本文提出了一个几何框架来制定零和博弈中的智能体目标，以构建产生开放式学习的自适应目标序列，从而产生比现有算法更强的智能体集合。我们将 PSRO_rN 应用于两个高度非传递性的资源分配游戏，并发现 PSRO_rN 始终优于现有替代方案。

Jan, 2019

本文研究现实世界游戏（如井字棋，围棋，星际争霸 II）的几何特性并证明它们与竞技场上的旋转体结构相似。此结构形成的不对称性带来了关于学习与策略的问题，我们用 9 个现实世界两人零和对称游戏进行了实证。

Apr, 2020

本文研究了一类竞争场景，其中代理和它们玩的游戏都在时间上演化。该系统中的信息论保存定律、泊松回归和 Nash 均衡特征表明，尽管代理和游戏共同演化，但其结果仍然遵循一定的规律。同时，针对这种共同演化的网络游戏提出了预测代理行为的多项式时间算法。

Dec, 2020

通过将收益视为更高阶变化的力量，即指定玩家进化的加速度而不是速度，我们推导出了广泛的高阶博弈动力学，并证明了更高阶的收益单调动力学导致弱支配策略的消失，随后是严格支配策略的迭代删除，从而提供了迪凯尔和弗登伯格（1990）所知的认知合理化过程的动态理由。

Jun, 2012

扩展进化博弈论通过允许玩家策略及其回报随着遗传变异的选择而进化，提供了一般框架来理解策略和回报在迭代博弈中的共同进化过程，揭示出利益和成本之间的权衡使得合作的瓦解是如此极端以至于合作的平均回报可能下降，即使相互合作的潜在回报仍在增加。

Feb, 2014

本文提供了首个可适用于广义博弈顺序形式的复制动态系统，相较于现有的复制动态系统可以使时间和空间指数级降低，并证明了在离散时间和连续时间情况下的结果，同时拓展了标准工具以研究策略配置的稳定性。

Apr, 2013

本文探讨了强化学习代理群体的复制者方程，证明基于环境反应的互动，代理们以自私的方式建模自己的环境，从而自然地出现游戏动力学，针对石头剪刀布游戏的应用证明了群体学习动力学具有多种多样的竞争和合作行为，包括准周期性，稳定极限环，间歇性和确定性混沌 – 这些行为在由我们导出的广义重复子方程描述的异质多智能体系统中应该得到预期。

Apr, 2002

本论文提出了 Taak-duality，一种将生态和基因型 / 表型类型都考虑在内的术语，并利用这种等价关系研究了高度一般化类型的生态进化轨迹，分析了有向进化的效率潜在限制。

May, 2023

我们提出了基于进化博弈理论考虑的两种多智能体强化学习算法的变体。 一个变体的有意简化使我们能够证明它与一类常微分方程系统的复制子 - 变异体动力学的关系，从而通过它的常微分方程对应项在各种环境中展示了该算法的收敛条件。相较于更复杂的算法，另一个更复杂的变体允许与 Q 学习算法进行比较。我们在一系列环境中通过实验将这两个变体与 WoLF-PHC 和频率调整的 Q 学习进行比较，展示了我们的变体在维度增加的情况下保持收敛性的实例与更复杂算法的对比。解析结果的可用性相对于纯经验案例研究提供了一定的可转移性，展示了在处理收敛性和可靠的推广问题时，动力系统视角对多智能体强化学习的普适性。

May, 2024

本文采用统计力学的普遍费米分布函数，对一种进化过程即成对比较进行了分析。我们首次得出了一个简单的封闭公式，它能够决定任何真正意义上的两人博弈中有限人群中合作的可行性。我们调查了有限群体中合作者的进化动态，并研究了选择强度和无限人口中固定点的残留物之间的相互作用，说明了这种相互作用如何在不同的选择强度下强烈影响有限人口中给定特征的趋向于固定的方式，从而导致直觉上不符合的结果。

Sep, 2006