借助预测改进的无政府代价

算法博弈论的一个核心目标是分析去中心化多智能体系统（如通信与信息网络）的性能。在缺乏能够强制规定系统使用方式的中心化规划者时，用户可以策略性地与系统交互，旨在最大化自身效用，这可能导致极低效的结果，从而产生高昂的无政府代价（price of anarchy）。为缓解此问题，系统设计者可使用去中心化机制来调节各资源的使用（例如采用本地排队协议或调度机制），但仅能获取有关系统状态的有限信息。这些信息限制对这类去中心化机制所能达成的效果有严重影响，因此该文献中的大多数成功案例不得不做出限制性假设（例如限制网络结构或成本函数类型）。本文通过设计增强有关于缺失信息之预测的机制，克服了文献对去中心化机制所施加的某些障碍。具体而言，受“带预测算法（algorithms with predictions）”文献的巨大成功启发，我们设计了带预测的去中心化机制，并将其无政府代价作为预测误差的函数进行评估，重点关注两类被广泛研究的博弈：调度博弈与组播网络形成博弈。