論文の概要: Parametric Open Source Games

• arxiv url: http://arxiv.org/abs/2606.27068v1
• Date: Thu, 25 Jun 2026 14:14:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.315674
• Title: Parametric Open Source Games
• Title（参考訳）: パラメトリックオープンソースゲーム
• Abstract要約: プログラム平衡の連続的な類似であるパラメトリックオープンソースゲームを導入する。 対称な2時間2ドルゲームにおける利己的な勾配上昇が、欠陥から協調へと切り替わる正確な結合閾値を導出する。 我々は、クロスプレイヤーとセルフプレイヤーの感度の比で一階協調条件が支配されるニューラルネットワークのセマンティクスクラスにフレームワークを拡張した。
• 参考スコア（独自算出の注目度）: 78.29352305480285
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Open-source game theory studies agents whose behavior may depend on one another's decision procedures, but most existing models use discrete or symbolic programs. We introduce parametric open-source games, a continuous analogue of program equilibria in which players choose parameter vectors and semantics maps convert the full parameter profile into mixed actions in an underlying finite game. We establish equilibrium existence results, derive an exact coupling threshold at which selfish gradient ascent in symmetric $2\times2$ games switches from defection toward cooperation, and give a one-dimensional boundary test for parametric program Nash equilibria. We further extend the framework to a neural semantics class whose first-order cooperation condition is governed by the ratio of cross-player to self-player sensitivity. Across canonical games, the framework shows how access to internal parameterizations can qualitatively reshape learning dynamics and equilibrium structure, and how sufficiently strong open-source coupling can steer selfish optimization toward cooperative outcomes.
• Abstract（参考訳）: オープンソースのゲーム理論は、行動が互いの決定手順に依存する可能性があるエージェントを研究するが、既存のほとんどのモデルは離散的またはシンボリックなプログラムを使用する。 パラメータベクトルをプレイヤーが選択し、セマンティクスマップが全パラメータプロファイルを基礎となる有限ゲーム内の混合アクションに変換するプログラム平衡の連続的なアナログであるパラメトリックオープンソースゲームを紹介する。 我々は、平衡存在結果を確立し、対称な 2 倍の 2 倍のゲームで利己的な勾配が上昇する正確な結合しきい値を求め、パラメトリックプログラム Nash 平衡の1次元境界テストを与える。 さらに、クロスプレイヤーとセルフプレイヤーの感度の比で一階協調条件が支配されるニューラルセマンティクスクラスにフレームワークを拡張します。 標準ゲーム全体にわたって、このフレームワークは、内部パラメータ化へのアクセスが学習力学と平衡構造を質的に再構築し、オープンソース結合がいかに強力で自己中心的な最適化を協調的な結果へと導くかを示す。

関連論文リスト

• Multi-agent imitation learning with function approximation: Linear Markov games and beyond [63.14746189846806]
  線形マルコフゲームにおけるマルチエージェント模倣学習(MAIL)の第一理論解析について述べる。 本研究は,「全政策偏差集中係数」を特徴量で定義した集中係数に置き換えることが可能であることを示す。 我々は,Tic-Tac-Toe や Connect4 などのゲームにおいて,BC よりも明らかに優れる深いMAIL 対話型アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-02-26T09:50:15Z)
• A Data Driven Structural Decomposition of Dynamic Games via Best Response Maps [0.0]
  本稿では,平衡計算の再構成による動的ゲームに対する概念的新しい定式化を提案する。 提案された定式化は、自律レース問題に動機づけられた2プレイヤーのオープンループダイナミックゲームにおいて、モンテカルロの大規模な研究に付随する数学的証明によって支持される。
  論文  参考訳（メタデータ） (2026-02-05T05:44:53Z)
• Optimistic Online Learning in Symmetric Cone Games [5.4831302830611195]
  対称コーンゲーム(SCG) オンライン学習アルゴリズム: 最適対称性コーン乗算重み更新(OSCMWU) 我々は、対称錐負のエントロピーがトレースワンノルムに対して強く凸であることを証明する。
  論文  参考訳（メタデータ） (2025-04-04T16:59:19Z)
• 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$-equilibriaに収束する効率的な非結合学習アルゴリズムが存在することを示す。
  論文  参考訳（メタデータ） (2024-03-13T01:51:30Z)
• Independent Learning in Constrained Markov Potential Games [19.083595175045073]
  制約付きマルコフゲームは、マルチエージェント強化学習問題をモデル化するための正式なフレームワークを提供する。 近似的制約付きナッシュ平衡を学習するための独立ポリシー勾配アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-02-27T20:57:35Z)
• Auto-Encoding Bayesian Inverse Games [36.06617326128679]
  ゲームの性質が不明な逆ゲーム問題を考える。 既存の最大推定手法は、未知のパラメータの点推定のみを提供する。 ベイズ的視点を採り、ゲームパラメータの後方分布を構成する。 この構造化されたVAEは、観測された相互作用のラベルのないデータセットから訓練することができる。
  論文  参考訳（メタデータ） (2024-02-14T02:17:37Z)
• Neural Population Learning beyond Symmetric Zero-sum Games [52.20454809055356]
  我々はNuPL-JPSROという,スキルの伝達学習の恩恵を受けるニューラル集団学習アルゴリズムを導入し,ゲームの粗相関(CCE)に収束する。 本研究は, 均衡収束型集団学習を大規模かつ汎用的に実施可能であることを示す。
  論文  参考訳（メタデータ） (2024-01-10T12:56:24Z)
• Offline Learning in Markov Games with General Function Approximation [22.2472618685325]
  マルコフゲームにおけるオフラインマルチエージェント強化学習(RL)について検討する。 マルコフゲームにおけるサンプル効率のよいオフライン学習のための最初のフレームワークを提供する。
  論文  参考訳（メタデータ） (2023-02-06T05:22:27Z)
• Finding mixed-strategy equilibria of continuous-action games without gradients using randomized policy networks [83.28949556413717]
  グラデーションへのアクセスを伴わない連続アクションゲームのナッシュ平衡を近似的に計算する問題について検討する。 ニューラルネットワークを用いてプレイヤーの戦略をモデル化する。 本論文は、制約のない混合戦略と勾配情報のない一般的な連続アクションゲームを解決する最初の方法である。
  論文  参考訳（メタデータ） (2022-11-29T05:16:41Z)
• Provably Efficient Fictitious Play Policy Optimization for Zero-Sum Markov Games with Structured Transitions [145.54544979467872]
  本研究では,ゼロサムマルコフゲームに対して,構造的だが未知の遷移を伴う架空のプレイポリシー最適化アルゴリズムを提案し,解析する。 我々は、2年制の競争ゲームシナリオで、$K$のエピソードに続き、$widetildemathcalO(sqrtK)$ regret boundsを証明した。 提案アルゴリズムは,アッパー信頼境界(UCB)型最適化と,同時政策最適化の範囲内での架空のプレイの組み合わせを特徴とする。
  論文  参考訳（メタデータ） (2022-07-25T18:29:16Z)

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。