論文の概要: Evolutionary Algorithms for Computing Nash Equilibria in Dynamic Games
- arxiv url: http://arxiv.org/abs/2601.02397v1
- Date: Sat, 27 Dec 2025 15:00:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-11 18:48:17.569977
- Title: Evolutionary Algorithms for Computing Nash Equilibria in Dynamic Games
- Title（参考訳）: ダイナミックゲームにおけるナッシュ平衡計算のための進化的アルゴリズム
- Authors: Alireza Rezaee,
- Abstract要約: 古典的なナッシュ平衡の計算法、特に線形二次的な設定では、強い構造的仮定に依存している。
比較的小さなゲームであっても、そのような手法が真のグローバルなナッシュ均衡に到達できないことを示す。
線形あるいは非線形のダイナミックスと任意の目的関数を持つ一般動的ゲームに対して、2つの集団ベースの進化的アルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 0.5482532589225553
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dynamic nonzero sum games are widely used to model multi agent decision making in control, economics, and related fields. Classical methods for computing Nash equilibria, especially in linear quadratic settings, rely on strong structural assumptions and become impractical for nonlinear dynamics, many players, or long horizons, where multiple local equilibria may exist. We show through examples that such methods can fail to reach the true global Nash equilibrium even in relatively small games. To address this, we propose two population based evolutionary algorithms for general dynamic games with linear or nonlinear dynamics and arbitrary objective functions: a co evolutionary genetic algorithm and a hybrid genetic algorithm particle swarm optimization scheme. Both approaches search directly over joint strategy spaces without restrictive assumptions and are less prone to getting trapped in local Nash equilibria, providing more reliable approximations to global Nash solutions.
- Abstract（参考訳）: 動的非ゼロ和ゲームは、制御、経済学および関連する分野における多エージェント決定のモデル化に広く用いられている。
ナッシュ平衡の古典的な計算法、特に線形二次的な設定では、強い構造的仮定に頼り、非線形力学、多くのプレイヤー、あるいは複数の局所平衡が存在するような長い地平線に対して非現実的になる。
比較的小さなゲームであっても、そのような手法が真のグローバルなナッシュ均衡に到達できないことを示す。
これを解決するために,線形あるいは非線形のダイナミックスと任意の目的関数を持つ汎用動的ゲームのための2つの集団ベースの進化的アルゴリズムを提案する:共進化遺伝的アルゴリズムとハイブリッド遺伝的アルゴリズムの粒子群最適化スキームである。
双方のアプローチは、制限的な仮定なしに、共同戦略空間を直接探索し、局所的なナッシュ均衡に閉じ込められる傾向が低く、グローバルなナッシュ解に対するより信頼性の高い近似を提供する。
関連論文リスト
- Quadratic Programming Approach for Nash Equilibrium Computation in Multiplayer Imperfect-Information Games [0.0]
本稿では,非線形近似に基づく2次制約付きプログラムを解くマルチプレイヤー不完全情報ゲームにおける近似手法を提案する。
また,マルチプレイヤー戦略型ゲームにおけるナッシュ均衡の計算手法も提案した。
論文 参考訳（メタデータ） (2025-09-30T00:28:21Z) - Nash Equilibria via Stochastic Eigendecomposition [4.190518009892366]
ナッシュ均衡は、パラメータへの純粋呼び出し、値分解とパワーの反復的変動によって近似できることを示す。
一般のゲームにおけるすべての平衡を、容易に利用できる線形代数ツールのみを用いて解くことを証明する擬符号と実験を提供する。
論文 参考訳（メタデータ） (2024-11-04T17:32:21Z) - On Tractable $Φ$-Equilibria in Non-Concave Games [53.212133025684224]
非コンケーブゲームにおいて、抽出可能な$Phi$-equilibriaについて検討する。
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。
論文 参考訳（メタデータ） (2024-03-13T01:51:30Z) - Global Nash Equilibrium in Non-convex Multi-player Game: Theory and
Algorithms [66.8634598612777]
ナッシュ均衡(NE)はマルチプレイヤーゲームにおいて全てのプレイヤーに受け入れられることを示す。
また、一般理論から一歩ずつ一方的に利益を得ることはできないことも示している。
論文 参考訳（メタデータ） (2023-01-19T11:36:50Z) - 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) - Towards convergence to Nash equilibria in two-team zero-sum games [17.4461045395989]
2チームゼロサムゲームは、プレイヤーが2つの競合するエージェントに分割されるマルチプレイヤーゲームとして定義される。
我々はNash equilibria(NE)の解の概念に焦点をあてる。
このクラスのゲームに対する計算 NE は、複雑性クラス $mathrm$ に対して $textithard$ であることを示す。
論文 参考訳（メタデータ） (2021-11-07T21:15:35Z) - Learning to Compute Approximate Nash Equilibrium for Normal-form Games [15.321036952379488]
有限$n$-playerの正規形式ゲームに対して,Nash平衡を近似的に計算するための一般的なメタ学習手法を提案する。
ゲーム毎のナッシュ均衡をスクラッチから近似あるいは学習する既存の解とは異なり、メタソルバはゲームユーティリティ行列からジョイント戦略プロファイルへの写像を直接構築する。
論文 参考訳（メタデータ） (2021-08-17T07:06:46Z)
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。