論文の概要: Decentralized Optimal Equilibrium Learning Over Dynamic Networks

• arxiv url: http://arxiv.org/abs/2609.17601v1
• Date: Sun, 13 Sep 2026 09:39:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.452457
• Title: Decentralized Optimal Equilibrium Learning Over Dynamic Networks
• Title（参考訳）: 動的ネットワーク上での分散最適平衡学習
• Abstract要約: 本稿では,動的通信ネットワーク上での有限正規形式ゲームにおける社会的最適均衡の分散学習について検討する。 エージェントは、ローカルペイオフ比較からランダム化されたセマンティックコンテンツ/不一致信号を生成する。 実用的・比例的社会福祉目的の下での最適均衡選択のために,同相探索による有限時間対数後悔保証を確立する。
• 参考スコア（独自算出の注目度）: 0.49846012970282555
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper studies decentralized learning of socially optimal equilibria in finite normal-form games over dynamic communication networks. Each agent observes only its own realized payoffs, does not know the game a priori, and can communicate only with time-varying neighbors using low-bandwidth messages. We propose networked decentralized optimal equilibrium learning dynamics in which agents generate randomized semantic content/discontent signals from local payoff comparisons and exchange time-stamped time-stacked tables rather than raw actions, payoff information or local estimates/parameters. The method combines table fusion with temporal majority reconstruction to mitigate dynamic communication while preserving fully decentralized operation. We establish finite-time logarithmic regret guarantees, with an in-phase exploration perturbation, for optimal equilibrium selection under utilitarian and proportional-fair social welfare objectives. Simulation results further show that the proposed approach can effectively select socially desirable equilibria over dynamic communication networks.
• Abstract（参考訳）: 本稿では,動的通信ネットワーク上での有限正規形式ゲームにおける社会的最適均衡の分散学習について検討する。 各エージェントは、自身の実現したペイオフのみを観察し、ゲームが優先権であることを知らず、低帯域幅のメッセージを使用して、時間変化のある隣人とのみ通信することができる。 本稿では,ローカルペイオフ比較からランダム化されたセマンティックコンテンツ/不一致信号を生成し,生の行動やペイオフ情報,あるいはローカル推定/パラメータではなく,時間スタンプによるテーブルを交換するネットワーク型分散最適平衡学習ダイナミクスを提案する。 テーブル融合と時間的多数決再構成を組み合わせることで、完全に分散した操作を保ちながら動的通信を緩和する。 実用的・比例的な社会福祉目的の下での最適均衡選択のために,同相探索摂動を伴う有限時間対数的後悔保証を確立する。 さらにシミュレーションの結果,提案手法は動的通信ネットワーク上で社会的に望ましい均衡を効果的に選択できることが示唆された。

関連論文リスト

• ALSO: Adversarial Online Strategy Optimization for Social Agents [63.84788516416339]
  社会シミュレーションにおけるオンライン戦略最適化のための最初のフレームワークとしてtextbfALSO (textbfAdrial ontextbfLine textbfStrategy textbfOptimization) を提案する。 ALSOは、スタティック・ペルソナとダイナミック・ストラテジー・インストラクションの組み合わせをアームとして扱う対向バンドイット問題として、マルチターンインタラクションを定式化する。 また、相互作用履歴から報酬を予測する軽量なニューラルサロゲートを導入し、サンプル効率の高い探索と継続的なオンライン適応を可能にしている。
  論文  参考訳（メタデータ） (2026-05-15T09:25:15Z)
• Event-Triggered Gossip for Distributed Learning [61.70659996356528]
  我々は,ノード間通信を減らすために,分散学習のためのイベントトリガー型ゴシップフレームワークを開発した。 従来のフルテキスト・オブ・ザ・アート分散学習法と比較して,bf71.61%を限界性能損失のみで分析する。
  論文  参考訳（メタデータ） (2026-02-22T10:13:43Z)
• Pruning as a Game: Equilibrium-Driven Sparsification of Neural Networks [1.1458853556386799]
  我々は、継続参加が均衡において支配的な戦略となると、スパシティが自然に現れることを示す。 ネットワークパラメータと参加変数を明示的な重要度スコアに頼らずに共同で更新する,単純な平衡駆動型プルーニングアルゴリズムを導出する。
  論文  参考訳（メタデータ） (2025-12-26T18:25:38Z)
• DRACO: Decentralized Asynchronous Federated Learning over Row-Stochastic Wireless Networks [7.389425875982468]
  DRACOは、行確率ゴシップ無線ネットワーク上での分散非同期Descent(SGD)の新しい手法である。 我々のアプローチは、分散ネットワーク内のエッジデバイスが、連続したタイムラインに沿ってローカルトレーニングとモデル交換を行うことを可能にする。 我々の数値実験は提案手法の有効性を裏付けるものである。
  論文  参考訳（メタデータ） (2024-06-19T13:17:28Z)
• One More Step Towards Reality: Cooperative Bandits with Imperfect Communication [15.440053226788562]
  我々は,3つの典型的な実世界のコミュニケーションシナリオの下で協調的バンディット学習を研究する。 競争性能を実現する分散型アルゴリズムを提案する。 様々なネットワークトポロジにおいて既存の最先端技術よりも優れた遅延更新アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-11-24T13:19:11Z)
• Finite-Time Consensus Learning for Decentralized Optimization with Nonlinear Gossiping [77.53019031244908]
  本稿では,非線形ゴシップ(NGO)に基づく分散学習フレームワークを提案する。 コミュニケーション遅延とランダム化チャットが学習にどう影響するかを解析することで,実践的なバリエーションの導出が可能となる。
  論文  参考訳（メタデータ） (2021-11-04T15:36:25Z)
• Competing Adaptive Networks [56.56653763124104]
  適応エージェントのチーム間での分散競争のためのアルゴリズムを開発する。 本稿では,生成的対向ニューラルネットワークの分散学習への応用について述べる。
  論文  参考訳（メタデータ） (2021-03-29T14:42:15Z)
• Decentralized MCTS via Learned Teammate Models [89.24858306636816]
  本稿では,モンテカルロ木探索に基づくトレーニング可能なオンライン分散計画アルゴリズムを提案する。 深層学習と畳み込みニューラルネットワークを用いて正確なポリシー近似を作成可能であることを示す。
  論文  参考訳（メタデータ） (2020-03-19T13:10:20Z)

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。