选择你的战斗：基于多场扎拉-战争游戏的分布式学习

考虑 N 名玩家和 K 场同时进行的游戏。每场游戏都建模为扎拉-战争（ToW）游戏，其中增加一名玩家的动作会降低所有其他玩家的奖励。每位玩家在任意时刻只参与一场游戏。在每个时间步，玩家决定他们希望参与哪场游戏以及在该游戏中采取的动作。他们的奖励取决于同一游戏中所有玩家的动作。这种 K 场游戏的系统称为“元扎拉-战争”（Meta-ToW）游戏。这些游戏可以模型化如功率控制、分布式任务分配和传感器网络中的激活等情景。我们提出了 Meta Tug-of-Peace 算法，这是一种分布式算法，其中动作更新使用简单的随机逼近算法完成，决定切换游戏的决策通过 infrequent 1-bit 通信实现。我们证明，在 Meta-ToW 游戏中， our 算法收敛到满足玩家目标服务质量奖励向量的均衡。随后我们通过上述情景的仿真演示了该算法的有效性。