通过计算吸引域分析势博弈中复制者动力学的平均情况性能

完全理解自适应代理网络的行为意味着什么？黄金标准通常是势博弈中学习动力学的行为，其中许多演化动力学（例如复制者动力学）已知会收敛到均衡集。即使在这些经典设定中，许多关键问题仍未得到解答。我们考察了以下问题：逐点收敛：即使在存在连续统均衡的情况下，系统是否真的能达到均衡？计算吸引域：给定逐点收敛，我们能否计算每个均衡的渐近稳定性区域（例如，估计其体积、几何形状）？系统不变量：不变量函数在每条系统轨迹上保持恒定。这一概念与势函数的博弈论概念正交，后者沿系统轨迹总是严格增加或减少。势博弈中的动力学是否表现出不变量函数？如果有，有多少？这些函数是什么样子的？基于这些几何特征，我们提出了一种新的定量框架，用于分析具有多个均衡的势博弈的效率。不同均衡的预测根据其在全随机初始条件下演化动力学中出现的概率进行加权。这种平均情况分析被证明能为经典博弈论挑战提供新见解，包括量化猎鹿博弈中的风险优势，并允许对在稳定性价格与无政府价格之间存在巨大差距的网络协调和拥塞博弈进行更细致的性能分析。