。我们还表明,这个回归问题是多项式时间相当于平均支付游戏。我们通过求解拍卖理论的逆问题来说明我们的结果。在这种情况下,一个热带超平面代表均衡价格的集合。热带线性回归允许我们量化市场到均衡集的距离,并推断决策者的秘密偏好。
2021-06-21 cs.GT math.CO math.OC
Determinacy in Stochastic Games with Unbounded Payoff Functions
我们考虑无限状态回合制随机游戏的两个球员,盒子和钻石,谁的目标是最大化和最小化的预期总回报积累沿运行,分别。由于总的累积报酬是无界的,这类博弈的决定性不能直接从马丁关于布莱克威尔博弈的决定性结果中推导出来。然而,我们表明,这些游戏都是确定的无限制(即,历史相关和随机)策略和确定性策略,并且均衡值相同。此外,我们表明,这些游戏一般不确定无记忆策略。然后,我们考虑钻石分支游戏的一个子类,并表明它们是确定的所有考虑的策略类型,其中的均衡值总是相同的。我们还研究了两个玩家的(非)最优策略的存在性和类型。
2012-08-08 cs.GT
Finite-Memory Strategy Synthesis for Robust Multidimensional Mean-Payoff Objectives
图上的二人博弈为反应系统的研究提供了数学基础。在定量框架中,一个目标为每一步棋分配一个值,参与人1的目标是最小化目标的值。在这个框架中,有两个相关的综合问题需要考虑:定量分析问题是计算参与人1可以保证的最小(或下确界)值,布尔分析问题是询问参与人1是否可以保证目标的值至多为$ν$(对于给定的阈值$ν$)。在多维加权图上玩平均支付表达式游戏。原子平均支付表达式目标是某一维的平均支付值(长期平均权重),平均支付表达式类是原子平均支付表达式在$\MAX,\MIN$、数值补和$\SUM$代数运算下的闭包.在这项工作中,我们研究了第一次的策略合成问题的游戏具有强大的定量目标,即游戏的平均回报表达的目标。虽然在一般情况下,这些游戏的最佳策略需要无限的记忆,在合成中,我们通常感兴趣的有限状态系统的建设。因此,我们考虑的游戏中,玩家1是有限的记忆策略,我们的主要贡献如下。我们证明了对于平均支付表达式,定量分析问题是可计算的,布尔分析问题与Hilbert的第十个有理数问题--一个在计算机科学和数学中长期存在的基本开放问题--是相互可约的。
2014-04-29 cs.GT cs.LO
Faster Algorithms for Mean-Payoff Parity Games
图游戏为反应过程的建模和综合提供了基础。这种游戏是在图上进行的,其中顶点由两个敌对的玩家控制。我们考虑图游戏的第一个玩家的目标是一个定性目标(指定为奇偶条件)和定量目标(指定为平均回报条件)的结合。这个问题有两种变体,即阈值问题,其中定量目标是确保平均收益值高于阈值,以及价值问题,其中定量目标是确保最佳平均收益值;在这两种情况下,都确保定性平价目标。对于具有$n$顶点、$m$边、具有$d$优先级的奇偶目标以及用于平均支付目标的最大绝对奖励值$W$的博弈图,先前最著名的算法如下:用于阈值问题的$O(n^{d+1} \cdot m \cdot W)$,以及用于值问题的$O(n^{d+2} \cdot m \cdot W)$。我们的主要贡献是更快的算法,我们的算法的运行时间如下:$O(n^{d-1} \cdot m \cdot W)$的阈值问题,和$O(n^{d} \cdot m \cdot W \cdot \log (n\cdot W))$的价值问题。对于具有两个优先级的平均收益奇偶目标,我们的算法与平均收益游戏的算法的最知名的界限相匹配(不与奇偶目标相结合)。我们的结果与具有功能要求(作为定性目标给出)和性能要求(作为定量目标给出)的反应系统的合成相关。
2017-06-19 cs.GT cs.LO
Optimal Private Payoff Manipulation against Commitment in Extensive-form Games
Peking University(北京大学);Columbia University(哥伦比亚大学)
该研究针对扩展式博弈中领导者依赖追随者收益信息做策略承诺的场景,分析乐观与悲观两类追随者的最优收益操纵行为,刻画可诱导的博弈结果并证明该问题多项式时间可解。
2023-06-13 cs.AI cs.DS cs.GT
Repeated Games With Intervention: Theory and Applications in Communications
在用户共享公共资源的通信系统中,用户的自私行为通常导致次优的资源利用率。已经有大量的工作,模型与自私的用户作为一次性游戏的通信系统,并提出激励计划,以实现帕累托最优的行动配置文件作为非合作的均衡。然而,在许多通信系统中,由于用户之间的强负外部性,一次性博弈的可行支付集是非凸的。因此,有可能通过让用户选择不同收益的凸组合来扩展可行收益的集合。在本文中,我们提出了一个重复博弈模型的干预广义。首先,我们使用重复的游戏,凸的一次游戏中的可行的支付。其次,我们结合传统的重复游戏与干预,最初提出的一次性游戏,以实现更大的一组均衡收益和放松的要求,用户的耐心,以实现it.We研究的问题,最大化的福利函数定义的用户的均衡收益,受最低收益保证。在给定最优均衡收益的情况下,我们推导出了最小干预能力,并设计了相应的均衡策略。所提出的广义重复博弈模型适用于各种通信系统,如功率控制和流量控制。
2011-11-10 cs.GT cs.IT math.IT
Algorithms with Smoothed Polynomial-Time Complexity for Deterministic Discounted-sum and Mean-payoff Games
Institute of Science and Technology Austria (ISTA)(奥地利科学技术研究所)
该研究针对确定性贴现和与均值收益博弈,提出策略迭代算法变体的新分析技术,证明其在一般博弈图上具备平滑多项式复杂度,解决了这类博弈平滑复杂度的开放问题。
2026-10-14 cs.DS cs.GT
Evolution Reinforces Cooperation with the Emergence of Self-Recognition Mechanisms: an empirical study of the Moran process for the iterated Prisoner's dilemma
我们提出的见解和经验的结果,从一个广泛的数值研究的进化动力学的迭代囚徒困境。固定概率莫兰过程中获得的所有对164个不同的策略,包括经典,如TitForTat,零决定因素的战略,和许多更复杂的战略。具有长记忆和复杂行为的玩家在两个玩家的情况下表现得比许多策略都好。此外,我们介绍了几种策略训练的进化算法在莫兰过程中脱颖而出。这些策略是优秀的入侵者和入侵抵抗者,在某些情况下,它们会自然地进化出握手机制来抵抗入侵。最好的入侵者是那些被训练来最大化总收益的人,而最好的抵抗者则会调用握手机制。这表明,虽然最大化个人收益可以通过入侵导致合作的进化,但收益最大化策略相对较弱的入侵抵抗力并不像采用握手机制的策略那样进化稳定。
2017-08-10 cs.GT physics.soc-ph
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
Information Spillover in Multiple Zero-sum Games
本文研究了一个双方都缺乏信息的无限重复三人贝叶斯博弈,其中一个知情的局中人在每个阶段同时与两个不知情的局中人进行两个零和博弈.这是Aumann等人[1]的两人零和单边不完全信息模型的推广。在相关先验条件下,知情参与者面临的问题是如何在两个不知情参与者之间最优地披露信息,以最大化他的长期平均收益。我们的目标是了解在知情参与者的均衡收益集中,从一个博弈到另一个博弈的"\information溢出“的不利影响。我们提供的条件下,知情的球员可以完全克服这种不利影响和均衡收益的特点。在第二个结果中,我们展示了信息溢出对知情玩家的均衡收益集的影响可能是严重的。
2023-03-08 cs.GT econ.TH
Rigorous computer analysis of the Chow-Robbins game
反复抛硬币,想停就停。你的收益是正面朝上的比例,你希望在预期中最大化这个收益。这个所谓的Chow-Robbins游戏适合计算机分析,但是尽管头脑简单的数字运算可以表明最好在给定位置继续,但严格地建立停止是最佳的,乍一看似乎需要“从无穷大的反向归纳”。我们建立了一个简单的上界的预期收益在一个给定的位置,允许有效和严格的计算机分析的立场在游戏的早期。特别是,我们确认,5头和3尾,停止是最佳的。
2012-01-03 cs.GT math.PR
Optimally Deceiving a Learning Leader in Stackelberg Games
University of Oxford(牛津大学);University of Essex(埃塞克斯大学)
ML社区的最新结果表明,用于计算Stackelberg游戏中领导者承诺的最佳策略的学习算法容易受到追随者的操纵。这样的学习算法通过询问跟随者的最佳反应或收益来运行,跟随者因此可以通过响应来欺骗算法,好像他的收益与实际情况大不相同。为了使这种战略行为成功,追随者面临的主要挑战是确定收益,使学习算法计算出承诺,以便根据追随者的真实收益,最好地回应它,使追随者的效用最大化。虽然这个问题已经考虑过,相关文献只集中在简化的情况下,其中支付空间是有限的,从而离开了一般版本的问题没有答案。在本文中,我们填补了这一空白,通过显示,它总是有可能的追随者计算(近)最优的收益为各种情况下的领导者和追随者之间的学习互动。
2020-06-11 cs.DS cs.GT cs.LG
Correlated optimin
King’s College London(伦敦国王学院)
本文扩展了Ismail (2025)提出的优化极值概念,从混合策略配置扩展到相关分布。通过考虑玩家在对手可能遵循私人建议或单方面做出利润最大化偏差时的最坏预期收益,评估相关分布。相关优化极值在保证收益向量上是帕累托最优的。证明了在有限游戏中总是存在相关优化极值。此外,对于每个相关均衡,存在一个相关优化极值,使得每个玩家的保证收益不低于其相关均衡收益。在双玩家零和游戏中,相关优化极值与相关均衡一致,并产生最大化最小值。在非零和游戏中,相关优化极值可能严格优于所有相关均衡。通过一个简单的2x2游戏示例展示了这一点,其中存在一个相关优化极值严格帕累托支配均衡收益。
2026-05-18 cs.GT econ.TH
Learning in Repeated Multi-Objective Stackelberg Games with Payoff Manipulation
University of Warwick, United Kingdom(英国沃里克大学)
本研究针对重复多目标Stackelberg博弈中的收益操纵问题,提出基于期望效用和长期期望效用的操纵策略,证明长期策略收敛于最优,并在基准环境中提升领导者效用且促进互利。
2025-08-26 cs.AI cs.GT
Condition numbers of stochastic mean payoff games and what they say about nonarchimedean semidefinite programming
半定规划可以考虑在任何实封闭的域上,包括具有非阿基米德赋值的Puixix级数的域。非阿基米德半定程序编码的经典半定程序的参数家庭,足够大的参数值。最近,非阿基米德半定规划与完全信息随机平均支付对策之间建立了对应关系。这种对应关系依赖于热带几何学。它允许一个解决一般的非阿基米德半定可行性问题,大规模的,通过随机对策算法。在本文中,我们表明,这些游戏的平均支付可以解释为相应的非阿基米德可行性问题的条件数。这个数字衡量一个可行实例与不可行实例的距离,反之亦然。我们证明了它与希尔伯特射影度量中的球的最大半径一致,即包含在可行集内。几何解释的条件数特别依赖于对偶定理的热带半定可行性方案。然后,我们根据条件数限制可行性问题的复杂性。根据随机对策的特点,给出了该条件数的明确界。因此,我们表明,最简单的算法来决定是否随机平均支付游戏是赢的,即值迭代,具有伪多项式的复杂性时,随机位置的数量是固定的。
2018-02-21 cs.GT math.CO math.OC
Capital Games and Growth Equilibria
本文提出资本博弈模型,通过动态资本变化推断玩家效用,研究资本增长率最大化问题。
2026-01-23 cs.GT cs.MA econ.TH
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
Open-Loop Equilibrium Strategies for Dynamic Influence Maximization Game Over Social Networks
研究了社交网络上竞争影响力最大化化的预算分配问题。在这个问题中,多个竞争方(玩家)希望将他们有限的广告资源分配给一组社会个体,以最大化他们的长期累积收益。假设个体通过社会网络连接,并基于经典的DeGroot模型更新他们的意见。参与者必须在有限的竞选次数内决定个人之间的预算分配,以最大化他们的总收益,作为个人意见的函数。我们证明了:(1)通过求解凹规划,可以在多项式时间内找到单人博弈的最优投资策略;(2)通过遵循自然后悔最小化动力学,可以有效地计算多人动态博弈的开环均衡策略.我们的研究结果扩展了以前的工作的静态版本的问题,一个动态的多级游戏。
2021-08-30 cs.GT cs.MA cs.SY
Sensor Scheduling in Intrusion Detection Games with Uncertain Payoffs
本研究针对入侵检测中的传感器调度问题,提出分布式加权多数算法和在线学习方法,分别处理已知与未知收益场景,高效计算纳什均衡策略并实现阶最优遗憾界。
2025-04-20 cs.GT cs.SY eess.SY