論文の概要: Signaling in Bayesian Network Congestion Games: the Subtle Power of
Symmetry
- arxiv url: http://arxiv.org/abs/2002.05190v1
- Date: Wed, 12 Feb 2020 19:38:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-01 20:21:45.090564
- Title: Signaling in Bayesian Network Congestion Games: the Subtle Power of
Symmetry
- Title(参考訳): ベイズネットワーク混雑ゲームにおけるシグナル伝達:対称性の微妙なパワー
- Authors: Matteo Castiglioni, Andrea Celli, Alberto Marchesi, Nicola Gatti
- Abstract要約: 本論文は, 最適遠点透過型シグナリング方式の問題点に焦点をあて, 対称性がその解法において重要な性質であることを示す。
プレイヤーが対称でアフィンコスト関数を持つとき,最適なエクアント説得スキームが計算可能であることを示す。
- 参考スコア(独自算出の注目度): 66.82463322411614
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Network congestion games are a well-understood model of multi-agent strategic
interactions. Despite their ubiquitous applications, it is not clear whether it
is possible to design information structures to ameliorate the overall
experience of the network users. We focus on Bayesian games with atomic
players, where network vagaries are modeled via a (random) state of nature
which determines the costs incurred by the players. A third-party entity---the
sender---can observe the realized state of the network and exploit this
additional information to send a signal to each player. A natural question is
the following: is it possible for an informed sender to reduce the overall
social cost via the strategic provision of information to players who update
their beliefs rationally? The paper focuses on the problem of computing optimal
ex ante persuasive signaling schemes, showing that symmetry is a crucial
property for its solution. Indeed, we show that an optimal ex ante persuasive
signaling scheme can be computed in polynomial time when players are symmetric
and have affine cost functions. Moreover, the problem becomes NP-hard when
players are asymmetric, even in non-Bayesian settings.
- Abstract(参考訳): ネットワーク混雑ゲームはマルチエージェント戦略相互作用のよく理解されたモデルである。
ユビキタスなアプリケーションにもかかわらず、ネットワークユーザ全体のエクスペリエンスを改善するために情報構造を設計できるかどうかは不明だ。
ネットワークのバガリーを(ランダムな)自然状態を通じてモデル化し、プレイヤーが引き起こすコストを決定する、アトミックプレイヤーによるベイズゲームに焦点を当てる。
サードパーティのエンティティ(送信者)は、ネットワークの現実の状態を観察し、この追加情報を利用して各プレイヤーに信号を送ることができる。
情報発信者が、合理的に信念を更新するプレイヤーに情報の戦略的供給を通じて、全体的な社会的コストを削減できるのか?
本論文は, 最適解推定信号スキームの計算問題に焦点を当て, 対称性がその解の重要な性質であることを示す。
実際、プレイヤーが対称でアフィンコスト関数を持つ場合、最適なex anteの説得的シグナリングスキームを多項式時間で計算できることを示す。
さらに、プレーヤーが非ベイズ設定でも非対称である場合、問題はnp困難になる。
関連論文リスト
- Learning How to Strategically Disclose Information [6.267574471145217]
送信者が未知のタイプの受信機と対話する情報設計のオンライン版を考える。
我々は、$mathcalO(sqrtT)$ regretが完全な情報フィードバックで達成可能であることを示す。
また,一般凸ユーティリティ関数に対して$mathcalO(sqrtT)$ regretを送信者が達成できる新しいパラメトリゼーションを提案する。
論文 参考訳(メタデータ) (2024-03-13T17:44:16Z) - Information Design in Multi-Agent Reinforcement Learning [61.140924904755266]
強化学習(Reinforcement Learning、RL)は、人間の幼児や動物が環境から学ぶ方法にインスパイアされている。
計算経済学の研究は、他者に直接影響を与える2つの方法を蒸留する: 有形物(機械設計)の提供と情報(情報設計)の提供である。
論文 参考訳(メタデータ) (2023-05-08T07:52:15Z) - Abstracting Imperfect Information Away from Two-Player Zero-Sum Games [85.27865680662973]
Nayyar et al. (2013) は、プレイヤーがプレイ中にポリシーを公に発表することで、不完全な情報を共通のペイオフゲームから抽象化できることを示した。
この研究は、ある正規化された平衡が上記の非対応問題を持たないことを示している。
これらの正規化された平衡はナッシュ平衡に任意に近づくことができるので、この結果は2つのプレイヤーゼロサムゲームを解くための新たな視点への扉を開く。
論文 参考訳(メタデータ) (2023-01-22T16:54:06Z) - Commitment with Signaling under Double-sided Information Asymmetry [19.349072233281852]
この研究は、ベイジアン・スタックルバーグのゲームにおいて、両面の情報非対称性を考える。
我々は,リーダが実現した行動に関する部分的な情報をフォロワーに開示するシグナリング装置を適切に設計することにより,シグナリングなしでより高い実用性を実現することができることを示す。
論文 参考訳(メタデータ) (2022-12-22T01:30:54Z) - Finding mixed-strategy equilibria of continuous-action games without
gradients using randomized policy networks [83.28949556413717]
グラデーションへのアクセスを伴わない連続アクションゲームのナッシュ平衡を近似的に計算する問題について検討する。
ニューラルネットワークを用いてプレイヤーの戦略をモデル化する。
本論文は、制約のない混合戦略と勾配情報のない一般的な連続アクションゲームを解決する最初の方法である。
論文 参考訳(メタデータ) (2022-11-29T05:16:41Z) - Learning to Infer Structures of Network Games [22.494985151665205]
観測されたゲーム結果(均衡行動)からネットワーク構造を推定することは、経済学や社会科学における多くの潜在的な応用において重要な問題である。
我々は,問題の対称性を正しく説明し,均衡動作からゲーム内のネットワーク構造へのマッピングをユーティリティ関数の明示的な知識なしに学習するトランスフォーマーのようなアーキテクチャを採用する。
提案手法は,合成データと実世界のデータの両方を用いて3種類のネットワークゲーム上でテストし,ネットワーク構造推定の有効性と既存手法よりも優れた性能を示す。
論文 参考訳(メタデータ) (2022-06-16T12:32:07Z) - Multi-Agent Neural Rewriter for Vehicle Routing with Limited Disclosure
of Costs [65.23158435596518]
チームのマルコフゲームとして、部分的に観測可能なコストでマルチサイクルルーティング問題を解く。
我々のマルチエージェント強化学習アプローチである、いわゆるマルチエージェントニューラルリライタは、1エージェントニューラルリライタを利用して、反復的に書き換えるソリューションによって問題を解決する。
論文 参考訳(メタデータ) (2022-06-13T09:17:40Z) - Algorithmic Information Design in Multi-Player Games: Possibility and
Limits in Singleton Congestion [10.817873935576412]
本稿では, 負の外部性を持つゲームにおいて, 共用信号と共用信号の両方のアルゴリズム情報設計を開始する。
公開信号とプライベート信号の両方に対して、資源の数が一定である場合に最適な情報設計を効率的に計算できることが示される。
論文 参考訳(メタデータ) (2021-09-25T22:02:32Z) - Faster Algorithms for Optimal Ex-Ante Coordinated Collusive Strategies
in Extensive-Form Zero-Sum Games [123.76716667704625]
我々は,不完全情報ゼロサム拡張形式ゲームにおいて,対戦相手と対決する2人の選手のチームにとって最適な戦略を見つけることの課題に焦点をあてる。
この設定では、チームができる最善のことは、ゲーム開始時の関節(つまり相関した)確率分布から潜在的にランダム化された戦略(プレイヤー1人)のプロファイルをサンプリングすることである。
各プロファイルにランダム化されるのはチームメンバーの1人だけであるプロファイルのみを用いることで、そのような最適な分布を計算するアルゴリズムを提供する。
論文 参考訳(メタデータ) (2020-09-21T17:51:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。