盲逆向游戏论：在熵正则竞争性游戏中解码奖励与理性

基于熵正则Quantal Response Equilibrium (QRE)的逆向游戏论方法为竞争性环境提供了可行的方法，但关键假设是代理人的理性参数（温度$\tau$）已知。当$\tau$未知时，一个根本的尺度歧义出现，将$\tau$与奖励参数（$\theta$）耦合，使它们在统计上不可辨识。我们引入Blind-IGT，这是第一个能够从观察行为中联合恢复$\theta$和$\tau$的统计框架。我们分析了这个双线性逆问题，提出一种规范化约束以解析尺度歧义，确立唯一识别的必要充分条件。我们提出了有效的归一化最小二乘 (NLS) 估计器，并证明其实现最优$\mathcal{O}(N^{-1/2})$收敛速率，以实现联合参数恢复。当强辨识条件失效时，我们通过置信区间构建提供部分辨识保证。我们将框架扩展到马尔可夫游戏，展示在强经验上实现最优收敛速率，即使在转换动力学未知的情况下也表现出色。