时变通信网络下近势博弈中的去中心化虚拟博弈
最优化与控制
2021-03-19 v1 多智能体系统
系统与控制
系统与控制
摘要
我们研究了针对近势博弈类的去中心化虚拟博弈（DFP）的收敛性质，其中智能体的激励几乎与某个势函数对齐。在 DFP 中，智能体仅在一串时变网络中的当前邻居间共享信息，保持对其他智能体经验频率的估计，并基于估计的经验频率采取使自身期望效用函数最大化的行动。我们证明，行动的经验频率收敛到一组策略，其势函数值大于最接近的势博弈的近似纳什均衡所获得的势函数值。该结果确立了 DFP 在近势博弈中具有与标准虚拟博弈相同的收敛保证，在标准虚拟博弈中智能体观察所有其他智能体的过往行动。
引用
@article{arxiv.2103.09845,
title = {Decentralized Fictitious Play in Near-Potential Games with Time-Varying Communication Networks},
author = {Sarper Aydın and Sina Arefizadeh and Ceyhun Eksin},
journal= {arXiv preprint arXiv:2103.09845},
year = {2021}
}