Fugu-MT 論文翻訳(概要): On Singleton Congestion Games with Resilience Against Collusion

論文の概要: On Singleton Congestion Games with Resilience Against Collusion

arxiv url: http://arxiv.org/abs/2011.01791v1
Date: Tue, 3 Nov 2020 15:35:09 GMT
ステータス: 処理完了
システム内更新日: 2022-09-30 05:46:49.892938
Title: On Singleton Congestion Games with Resilience Against Collusion
Title（参考訳）: 衝突に対する抵抗性を持つシングルトン混雑ゲームについて
Authors: Bugra Caskurlu, Ozgun Ekici, Fatih Erdem Kizilkaya
Abstract要約: 同一かつコスト関数の増大を伴うシングルトン混雑ゲームのサブクラスについて検討する。我々の主な貢献は、偏差を弱く改善するための弾力性のある平衡結果の存在を証明する新しいアプローチである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study the subclass of singleton congestion games with identical and increasing cost functions, i.e., each agent tries to utilize from the least crowded resource in her accessible subset of resources. Our main contribution is a novel approach for proving the existence of equilibrium outcomes that are resilient to weakly improving deviations: $(i)$ by singletons (Nash equilibria), $(ii)$ by the grand coalition (Pareto efficiency), and $(iii)$ by coalitions with respect to an a priori given partition coalition structure (partition equilibria). To the best of our knowledge, this is the strongest existence guarantee in the literature of congestion games that is resilient to weakly improving deviations by coalitions.
Abstract（参考訳）: 同一かつコスト関数の増大を伴うシングルトン混雑ゲーム(英語版)のサブクラス、すなわち、各エージェントは、アクセス可能なリソースのサブセットの中で、最も混み合ったリソースから利用しようとする。我々の主な貢献は、偏差を弱く改善する回復力のある平衡結果の存在を証明する新しいアプローチである。 (i)$ by singletons (Nash equilibria)$ (ii)大連立による$(パレート効率)、および$ (iii)予め与えられた分割連立構造(分割平衡)に関する連立による$ 我々の知る限りでは、これは連立による偏差を弱く改善する弾力性のある混雑ゲーム文学における最強の存在保証である。

関連論文リスト

Barriers to Welfare Maximization with No-Regret Learning [68.66209476382213]
我々は、ほぼ最適の$T$-sparse CCEの計算限界を低く証明する。特に,最大傾斜角の不適応性は,時間内に非自明な間隔を達成できないことを示す。
論文参考訳（メタデータ） (2024-11-04T00:34:56Z)
Compressed Federated Reinforcement Learning with a Generative Model [11.074080383657453]
強化学習は近年、前例のない人気を得たが、それでもサンプルの非効率さに悩まされている。この課題に対処するため、フェデレーション強化学習(FedRL)が出現し、エージェントは局所的な推定を集約することで単一のポリシーを協調的に学習する。通信効率のよいFedRL手法であるCompFedRLを提案する。
論文参考訳（メタデータ） (2024-03-26T15:36:47Z)
On Tractable $Φ$-Equilibria in Non-Concave Games [53.212133025684224]
非凹面ゲームはゲーム理論と最適化に重大な課題をもたらす。 Phi$が有限であるとき、対応する$Phi$-equilibriaに収束する効率的な非結合学習アルゴリズムが存在することを示す。また,オンライングラディエントDescentは,非自明な状況下で効率よく$Phi$-equilibriaを近似できることを示した。
論文参考訳（メタデータ） (2024-03-13T01:51:30Z)
Reducing Optimism Bias in Incomplete Cooperative Games [0.0]
協調ゲームにおける連立価値を明らかにするためのシーケンスの最適化を目的としたフレームワークを提案する。筆者らのコントリビューションは3つある: (i) 個々のプレイヤーの楽観的な連立価値の達成と、より効率的な最適化を促進するための分析的特性について検討し、 (ii) オフライン・オンライン両方の方法で追加連立価値を開示し、このギャップを最小限に抑える方法、 (iii) 実践シナリオにおけるアルゴリズムの性能を実証的に示す。
論文参考訳（メタデータ） (2024-02-02T21:58:26Z)
Optimistic Policy Gradient in Multi-Player Markov Games with a Single Controller: Convergence Beyond the Minty Property [89.96815099996132]
単一コントローラを用いたマルチプレイヤーゲームにおいて,楽観的なポリシー勾配手法を特徴付ける新しいフレームワークを開発した。我々のアプローチは、我々が導入する古典的なミニティの自然一般化に依存しており、マルコフゲームを超えてさらなる応用が期待できる。
論文参考訳（メタデータ） (2023-12-19T11:34:10Z)
Coalitional Manipulations and Immunity of the Shapley Value [0.0]
我々は、連立ゲームにおける操作について検討し、連立は会員の総支払額を増やすことを目的としている。割当規則は、連立が内部的な再配置から利益を得ることができない場合、連立操作に対して無害である。効率的な割当規則では、実位置耐久性は制約付き余剰性と等価である。
論文参考訳（メタデータ） (2023-10-31T12:43:31Z)
Adaptive, Doubly Optimal No-Regret Learning in Strongly Monotone and Exp-Concave Games with Gradient Feedback [75.29048190099523]
オンライン勾配降下(OGD)は、強い凸性や単調性仮定の下では二重最適であることが知られている。本稿では,これらのパラメータの事前知識を必要としない完全適応型OGDアルゴリズム,textsfAdaOGDを設計する。
論文参考訳（メタデータ） (2023-10-21T18:38:13Z)
PAC learning and stabilizing Hedonic Games: towards a unifying approach [10.856422132960164]
ヘドニックゲーム(HG)のPAC学習性とPAC安定化性について検討する。そこで本研究では,効率的な学習可能性をもたらす2つの条件を同定し,その条件が既知の肯定的な学習可能性の結果をすべて包含する。安定性の面では、アドホック対向分布の選択の自由がPAC安定性を達成するための最も明白なハードルであることは明らかであるが、それだけではない。
論文参考訳（メタデータ） (2023-01-31T16:45:36Z)
How Bad is Selfish Driving? Bounding the Inefficiency of Equilibria in Urban Driving Games [64.71476526716668]
我々は,任意の平衡選手がプレーに同意するであろう効率について検討する。我々は、アナーキーの価格に関する既存の境界を洗練させる保証を得る。提案手法はオープンループ軌道に対する懸念を保証しているが,エージェントがクローズドループポリシーを採用する場合においても,効率的な平衡を観測する。
論文参考訳（メタデータ） (2022-10-24T09:32:40Z)
Multi-Leader Congestion Games with an Adversary [0.5914780964919123]
本研究では,複数のユーザ(リーダ)がリソースセットから1つのリソースを選択するマルチリーダシングルフォロワ・コングリゲーションゲームについて検討する。純粋なナッシュ平衡は存在せず、従って近似平衡を考える。与えられたインスタンスのすべての$alpha$-approximate equilibriaの中で、最小の$alpha$で、最適な近似平衡を効率的に計算する方法を示す。
論文参考訳（メタデータ） (2021-12-14T14:47:43Z)
Munchausen Reinforcement Learning [50.396037940989146]
ブートストラップは強化学習(RL)の中核的なメカニズムであるこの方法でDQN(Deep Q-Network)を少し修正することで,Atariゲーム上の分散手法と競合するエージェントが得られることを示す。ボンネットの下で何が起こるかという理論的な知見を強く提供します -- 暗黙のクルバック・リーブラー正規化とアクションギャップの増加です。
論文参考訳（メタデータ） (2020-07-28T18:30:23Z)

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。