論文の概要: Beyond Nominal Equilibria: Risk-Averse Multi-Population Mean-Field Games

• arxiv url: http://arxiv.org/abs/2610.09244v1
• Date: Wed, 07 Oct 2026 00:15:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.652212
• Title: Beyond Nominal Equilibria: Risk-Averse Multi-Population Mean-Field Games
• Title（参考訳）: Nominal Equilibriaを超えて - リスク回避型マルチポピュレーション平均フィールドゲーム
• Abstract要約: リスク・アバースな多人数平均フィールドゲームを導入し、各集団は、他の集団のサブセットの平均フィールドフローの動的に実現可能なあいまいさセットよりも最悪のケース予測報酬を最適化する。 最悪の場合の目的によって導入された追加の非線形性にもかかわらず、エクスプロイラビリティはゼロに崩壊することを示す。
• 参考スコア（独自算出の注目度）: 11.804887759900787
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in mean-field games and its multi-population variants enable large-scale heterogeneous multi-agent systems to be modeled through representative agents and their associated mean-field distributions. However, existing approaches do not explicitly account for uncertainty in the behavior of other populations. To this end, we introduce a new paradigm: risk-averse multi-population mean-field games, where each population optimizes a worst-case expected reward over dynamically feasible ambiguity sets of mean-field flows of a subset of the other populations. Employing an occupation-measure formulation along with tools from set-valued analysis, we establish, under mild assumptions, several theoretical properties of the multi-population game, including the geometric properties of the ambiguity sets and the existence of a novel risk-averse multi-population mean-field equilibrium. Further, we derive contractivity results of the fixed-point operator under entropy regularization and show that it can be utilized to learn the equilibrium. Finally, we propose a risk-averse fictitious-play scheme and show that exploitability decays to zero, despite the additional nonlinearity introduced by the worst-case objective. We report several numerical experiments to illustrate convergence and risk-averse behavior.
• Abstract（参考訳）: 平均場ゲームとその多集団変異の最近の進歩は、代表エージェントとその関連する平均場分布を通して、大規模な異種マルチエージェントシステムをモデル化することができる。 しかし、既存のアプローチは、他の集団の行動の不確実性を明確に説明していない。 リスク・アバースな多人数平均フィールドゲームでは、各集団が、他の集団のサブセットの平均フィールドフローの動的に実現可能なあいまいさセットに対して、最悪のケースで期待される報酬を最適化する。 設定値解析のツールと併用した職業対策定式化を用いて、曖昧性集合の幾何学的性質や新しいリスク-逆多人数平均場平衡の存在を含む、多人数ゲームの理論的性質を軽微な仮定の下で確立する。 さらに, エントロピー正則化の下での不動点作用素の収縮係数を導出し, 平衡学習に有効であることを示す。 最後に,悪用性は最悪の場合の目的によって導入された追加の非線形性にも拘わらず,ゼロに崩壊することを示す。 コンバージェンスとリスク-逆挙動を示す数値実験をいくつか報告する。

関連論文リスト

• Stationary Robust Mean-Field Games under Model Mismatches [3.053409604085541]
  本稿では,無限水平定常平均場ゲームフレームワークを開発する。 分布モデルの不確実性を直接集団結合力学に組み込む。 契約的ロバスト力学体制の下では、明示的な非漸近誤差境界が得られる。
  論文  参考訳（メタデータ） (2026-06-21T16:29:25Z)
• Regret Minimization in Population Network Games: Vanishing Heterogeneity and Convergence to Equilibria [11.393556897060689]
  我々は,不均質なエージェントが統一行動に対して様々な初期方針をとどめ,スムーズな後悔のマッチングがいかに多くの不均質なエージェントを駆動するかを示す。 我々は,競争的・協調的なマルチエージェント設定において,量子応答平衡に収束することを証明する。
  論文  参考訳（メタデータ） (2025-07-23T04:13:56Z)
• Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization [59.758009422067]
  モデルベース強化学習における累積報酬に対する不確実性を定量化する問題を考察する。 我々は、解が値の真後分散に収束する新しい不確実性ベルマン方程式(UBE)を提案する。 本稿では,リスク・サーキングとリスク・アバース・ポリシー最適化のいずれにも適用可能な汎用ポリシー最適化アルゴリズムQ-Uncertainty Soft Actor-Critic (QU-SAC)を導入する。
  論文  参考訳（メタデータ） (2023-12-07T15:55:58Z)
• Uncertainty-Aware Pedestrian Trajectory Prediction via Distributional Diffusion [26.715578412088327]
  モデルに依存しない不確実性を考慮した歩行者軌道予測手法を提案する。 従来の研究とは異なり、予測性は明示的な分布に変換され、予測可能な将来の軌道を生成することができる。 私たちのフレームワークは、さまざまなニューラルネットアーキテクチャと互換性があります。
  論文  参考訳（メタデータ） (2023-03-15T04:58:43Z)
• Learning Risk-Averse Equilibria in Multi-Agent Systems [13.25454171233235]
  マルチエージェントシステムでは、知的エージェントは、他のエージェントのアクションが期待通りである場合に最適な結果をもたらす決定を行う。 本稿では,学習者が予期せぬ行動に適応できる新たなリスク回避ソリューションを提案する。 リスク-逆均衡を近似するエージェントの集団は、特に目に見えない反対の集団の存在に有効であることを示す。
  論文  参考訳（メタデータ） (2022-05-30T21:20:30Z)
• Mitigating multiple descents: A model-agnostic framework for risk monotonization [84.6382406922369]
  クロスバリデーションに基づくリスクモノトナイズのための一般的なフレームワークを開発する。 本稿では,データ駆動方式であるゼロステップとワンステップの2つの手法を提案する。
  論文  参考訳（メタデータ） (2022-05-25T17:41:40Z)
• Trustworthy Multimodal Regression with Mixture of Normal-inverse Gamma Distributions [91.63716984911278]
  このアルゴリズムは、異なるモードの適応的統合の原理における不確かさを効率的に推定し、信頼できる回帰結果を生成する。 実世界のデータと実世界のデータの両方に対する実験結果から,多モード回帰タスクにおける本手法の有効性と信頼性が示された。
  論文  参考訳（メタデータ） (2021-11-11T14:28:12Z)
• Survival Cluster Analysis [93.50540270973927]
  異なるリスクプロファイルを持つサブポピュレーションを特定するために、生存分析には未解決の必要性がある。 このニーズに対処するアプローチは、個々の成果のキャラクタリゼーションを改善する可能性が高い。
  論文  参考訳（メタデータ） (2020-02-29T22:41:21Z)

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。