我们提出了一种在连续状态和动作空间上利用代表性玩家进行离散时间图博游戏的建模方法，用于研究具有异质相互作用的随机博弈。相比采用无穷多个玩家的广泛采用的建模方法，该建模方法具有哲学和数学优势。我们在温和的假设下证明了图博均衡的存在性和唯一性，并展示了该均衡可用于构造网络上有限玩家博弈的近似解，这在分析和求解中面临维数灾难的挑战。我们开发了一种在线无预言学习算法来数值求解均衡，并提供了其收敛的样本复杂度分析。

May, 2024

本论文利用深度学习和循环神经网络的参数化控件，提出了一种找到随机延迟微分博弈的闭环纳什均衡的数值方法，并在金融相关问题上进行了测试。

Jul, 2023

以非线性稠密图马尔可夫游戏为极限，提出了图分块场博弈的新离散时间公式，并通过正则化最优控制解和其生成的平均场重复发现策略梯度加强学习，成功获得在众多玩家的场景中可行的近似纳什均衡。

Nov, 2021

使用超图的概念和均值场博弈理论，提出了一种建模大规模多智能体动力系统的方法，可以跨超过两个 Agent 进行交互，该方法被扩展到多层设置中，并被用于社交舆论和传染病控制问题的实证研究。

Mar, 2022

提出了一种基于深度神经网络的算法来识别一般大型 $N$ 人随机微分博弈的马尔可夫纳什均衡，该算法的核心思想是将 $N$ 人游戏重塑为 $N$ 个解耦决策问题，并通过迭代解决。

Dec, 2019

本文提出了一个数学模型，介绍了一种基于 Graphon 的非连续博弈模型，并说明了 Nash 博弈均衡的必备条件，阐述了该模型的数学框架，并提供了相应的算法及在流行病学领域的一些应用实验结果。

Jun, 2021

讨论静态有限玩家网络游戏及其连续模型图空游戏，提供存在性、唯一性和收敛性结果，说明图空游戏的均衡策略提供有限玩家游戏的近似纳什均衡，探讨了与均场游戏和中央计划者优化问题的联系并提供其纳什均衡和社会最优策略的明确计算。

Nov, 2019

本文介绍了用于协作式多智能体强化学习的深度协调图（DCG）。DCG 通过协调图将所有智能体的联合价值函数因子化为智能体对之间的收益，从而在表征能力和泛化能力之间取得了灵活的折衷，解决了多智能体系统面临的相对过度泛化问题，在 StarCraft II 的微观管理任务中取得了显著的效果。

Sep, 2019

本研究考察了具有 CRRA 效用和有限时间跨度并具有竞争性代理的投资组合优化问题。研究人员找到了一个闭合形式的解决方案，并发现竞争模型在代理人的风险容忍度和竞争度参数上表现出高度非线性和非单调性的特点。

May, 2019

本文提出了一个通过学习和干预博弈进行端到端优化的框架，将博弈均衡作为个体层级进行整合，并提出了两种不同的方法用于学习个体的收益函数并在解决变分不等式的过程中进行反向传播。

Oct, 2020