Sep, 2022

计算最优分布式鲁棒策略

PDF
TL;DR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。
发现论文，激发创造
  • 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

  • 观察并学习：从明示偏好反馈中进行优化

    本文提出通过揭示意向方法，解决了在 follower 效用函数未知的 Stackelberg 博弈中求解 leader 最优策略的问题，并在包括利润最大化和非原子性拥塞博弈最优通行费率问题在内的广泛问题上表现良好。

    Apr, 2015

  • 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

  • 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

  • 无耦合学习承诺微分斯塔克尔贝格均衡

    通过非耦合学习过程，本文提出一个新的学习规则，能够仅仅依靠每个玩家对其他玩家行为的观察，推动玩家向局部 Stackelberg 均衡演化，本规则对人工智能合作和多智能体强化学习具有潜在应用。

    Feb, 2023

  • 对抗无悔玩家

    研究使用无遗憾算法在正态形式重复的 N 人博弈中，如何让人类玩家获得最大化效用，引入 Stackelberg 均衡和相关 Stackelberg 均衡的概念，证明玩家能够在每个回合至少保证相关 Stackelberg 期望值的效用。

    Feb, 2022

  • 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

    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。

    Sep, 2019

  • 多保卫者斯塔克伯格安全博弈的鲁棒解决方案

    本文提出了一个针对多防御者斯塔克尔贝格安全博弈（MSSG）的鲁棒模型，该模型可以有效提高防御者的效益，并产生鲁棒的近似均衡和 α- 核构造，吸收不确定性和扰动的影响。

    Apr, 2022

  • 马尔可夫决策过程中的分布鲁棒对应物

    本文研究了参数不确定的马尔可夫决策过程，利用分布鲁棒优化框架来得到在最具有敌意的分布下的最大性能期望值。通过将不确定参数视为随机变量，本文泛化了以前的研究并证明，在较温和的技术条件下，可以高效地获得最优策略，这极大地扩展了分布鲁棒 MDP 集成不确定性的概率信息的灵活性。

    Jan, 2015

  • Wasserstein 分布稳健随机控制：一种数据驱动的方法

    研究了一个基于 Wasserstein 分布的鲁棒控制策略问题，提出了一个可计算的值迭代算法和策略迭代算法，并通过动态规划和 Kantorovich 对偶理论的分析，在保证置信水平不降低的情况下，构造了一个多阶段性能保证和最优分布鲁棒控制策略。

    Dec, 2018