論文の概要: Hypergame Rationalisability: Solving Agent Misalignment In Strategic Play

• arxiv url: http://arxiv.org/abs/2512.11942v1
• Date: Fri, 12 Dec 2025 11:08:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.043595
• Title: Hypergame Rationalisability: Solving Agent Misalignment In Strategic Play
• Title（参考訳）: Hypergame Rationalisability: ストラテジックプレイにおけるエージェントのミス修正の解決
• Authors: Vince Trencsenyi,
• Abstract要約: ハイパーゲーム構造とハイパーゲームソリューションの概念を符号化するための論理ベースの言語を導入する。 我々はまた、ハイパーゲーム構造をインスタンス化し、新しいハイパーゲーム合理化手順を実行するための自動パイプラインも開発した。 私たちの貢献は、ハイパーゲーム理論、マルチエージェントシステム、戦略的AIの関連性を確立します。
• 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: Differences in perception, information asymmetries, and bounded rationality lead game-theoretic players to derive a private, subjective view of the game that may diverge from the underlying ground-truth scenario and may be misaligned with other players' interpretations. While typical game-theoretic assumptions often overlook such heterogeneity, hypergame theory provides the mathematical framework to reason about mismatched mental models. Although hypergames have recently gained traction in dynamic applications concerning uncertainty, their practical adoption in multi-agent system research has been hindered by the lack of a unifying, formal, and practical representation language, as well as scalable algorithms for managing complex hypergame structures and equilibria. Our work addresses this gap by introducing a declarative, logic-based domain-specific language for encoding hypergame structures and hypergame solution concepts. Leveraging answer-set programming, we develop an automated pipeline for instantiating hypergame structures and running our novel hypergame rationalisation procedure, a mechanism for finding belief structures that justify seemingly irrational outcomes. The proposed language establishes a unifying formalism for hypergames and serves as a foundation for developing nuanced, belief-based heterogeneous reasoners, offering a verifiable context with logical guarantees. Together, these contributions establish the connection between hypergame theory, multi-agent systems, and strategic AI.
• Abstract（参考訳）: 知覚の相違、情報非対称性、および有界有理性はゲーム理論のプレイヤーを導くことで、ゲームが根底にある基本的真実のシナリオから逸脱し、他のプレイヤーの解釈と一致しないかもしれない私的、主観的な視点を導き出す。 典型的なゲーム理論の仮定はそのような異種性を見落としていることが多いが、ハイパーゲーム理論は、ミスマッチした精神モデルについて推論する数学的枠組みを提供する。 ハイパーゲームは最近、不確実性に関する動的応用において注目を集めているが、そのマルチエージェントシステム研究における実践的採用は、統一的で形式的で実用的な表現言語が欠如していることや、複雑なハイパーゲーム構造や平衡を管理するスケーラブルなアルゴリズムの欠如によって妨げられている。 我々の研究は、ハイパーゲーム構造とハイパーゲームソリューションの概念を符号化するための宣言型論理ベースのドメイン固有言語を導入することで、このギャップに対処する。 回答セットプログラミングを活用することで、ハイパーゲーム構造をインスタンス化し、新しいハイパーゲーム合理化手順を実行するための自動パイプラインを開発し、不合理な結果を正当化する信念構造を見つけるためのメカニズムである。 提案言語は、ハイパーゲームのための統一形式主義を確立し、曖昧で信念に基づく不均一な推論器を開発する基盤として機能し、論理的保証を伴う検証可能なコンテキストを提供する。 これらの貢献により、ハイパーゲーム理論、マルチエージェントシステム、戦略的AIのつながりが確立される。

関連論文リスト

• Hypergames: Modeling Misaligned Perceptions and Nested Beliefs for Multi-agent Systems [3.5083201638203154]
  本稿では,ハイパーゲーム理論のエージェント互換応用を体系的に検討する。 サイバーセキュリティ、ロボティクス、社会シミュレーション、コミュニケーション、一般ゲーム理論モデリングから選ばれた44の研究を分析した。 本分析では, 階層型モデルやグラフベースのモデルが, 知覚的推論において有意な傾向を示す。
  論文  参考訳（メタデータ） (2025-07-25T18:06:41Z)
• Advanced Game-Theoretic Frameworks for Multi-Agent AI Challenges: A 2025 Outlook [0.0]
  我々は、複雑な環境でマルチエージェントAIシステムがどのように適応し交渉するかを示す数学的フォーマリズム、シミュレーション、コーディングスキームのセットを提供する。 この研究は、不確実で部分的に敵対的な文脈における戦略的相互作用を整合させる、堅牢な理論的ツールをAI研究者に提供することを目的としている。
  論文  参考訳（メタデータ） (2025-06-19T17:26:03Z)
• FAIRGAME: a Framework for AI Agents Bias Recognition using Game Theory [51.96049148869987]
  ゲーム理論を用いたAIエージェントバイアス認識フレームワークFAIRGAMEを提案する。 我々は,AIエージェント間の人気ゲームにおけるバイアスのある結果を明らかにするために,その実装と利用について述べる。 全体として、FAIRGAMEはユーザーが望むゲームやシナリオを確実に簡単にシミュレートできる。
  論文  参考訳（メタデータ） (2025-04-19T15:29:04Z)
• Energy-based Potential Games for Joint Motion Forecasting and Control [0.125828876338076]
  この研究は、モーション予測と制御における相互作用モデリングに対処するための数学的枠組みとしてゲーム理論を用いる。 差動ゲーム,最適制御,エネルギーベースモデル間の接続を確立し,提案したエネルギーベースポテンシャルゲーム定式化の下で既存のアプローチをどのように統合できるかを示す。 本稿では,ゲームパラメータ推論のためのニューラルネットワークと,帰納バイアスとして機能するゲーム理論最適化層を組み合わせた,新たなエンドツーエンド学習アプリケーションを提案する。
  論文  参考訳（メタデータ） (2023-12-04T11:30:26Z)
• Reasoning about Causality in Games [63.930126666879396]
  因果推論とゲーム理論推論は人工知能の基本的なトピックである。 本稿では,エージェントの意思決定ルールとゲームを管理する分布の依存関係をエンコードするメカニケードゲームを紹介する。 因果ゲームと他の形式主義の対応を記述し、他の因果ゲームやゲーム理論モデルがサポートしていない問合せにどのように因果ゲームが使えるかを説明する。
  論文  参考訳（メタデータ） (2023-01-05T22:47:28Z)
• Evolutionary Game-Theoretical Analysis for General Multiplayer Asymmetric Games [22.753799819424785]
  不正確さなしに、ペイオフテーブルと動的分析のギャップを埋める。 いくつかの古典ゲームにおいて,本手法を最先端のゲームと比較する。
  論文  参考訳（メタデータ） (2022-06-22T14:06:23Z)
• CausalCity: Complex Simulations with Agency for Causal Discovery and Reasoning [68.74447489372037]
  本稿では,因果探索と反事実推論のためのアルゴリズムの開発を目的とした,高忠実度シミュレーション環境を提案する。 私たちの作業の中核となるコンポーネントは、複雑なシナリオを定義して作成することが簡単になるような、テキストの緊急性を導入することです。 我々は3つの最先端の手法による実験を行い、ベースラインを作成し、この環境の可利用性を強調する。
  論文  参考訳（メタデータ） (2021-06-25T00:21:41Z)
• Hindsight and Sequential Rationality of Correlated Play [18.176128899338433]
  私たちは、修正された振る舞いで達成できたことに対して、強いパフォーマンスを後見で保証するアルゴリズムを検討します。 我々は,学習の隠れた枠組みを,逐次的な意思決定の場で開発し,提唱する。 本稿では,それぞれの平衡の強さと弱さを文献に示す例を示す。
  論文  参考訳（メタデータ） (2020-12-10T18:30:21Z)
• Deep Policy Networks for NPC Behaviors that Adapt to Changing Design Parameters in Roguelike Games [137.86426963572214]
  例えばRoguelikesのようなターンベースの戦略ゲームは、Deep Reinforcement Learning(DRL)にユニークな課題を提示する。 複雑なカテゴリ状態空間をより適切に処理し、設計決定によって強制的に再訓練する必要性を緩和する2つのネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-12-07T08:47:25Z)

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。