Fugu-MT 論文翻訳(概要): Strategic Type Spaces

論文の概要: Strategic Type Spaces

arxiv url: http://arxiv.org/abs/2606.08297v1
Date: Sat, 06 Jun 2026 18:45:08 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-09 14:42:06.027097
Title: Strategic Type Spaces
Title（参考訳）: 戦略型空間
Authors: Olivier Gossner, Rafael Veiel,
Abstract要約: 戦略商をプレイヤーが他のプレイヤーに最適な応答を計算するのに十分な情報表現として定義する。戦略型空間(STS)と呼ばれる最小の戦略商の1/存在と本質的な特異性を証明する。
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 provide a strategic foundation for information: in any given game with incomplete information we define strategic quotients as information representations that are sufficient for players to compute best-responses to other players. We prove 1/ existence and essential uniqueness of a minimal strategic quotient called the Strategic Type Space (STS) in which a type is given by an interim correlated rationalizability hierarchy and represents a set of beliefs over other players' types and nature that rationalize this hierarchy and 2/ that the minimal STS has a recursive structure that is captured by a finite automaton.
Abstract（参考訳）: 不完全な情報を持つ任意のゲームにおいて、戦略的商をプレイヤーが他のプレイヤーに最高の責任を計算するのに十分な情報表現として定義する。我々は、この階層を合理化する他のプレイヤーのタイプや性質に対する信念の集合を表現し、最小のSTSが有限オートマトンによって捕捉される再帰的構造を持つという、STS(Strategic Type Space)と呼ばれる最小戦略商の1/存在と本質的な特異性を証明する。

関連論文リスト

Beyond Rational Illusion: Behaviorally Realistic Strategic Classification [56.458581740660236]
本稿では,行動的現実的な戦略分類問題に対処するために,プロビジョンガイド型戦略フレームワーク(Pro-SF)を提案する。 Pro-SFは、行動学的に現実的な戦略的な反応の下でモデル化し、学習するための予測理論に基づく原則化されたフレームワークである。合成および実世界のデータセットの実験は、Pro-SFを戦略分類の行動的基盤としたアプローチとして確立する。
論文参考訳（メタデータ） (2026-05-19T11:04:55Z)
SynthStrategy: Extracting and Formalizing Latent Strategic Insights from LLMs in Organic Chemistry [4.220916808049659]
本稿では,大規模言語モデルを用いて合成知識をコードに抽出する手法を提案する。本システムでは, 合成経路を解析し, 戦略原理を多種多様な戦略的, 戦術的ルールを表すPython関数に変換する。この研究は、CASPにおける戦術的戦略的分割を橋渡しし、戦略的基準によるルートの仕様、探索、評価を可能にする。
論文参考訳（メタデータ） (2025-12-01T10:33:00Z)
Learning Strategy Representation for Imitation Learning in Multi-Agent Games [15.209555810145549]
本稿では,マルチエージェントゲームにおける戦略表現を効果的に学習するSTRIL(Strategy Representation for Learning)フレームワークを紹介する。 STRILは既存のILアルゴリズムに統合可能なプラグインメソッドである。 2人プレイのPong、Limit Texas Hold'em、Connect Fourなど、競合するマルチエージェントシナリオにおけるSTRILの有効性を実証する。
論文参考訳（メタデータ） (2024-09-28T14:30:17Z)
Hyper Strategy Logic [4.726777092009553]
戦略論理(SL)は、マルチエージェントシステムにおける戦略的推論を可能にする強力な時間論理である。ハイパー戦略論理(HyperSL)は、複数の戦略プロファイルの結果をハイパープロパティで比較できる戦略論理である。本稿では,非干渉,定量的なナッシュ均衡,最適対向計画,不完全な情報に基づく推論など,SLで表現できない重要な特性をHyperSLで捉えることができることを示す。
論文参考訳（メタデータ） (2024-03-20T16:47:53Z)
K-Level Reasoning: Establishing Higher Order Beliefs in Large Language Models for Strategic Reasoning [76.3114831562989]
マルチエージェント環境で戦略を動的に適応させるためには、LLM(Large Language Model)エージェントが必要である。我々は,「K-Level Reasoning with Large Language Models (K-R)」という新しいフレームワークを提案する。
論文参考訳（メタデータ） (2024-02-02T16:07:05Z)
Strategic Decision-Making in the Presence of Information Asymmetry: Provably Efficient RL with Algorithmic Instruments [55.41685740015095]
我々は,戦略MDPと呼ばれる新しいモデルの下で,オフライン強化学習について検討する。アルゴリズムiNstruments(PLAN)を用いたペシミスティックポリシー学習法を提案する。
論文参考訳（メタデータ） (2022-08-23T15:32:44Z)
HUMAP: Hierarchical Uniform Manifold Approximation and Projection [40.77787659104315]
HUMAPは、局所的・大域的構造の保存に柔軟であるように設計された、新しい階層的次元削減技術である。提案手法の優位性を示す実証的証拠を現在の階層的アプローチと比較し,データセットラベリングにHUMAPを適用したケーススタディを示す。
論文参考訳（メタデータ） (2021-06-14T19:27:54Z)
Did Aristotle Use a Laptop? A Question Answering Benchmark with Implicit Reasoning Strategies [78.68534915690404]
StrategyQAは、必要な推論ステップが問題に暗黙的であり、戦略を使用して推論されるべきベンチマークです。用語に基づくプライミングを組み合わせ、アノテーションーを刺激し、アノテーションーの集団を慎重に制御し、推論ショートカットを排除するための逆フィルタリングを行うデータ収集手順を提案する。総合的に、StrategyQAには2,780の例があり、それぞれが戦略問題、その分解、証拠パラグラフで構成されている。
論文参考訳（メタデータ） (2021-01-06T19:14:23Z)
Equilibria for Games with Combined Qualitative and Quantitative Objectives [15.590197778287616]
我々は,各プレイヤーが独立して戦略的に行動することが想定されるプロセスである並行ゲームについて研究する。我々の主な結果は、そのようなゲームにおける厳密なエプシロン・ナッシュ均衡の存在を決定することは2ExpTime完全であるということである。
論文参考訳（メタデータ） (2020-08-13T01:56:24Z)

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。