63 papers
Dit artikel bewijst dat er voor indivisibele goederen met evenwichtige toewijzingen polynomiale algoritmen bestaan die zowel envy-freeness up to one good (EF1) als fractionele Pareto-optimaliteit (fPO) garanderen in gevallen met gepersonaliseerde bivalente waarderingen of maximaal twee waarderingstypen.
Dit paper introduceert een game-theoretische aanpak voor de gedistribueerde optimalisatie van MIMO-ontvangers in interferentiekanaalomgevingen, waarbij een Nash-evenwicht wordt bereikt om semantische uitlijning en taakprestaties te verbeteren ondanks interne representatieverschillen en multi-user interferentie.
Dit artikel breidt het bestaande model voor tijdsgebonden netwerkvormingsgames uit door agents de mogelijkheid te geven niet alleen randen aan te schaffen, maar ook hun tijdstippen te bepalen, en analyseert vervolgens het bestaan van Nash-evenwichten en de prijs van anarchie en stabiliteit voor verschillende bereikbaarheidsmodellen en kostenfuncties.
Dit artikel ontwikkelt een model voor het optimaliseren van teamincentives door spillovers te analyseren, waarbij de optimale beloning een product is van individuele productiviteit, organisatorische centraliteit en gevoeligheid voor financiële prikkels.
Dit artikel biedt een uitgebreid overzicht en classificatie van de state-of-the-art kwantitatieve vertrouwensmodellen voor online sociale netwerken, inclusief een handboek met datasets, kenmerken en technieken, evenals een bespreking van openstaande uitdagingen.
Dit artikel presenteert een expliciete constructie van een uniek bang-bang Nash-evenwicht voor sociale-distansiegames onder SI-dynamiek, waarbij een wacht-en-zie-fase wordt gevolgd door een lockdown, en toont aan dat deze strategie ook een evolutionair stabiele strategie is die overeenkomt met de optimale publieke beleidsaanpak.
Dit paper presenteert een algoritme voor het berekenen van alle evolutionair stabiele strategieën in niet-ontaarde normale-spelvormen met drie of meer spelers.
Deze paper toont aan dat de theorie van monotoon vergelijkend statiek niet afhankelijk is van een roosterstructuur, maar kan worden uitgebreid naar pseudo-roosters, waardoor voor het eerst een analyse van monotoon vergelijkend statiek mogelijk wordt voor gemengde-strategie Nash-evenwichten en trillende-hand-perfecte evenwichten.
Dit artikel presenteert een overzicht van de technische details en kernresultaten van het gebruik van deep learning voor mechanism design, waarbij deze aanpak wordt geïllustreerd aan de hand van drie casestudies: efficiënt energiebeheer in voertuignetwerken, resource-allocation in mobiele netwerken en het ontwerpen van een volume-korting inkoopveiling voor landbouwproducten.
Dit paper weerlegt de conjectuur dat er een één-op-één-correspondentie bestaat tussen de attractoren van de replicatordynamiek en de sink-evenwichten in speltheorie door middel van tegenvoorbeelden, en introduceert het concept van pseudoconvexiteit als een voldoende voorwaarde om deze relatie voor twee-spelersspelen te karakteriseren.
Dit artikel onderzoekt hoe een moderator de voorkeuren van agenten in onbekende spellen kan leren door aanbevelingen te doen en hun reacties te observeren, waarbij wordt aangetoond dat kwantale respons-feedback efficiënter is dan beste-respons-feedback en een online algoritme met lage regret wordt ontworpen voor strategische multi-agent omgevingen.
Deze paper introduceert een regulariseerde online RLHF-methode met het Generalized Bilinear Preference Model die, door gebruik te maken van sterke convexiteit en een laag-rang structuur, statistisch efficiënte spijtbegrensingen garandeert voor het vinden van Nash-evenwichten in hoge-dimensionale contexten.
Deze studie toont aan dat het integreren van grote taalmodellen als biedende agents in herhaalde spectrumveilingen voor heterogene netwerken leidt tot een hogere kanaaltoegang en betere budgetefficiëntie dan traditionele methoden, door strategisch redeneren over historische uitkomsten en concurrentie.
Dit artikel introduceert een drievoudig Stackelberg-spelmodel dat strategische interacties in congestiesystemen nauwkeuriger voorspelt door heterogene leiders, strategische volgers en niet-deelnemende agenten te integreren, wat wordt geïllustreerd aan de hand van laadinfrastructuur voor elektrische voertuigen.
Deze paper onderzoekt evenwichtconcepten in niet-coöperatieve spellen met onzekerheid, waarbij zowel overtuigingen als gemengde strategieën worden gemodelleerd met niet-additieve maten en max-plus-integralen, en bewijst voor spellen met compacte strategie-ruimten en continue uitbetalingen het bestaan van zowel Nash-evenwichten in capaciteiten als Dow-Werlang-evenwichten aan de hand van abstracte convexiteitstechnieken en een Kakutani-type vastpuntstelling.
Dit artikel introduceert een axiomatische studie van toewijzingsmechanismen in decentrale markten met transactiekosten, waarbij het mechanisme voor robuuste conditionele gemiddelden wordt gecharactariseerd en in verband wordt gebracht met risicodeling.
Het artikel introduceert het -IPOMDP-framework, dat kunstmatige agenten in staat stelt om manipulatie door cognitief superieure tegenstanders te detecteren en te weerstaan via afwijkingsdetectie en een uit-belief-beleid, waardoor eerlijkere speluitkomsten worden bereikt.
Deze paper breidt bestaande resultaten uit door tracking-bounds te leveren voor variatiële ongelijkheden met een sublineaire oplossingspad of periodieke dynamiek, en onderzoekt de convergentie en het mogelijk chaotische gedrag van discrete dynamische systemen voor periodieke tijdvariabele variatiële ongelijkheden.
Dit paper introduceert een branch-and-cut-algoritme voor gemengd-integer Nash-evenwichtsproblemen dat, door het spel te herschrijven als een bilevel-probleem en gebruik te maken van Nikaido-Isoda-functies en gesneden vlakken, na afloop ofwel een puur Nash-evenwicht berekent of de niet-bestaans daarvan vaststelt.
Dit artikel introduceert een theoretisch raamwerk dat taalgebaseerde framing en Bayesiaanse signalering combineert, waarbij Large Language Models worden ingezet om de complexe ruimte van mogelijke framingstrategieën te optimaliseren en zo de effectiviteit van informatieontwerp voor menselijke besluitvorming te verbeteren.