Steering Noncooperative Games Through Conjecture Design
Francesco Morri, Hélène Le Cadre, David Salas, Didier Aussel
在动态的非合作游戏中,每个玩家在选择策略之前都会对其他玩家的反应进行猜想。 然而,由此产生的平衡可能是多重的,并不总是导致理想的结果。 这些问题通常是单独解决的,例如,通过对手建模和激励设计。 从猜想变化游戏中汲取灵感,我们提出了一个激励设计框架,其中协调器首先通过优化预定义的客观函数来计算均衡,然后将这种均衡作为玩家达到的目标。 在集中设置中,协调器还优化了将玩家引导到目标的猜想。 在分散的设置中,玩家独立计算猜想并根据单个目标更新策略。 我们在这两种情况下都提供了平衡存在的保证。 该框架不仅使用猜想来引导系统达到理想的结果,而且还将游戏解耦成独立的优化问题,从而在大规模设置中实现高效的计算和并行化。 我们展示了我们在经典代表性非合作游戏中的理论结果,展示了其应用潜力。
In dynamic noncooperative games, each player makes conjectures about other players' reactions before choosing a strategy. However, resulting equilibria may be multiple and do not always lead to desirable outcomes. These issues are typically addressed separately, for example, through opponent modelling and incentive design. Drawing inspiration from conjectural variations games, we propose an incentive design framework in which a coordinator first computes an equilibrium by optimizing a predefined...