一般和多重领导者-单一跟随者博弈中相关斯坦克尔伯格均衡的学习
机器学习
2022-10-25 v1 机器学习
摘要
许多现实世界中的策略博弈涉及多个参与者之间的交互。我们研究了一种分层多玩家博弈结构，其中具有不对称角色的玩家可分为领导者和跟随者，这种设定通常被称为斯坦克尔伯格博弈或领导者-跟随者博弈。具体而言，我们关注存在多个领导者与单一跟随者的斯坦克尔伯格博弈场景，称为多重领导者-单一跟随者（MLSF）博弈。我们为 MLSF 博弈提出了一种新颖的非对称均衡概念，称为相关斯坦克尔伯格均衡（CSE）。我们设计了在线学习算法，使玩家能够以分布式方式进行交互，并证明其可实现无外部斯坦克尔伯格遗憾学习。这进一步通过从无外部遗憾到无交换遗憾的归约转化为对近似 CSE 的收敛。我们工作的核心在于解决了一个复杂问题：如何在具有噪声 bandit 反馈的领导者-跟随者博弈中，通过在不同学习结构中平衡探索与利用来学习均衡。
引用
@article{arxiv.2210.12470,
title = {Learning Correlated Stackelberg Equilibrium in General-Sum Multi-Leader-Single-Follower Games},
author = {Yaolong Yu and Haifeng Xu and Haipeng Chen},
journal= {arXiv preprint arXiv:2210.12470},
year = {2022}
}