具有警报目标的对抗性巡逻博弈中面对多资源攻击
人工智能
2018-06-20 v1 计算机科学与博弈论
摘要
我们关注任意图上的对抗性巡逻博弈，其中防御者可以控制一个移动资源，目标由警报系统警戒，而攻击者可以观察防御者移动资源的行动并利用多资源实施不同攻击。该场景可建模为扩展式零和博弈，其中每个参与者可多次行动。博弈树在图的大小和攻击资源数量上均呈指数级庞大。我们表明，当攻击者的资源数量自由时，计算均衡路径的问题是 NP-hard 的；而当资源数量固定时，均衡路径可在多项式时间内计算。我们提供了一种动态规划算法，在给定攻击者资源数量的情况下，计算均衡路径在图大小上需多项式时间、在资源数量上需指数时间。此外，由于在实际场景中防御者知晓攻击资源数量并不现实，我们研究了防御者对该数量做出错误猜测时其策略的鲁棒性。我们表明，当低效性定义为防御者在错误猜测与正确猜测下所获效用的比值时，即便仅一个资源的误差也会导致任意低效。然而，更合适的不效率定义由防御者效用之差给出：由此我们观察到，估计误差越大，防御者的损失越高。接着，我们考察了在无从获知攻击者资源信息时在線算法的性能。最后，我们借助随机化在线算法，证明可获得比任何确定性在线算法好两倍的竞争比。
引用
@article{arxiv.1806.07111,
title = {Facing Multiple Attacks in Adversarial Patrolling Games with Alarmed Targets},
author = {Giuseppe De Nittis and Nicola Gatti},
journal= {arXiv preprint arXiv:1806.07111},
year = {2018}
}