随机微分博弈中的信息揭示与对齐伪造

在私有目标的竞争性游戏中，动作可以揭示有关隐藏参数的信息。然而，量化此类信息揭示 substantially 更具挑战性，因为它不仅取决于对手的隐藏参数，还取决于对手对游戏的模型。我们通过在部分信息下的两个玩家线性-二次随机微分博弈中来研究此问题，其中每位玩家知道其自己的耦合参数并通过先验了解对手的隐藏参数。从完全信息博弈开始，我们通过耦合的里卡提方程描述 Nash 均衡。我们然后通过对每个玩家先验下的均值来定义基准可实现控制。基于此基准，我们构建一个对齐伪造控制问题，其中一位玩家在其可实现策略的忠实度与关于对手隐藏参数的信息获取之间进行权衡。信息激励基于仅使用玩家可用模型的代理费舍尔信息矩阵构建。这导致一个可处理的鞍点形式，通过里卡提系统给出半显式控制特征描述。数值示例表明，当伪造者的模型准确时，对齐伪造可显著提高信息获取，但往往以更高的可检测性为代价。它们还表明，代理费舍尔信息在模型误指定下可能与真实信息系统atically 不同。