Sep, 2019

一种用于广义和可扩展博弈中的双极预测采样算法近似求解斯塔克尔伯格均衡

HTML
PDF
TL;DR本论文提出了一种新的方法来近似求解弱Stackelberg均衡，方法基于Follower策略空间的引导式Monte Carlo树搜索和Leader的行为策略树建立，并在用于三个不同拓扑结构的博弈测试中取得了优异的效果，较传统方法更具实用性和时间可扩展性。
发现论文，激发创造
  • 有限顺序博弈的斯塔克贝格均衡计算

    本文研究了在有限序贯博弈中 Stackelberg 均衡解概念，提供了几类序贯博弈的新的精确算法、近似算法和难度结果。

    Jul, 2015

  • 针对展开式博弈的平滑理论与实践进展

    本文主要研究如何通过改进膨胀熵函数的设计，加速第一阶段方法来解决 extensive-form games 问题，并提出了新的加权方案，实践证明本文方法比 CFR+算法更快。

    Feb, 2017

  • 广义形式博弈中的鲁棒斯塔克伯格均衡及其在有限展望中的扩展

    本文研究了扩展形式博弈中存在不确定性的Stackelberg均衡及其鲁棒性问题，分别引入了关于对手收益以及对手节点估值函数的不确定性条件，并提出了一种新的混合整数规划模型计算此类问题，证明可以在特定情况下准确可靠地计算出鲁棒Stackelberg均衡。

    Nov, 2017

  • 斯塔克贝格博弈中的学习动态收敛

    本文研究了斯塔克伯格博弈中学习动态的收敛性，并提出了一种基于梯度的学习更新规则，用于训练生成对抗网络。

    Jun, 2019

  • 随机斯塔克伯格安全博弈的无模型强化学习

    本文提出了一种基于预期Sarsa的强化学习算法，使用粒子筛选器估计共同代理的信念更新，并以安全游戏示例说明了所学习的策略。

    May, 2020

  • 一般和博弈中的斯塔克伯格均衡的高效学习

    在嘈杂的赌徒反馈环境中，理论研究了 Stackelberg 均衡的样本有效学习，识别了 Stackelberg 均衡真实值与使用有限噪声样本估计版本之间的基本差距，并建立了与其相匹配的下限。

    Feb, 2021

  • 强化学习在一般和马尔可夫博弈中可以发现贝叶斯纳什均衡吗？

    研究了带有领导者和追随者的多人普遍和马尔可夫博弈，关注追随者为短视的情况，在在线和离线设置下开发了一些优化和悲观变种的最小二乘值迭代的强化学习算法以求得Stackelberg-Nash均衡(SNE)。它们可在大状态空间的函数逼近工具中简单应用，并在具有线性函数逼近的情况下分别在在线和离线设置下证明了亚线性遗憾和亚最优性，为解决追随者为短视的普遍和马尔可夫博弈的SNE建立了第一个可以被证明高效的强化学习算法。

    Dec, 2021

  • 广义积和博弈中的最优相关均衡：固定参数算法，难度和双向列生成

    研究了针对不同类型的协同均衡的最优相关策略问题，提出了相关DAG表示方法和双面列生成算法来计算最优策略并探讨其复杂性分析，探究了一些新的基准博弈。

    Mar, 2022

  • 计算最优分布式鲁棒策略

    本文研究了基于分布鲁棒优化的Stackelberg游戏模型，特别是在不确定下属效用模型的情况下，寻找最优策略以保护某些资产。我们的研究表明，在广泛的不确定模型下，分布鲁棒Stackelberg均衡始终存在。当存在无限个下属效用函数且不确定性由支持有限名义分布周围的Wasserstein球表示时，我们提出了一种基于混合整数规划的增量算法来计算最优的分布鲁棒策略。实验结果显示，我们的方法可扩展到中等规模的Stackelberg游戏，从而验证了算法的可行性。

    Sep, 2022

  • 大规模完全信息博弈中求解领导者-追随者均衡的函数逼近

    本研究提出了一种基于神经网络的函数近似方法，应用于广义和博弈的Stackelberg博弈情景，以学习Enforceable Payoff Frontier，从而实现对博弈策略的近似计算和评估。

    Dec, 2022