使用强化学习的路由算法能够控制拥塞和优化路径长度，从而提高网络吞吐量，有效地应用于复杂网络中各种流量场景和拓扑结构，并在实验中显示出最大节点拥塞减少 5 倍、效率提高 30% 的结果。

Dec, 2023

本文研究了两类经典资源分配博弈的均衡计算问题，提出了一种多项式时间算法来计算这些博弈的纯纳什均衡，并应用于考察单一市场的 Cournot 均衡问题。

Dec, 2016

通过分析几个主要城市的道路网络的旅行时间，我们评估了无协调驾驶者的乱象代价。我们的模拟表明，不协调的驾驶者可能会浪费相当数量的旅行时间。令人意外的是，简单地封锁某些道路可以部分改善交通状况。我们分析了各种复杂网络，讨论了物理学中类似的悖论可能性。

Dec, 2007

本文提出了一种新的 N 人动态路由博弈模型，研究交通流量的基本图表并介绍了明确的拥堵动态学；然而，由于 Nash 均衡计算是 PPAD 完全的，因此提出了相应的均值场游戏，该方法在交通动力学建模方面取得了成功。

Oct, 2021

本文介绍了去中心化优化中最近的研究进展，并概述了针对不同场景的算法和分析，强调了网络拓扑在这些方法中的作用。

Sep, 2017

本文开发了一个框架，为计算机科学应用中涉及到的包含多个参与者的博弈论模型提供了红利保障，以减小其混沌的程度，实现了对多个经典模型的实例化，包括 “同时出价单项竞拍”、“贪婪组合式拍卖” 和 “路由博弈”，并鉴定了在什么情况下多方博弈的 POA 更好，同时也给出了简单竞拍可以在现实中表现出几乎和最优竞拍一样的效果的新的方面。

Mar, 2015

在拥堵博弈中找到 (可能的混合) 纳什均衡和在平滑函数的梯度下降动力学中找到指数精度的不动点两问题等价，由此得到复杂性类的等价性 CCLS = PPAD∩PLS。

Dec, 2020

本文提出了一个关于战略代理进行可能昂贵计算的普适的博弈论框架，利用该框架在一些已研究的博弈中（如有限重复犯罪囚徒困境和剪刀石头布）提供心理学上合理的解释，同时提出了保证博弈中存在均衡的自然条件。

Dec, 2014

本文研究了一个在线资源预订问题，通过一个由两个计算节点组成的通信网络，在有限时间内最小化整体预订成本，并且保持累计违规与运输成本在一定预算限制下的在线重复博弈，提出了一个在线鞍点算法来解决该问题。

May, 2023

介绍了一种新的方法来解决最大流问题，使用 alpha-congestion-approximators 在无向，容量图中，通过计算简单的函数，维护任意流来优化拥挤度，并提出使用类似 Spielman and Teng （STOC 2004）解决 Laplacian 系统问题的方法。

Apr, 2013