論文の概要: Equilibrium with Internal Transfers

• arxiv url: http://arxiv.org/abs/2606.20960v1
• Date: Thu, 18 Jun 2026 21:56:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 11:35:26.2761
• Title: Equilibrium with Internal Transfers
• Title（参考訳）: 内部移動を伴う平衡
• Authors: Mingyang Liu, Gabriele Farina, Asuman Ozdaglar,
• Abstract要約: 本研究では、プレイヤーが予算バランスの取れた内部転送を使用して、プレイ前のインセンティブを改善するための強化ゲームモデルについて検討する。 我々は、仲介者が支払いスケジュールと所定の戦略バインディングを提供するEmphMediated Self-Enforcecing Transfer Equilibrium (M-SETE)を提案する。
• 参考スコア（独自算出の注目度）: 27.786964046329455
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nash equilibrium (NE) arises from selfish utility maximization, yet its social welfare can be arbitrarily far from optimal. Moreover, computing an NE is intractable in general. We study augmented game models in which players use budget-balanced internal transfers to improve incentives before play. We first introduce \emph{Self-Enforcing Transfer Equilibrium} (SETE), where players commit to nonnegative peer-to-peer transfers that are paid only if the recipient does not deviate from a prescribed strategy. For polymatrix games, we show that every stationary point of the social welfare function, in particular any socially optimal strategy profile, can be sustained as a SETE. This induces a Nash equilibrium in the agent normal form of the corresponding augmented game. We further propose a polynomial-time algorithm and a decentralized learning dynamic to compute such product-form equilibria. We then introduce \emph{Mediated Self-Enforcing Transfer Equilibrium} (M-SETE), where a mediator makes both the payment schedule and the prescribed strategies binding offers. This additional enforcement resolves the agent-normal-form limitation: an M-SETE is a Nash equilibrium of the augmented game itself, not merely of its agent normal form, and any socially optimal strategy profile can be supported as an M-SETE in any finite game while preserving budget balance. Thus, internal transfers improve welfare and computation while preserving independent play on the equilibrium path. When full sequential-game stability is required, binding mediation provides the corresponding implementation.
• Abstract（参考訳）: ナッシュ均衡(NE)は利己的な効用最大化から生じるが、社会福祉は適度に最適から遠い。 さらに、NEの計算は一般に難解である。 本研究では、プレイヤーが予算バランスの取れた内部転送を使用して、プレイ前のインセンティブを改善するための強化ゲームモデルについて検討する。 まず、プレイヤーが所定の戦略から逸脱しない場合にのみ支払われる非負のピアツーピア転送にコミットする「emph{Self-Enforcecing Transfer Equilibrium}」(SETE)を紹介する。 ポリマトリクスゲームでは,社会福祉機能のどの静止点,特に社会的に最適な戦略プロファイルもSETEとして維持可能であることを示す。 これにより、対応する拡張ゲームのエージェント正規形式におけるナッシュ平衡が誘導される。 さらに,このような積形式平衡を計算するために,多項式時間アルゴリズムと分散学習力学を提案する。 次に、仲介者が支払いスケジュールと所定の戦略バインディングの提供の両方を行う「emph{Mediated Self-Enforcecing Transfer Equilibrium}」(M-SETE)を紹介する。 M-SETEは、単にエージェント正規形だけではなく、拡張ゲーム自体のナッシュ平衡であり、任意の社会的に最適な戦略プロファイルは、予算バランスを維持しながら、任意の有限ゲームにおいてM-SETEとしてサポートすることができる。 このように、内部移動は、平衡経路上の独立した遊びを維持しながら、福祉と計算を改善する。 完全なシーケンシャルゲーム安定性が必要な場合、バインディング仲介は対応する実装を提供する。

関連論文リスト

• Entanglement in the Quantum Volunteer's Dilemma [0.0]
  我々は、Volunteer's Dilemmaゲーム理論の量子バージョンを研究する。 対称なナッシュ平衡を維持するためには,最大絡み合いは不要である。 この特徴は資源制約された量子デバイスの実装に直接関係している。
  論文  参考訳（メタデータ） (2026-06-06T15:31:16Z)
• Pessimism-Free Offline Learning in General-Sum Games via KL Regularization [17.179117375703566]
  GANE(General-sum Anchored Nash Equilibrium)は、正規化されたナッシュリビアを加速統計速度で回復する。 GAMD(General-sum Anchored Mirror Descent)は、標準レートで粗相関平衡に収束する。 これらの結果は、悲観的なオフライン学習のためのスタンドアロンメカニズムとしてKL正規化を確立する。
  論文  参考訳（メタデータ） (2026-04-30T21:58:16Z)
• 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$-equilibriaに収束する効率的な非結合学習アルゴリズムが存在することを示す。
  論文  参考訳（メタデータ） (2024-03-13T01:51:30Z)
• Bayes correlated equilibria, no-regret dynamics in Bayesian games, and the price of anarchy [8.430481660019451]
  本稿では,非直交スワップ後悔を線形上界で最小化するための効率的なアルゴリズムを提案する。 我々は、ベイズ-ナッシュ均衡から平衡への滑らかさの議論に基づいて、アナーキーの価格に関する既存の下限を拡大する。
  論文  参考訳（メタデータ） (2023-04-11T06:22:51Z)
• ApproxED: Approximate exploitability descent via learned best responses [61.17702187957206]
  連続的なアクションセットを持つゲームの近似的ナッシュ均衡を求める問題について検討する。 本稿では,戦略プロファイルに対するエクスプロイラビリティの近似を最小化する2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-01-20T23:55:30Z)
• How Bad is Selfish Driving? Bounding the Inefficiency of Equilibria in Urban Driving Games [64.71476526716668]
  我々は,任意の平衡選手がプレーに同意するであろう効率について検討する。 我々は、アナーキーの価格に関する既存の境界を洗練させる保証を得る。 提案手法はオープンループ軌道に対する懸念を保証しているが,エージェントがクローズドループポリシーを採用する場合においても,効率的な平衡を観測する。
  論文  参考訳（メタデータ） (2022-10-24T09:32:40Z)
• Inducing Equilibria via Incentives: Simultaneous Design-and-Play Finds Global Optima [114.31577038081026]
  本稿では,デザイナーとエージェントの問題を同時に1ループで解くための効率的な手法を提案する。 設計者は平衡問題を何度も解決しないが、エージェントに対するインセンティブの全体的な影響を予測できる。 このアルゴリズムは,幅広い種類のゲームに対して,サブ線形速度で大域的最適値に収束することを示す。
  論文  参考訳（メタデータ） (2021-10-04T06:53:59Z)
• Learning to Compute Approximate Nash Equilibrium for Normal-form Games [15.321036952379488]
  有限$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。