网络中寻求多样性的跳跃博弈
计算机科学与博弈论
2024-03-15 v3
摘要
近来，受 Schelling 有影响的居住隔离模型启发的策略博弈已在理论计算机科学（TCS）和人工智能（AI）文献中得到研究。在这些博弈中，k 种不同类型智能体占据网络拓扑的节点，旨在最大化其效用，该效用是其在网络中相邻的同类型智能体所占比例的函数。因此，这些智能体表现出寻求相似性的策略行为。在本文中，我们引入一类策略跳跃博弈，其中智能体是寻求多样性的：一个智能体的效用定义为其邻居中与其类型不同的比例。我们表明，一般而言，确定此类博弈中均衡的存在性在计算上是困难的。然而，当网络是一棵树时，寻求多样性的跳跃博弈总是存在均衡分配。对于具有单个空节点的正则图和蜘蛛图，我们证明了一个更强的结果：该博弈是势博弈，即改进响应动态总是从智能体的任何初始放置收敛到均衡。我们还给出了关于无政府代价和稳定性代价在社会福利（智能体总效用）方面的（近乎紧的）界。
引用
@article{arxiv.2305.17757,
title = {Diversity-seeking Jump Games in Networks},
author = {Lata Narayanan and Yasaman Sabbagh and Alexandros A. Voudouris},
journal= {arXiv preprint arXiv:2305.17757},
year = {2024}
}