63 Arbeiten
Die Arbeit beweist die Existenz und entwickelt polynomielle Algorithmen für Zuteilungen unteilbarer Güter unter der Nebenbedingung gleicher Mengen, die gleichzeitig EF1-Fairness und fraktionale Pareto-Optimalität bei personalisierten Bivalenz-Wertungen oder maximal zwei Wertungstypen garantieren.
Dieser Beitrag stellt einen spieltheoretischen Ansatz zur verteilten semantischen Ausrichtung über Interferenzkanäle vor, der durch die Formulierung eines nicht-kooperativen Spiels eine geschlossene Lösung für die gemeinsame Optimierung von MIMO-Sendern und Empfängern bietet, um semantische Missverständnisse und Interferenzen in KI-gesteuerten Systemen zu bewältigen.
Die Arbeit erweitert das Modell der temporalen Netzwerk-Spiele, indem sie Agenten die Möglichkeit gibt, nicht nur Kanten zu kaufen, sondern auch deren Zeitlabels flexibel festzulegen, und analysiert dabei die Existanz von Nash-Gleichgewichten sowie die Effizienzverluste durch die Price of Anarchy und Price of Stability.
Die Arbeit entwickelt einen multi-agenten Ansatz zur Optimierung von Anreizverträgen in Teamprojekten mit Spillover-Effekten, der zeigt, dass die optimale Verteilung von Leistungsprämien die Gleichheit des Produkts aus individueller Produktivität, organisatorischer Zentralität und monetärer Reaktionsfähigkeit bei allen Teammitgliedern erfordert.
Diese Arbeit bietet einen umfassenden Überblick über den Stand der Technik bei quantitativen Vertrauensmodellen für Online-Sozialnetzwerke, indem sie psychologische Grundlagen analysiert, algorithmische Ansätze kategorisiert und ein praxisorientiertes Handbuch mit Datensätzen, Merkmalen und Anwendungsszenarien bereitstellt.
Die Arbeit konstruiert explizit eindeutige Nash-Gleichgewichte für ein dynamisches SI-Sozialdistanzierungsspiel mit endlichen Kosten, die sich als zeitabhängige „Bang-Bang"-Strategien (eine Warte-Phase gefolgt von einer Lockdown-Phase) darstellen und zeigen, dass die optimale öffentliche Politik mit diesem Gleichgewicht übereinstimmt.
Die Autoren stellen einen Algorithmus vor, der es ermöglicht, alle evolutionär stabilen Strategien in nichtentarteten Normalformspielen mit drei oder mehr Spielern zu berechnen.
Diese Arbeit zeigt, dass die Theorie der monotonen komparativen Statik auch ohne Gitterstruktur anwendbar ist, indem sie eine schwächere „Pseudo-Gitter"-Eigenschaft einführt, die es erstmals ermöglicht, gemischte Strategien und tremble-hand-perfekte Gleichgewichte in multidimensionalen Umgebungen zu analysieren.
Dieser Artikel stellt technische Details und zentrale Ergebnisse des Einsatzes von Deep Learning für das Mechanismusdesign vor, das die theoretisch unmögliche gleichzeitige Erfüllung mehrerer wünschenswerter Eigenschaften in realen Anwendungen wie Energiemanagement, Ressourcenallokation und Auktionen durch approximative Lösungen ermöglicht.
Diese Arbeit widerlegt die Vermutung, dass die Attraktoren der Replikator-Dynamik in einer eindeutigen Beziehung zu den Sink-Gleichgewichten stehen, indem sie Gegenbeispiele mittels lokaler Quellen aufzeigt und stattdessen Pseudo-Konvexität als hinreichende Bedingung für diese Korrespondenz in Zwei-Spieler-Spielen einführt.
Die Studie untersucht das Lernen von Präferenzen in Multi-Agenten-Spielen durch Empfehlungssysteme und zeigt, dass Quantal-Response-Feedback die Nutzenfunktionen effizienter identifiziert als Best-Response-Feedback, während ein neu entwickelter Online-Algorithmus unter beiden Modellen eine geringe Reue garantiert.
Die Arbeit stellt zwei statistisch effiziente Algorithmen für das kontextuelle Online-RLHF mit einem generalisierten bilinearen Präferenzmodell vor, die durch die Ausnutzung der starken Konvexität und der Schief-Symmetrie polylogarithmische bzw. dimensionsunabhängige Regret-Schranken garantieren.
Diese Arbeit untersucht die Integration von Large Language Models als intelligente Bieter in wiederholten Auktionen für heterogene Netzwerke, wobei eine verteilte Rahmenarchitektur zeigt, dass LLM-gestützte Endgeräte durch strategische Anpassung und historische Analyse eine höhere Kanalauslastung und Budgeteffizienz erreichen als herkömmliche Methoden.
Dieses Paper stellt einen dreistufigen Stackelberg-Rahmen vor, der nicht nur heterogene Marktführer und strategische Nachfolger, sondern auch nicht-marktteilnehmende Agenten berücksichtigt, um die verzerrten Gleichgewichtsvorhersagen in überlastungsgekoppelten Systemen wie dem E-Ladeinfrastrukturmarkt zu korrigieren.
Diese Arbeit untersucht die Existenz von Nash-Gleichgewichten und Dow-Werlang-Gleichgewichten in nicht-kooperativen Spielen unter Unsicherheit, bei denen sowohl Überzeugungen als auch gemischte Strategien durch nicht-additive Maße (Kapazitäten) und Max-plus-Integrale modelliert werden, und leitet Existenzresultate für beide Konzepte mittels abstrakter Konvexitätstechniken und eines Fixpunktsatzes vom Typ Kakutani her.
Dieses Papier entwickelt eine axiomatische Analyse von Allokationsmechanismen in dezentralen Märkten unter Berücksichtigung von Transaktionskosten, die zu subadditiven Transferkosten führen, und charakterisiert dabei robuste lineare Mechanismen sowie Mechanismen der robusten bedingten Erwartung im Kontext des Risikoteilens.
Die Arbeit stellt das Rechenframework -IPOMDP vor, das durch Anomalieerkennung und eine abweichende Strategie-Agenten in der Lage macht, Täuschung durch überlegene Gegner zu erkennen und zu kontern, um so faire Ergebnisse in gemischten und Nullsummenspielen zu gewährleisten.
Diese Arbeit erweitert bestehende Ergebnisse zur Verfolgung von Lösungen zeitvariabler Variationsungleichungen, indem sie Schranken für nicht-monotone Funktionen und periodische Probleme ohne sublineare Lösungspfade liefert, das Konvergenzverhalten diskreter dynamischer Systeme untersucht und sowohl chaotisches Verhalten als auch Konvergenz nachweist.
Die Autoren stellen einen Branch-and-Cut-Algorithmus vor, der Nash-Gleichgewichte in gemischt-ganzzahligen Spielen berechnet oder deren Nichtexistenz feststellt, indem er das Spiel über die Nikaido-Isoda-Funktion als bilevel-Optimierungsproblem reformuliert und durch spezifische Schnittebenenverfahren sowie endliche Terminierungsgarantien für verschiedene Szenarien löst.
Dieser Artikel verbindet das Konzept des sprachbasierten Framings mit der bayesschen Persuasion, indem er Large Language Models nutzt, um sowohl die Wirkung von Formulierungen auf menschliche Überzeugungen zu modellieren als auch optimale Informationsdesign-Strategien zu ermitteln.