从行为数据学习图博弈：充分与必要条件
机器学习
2017-03-06 v1
摘要
在本文中，我们针对从联合动作的含噪观测中精确恢复图博弈的纯策略纳什均衡（PSNE）集合所需的样本数量，给出了充分与必要条件。我们考虑稀疏线性影响博弈——一类具有线性收益的参数化图博弈，由 n 个节点（参与者）且入度至多为 k 的有向图表示。我们证明了在非常一般的观测模型下，仅需 个样本即可高效恢复线性影响博弈的 PSNE 集合。另一方面，我们证明了对于任何从联合动作观测中恢复 PSNE 集合的方法， 个样本都是必要的。
引用
@article{arxiv.1703.01218,
title = {Learning Graphical Games from Behavioral Data: Sufficient and Necessary Conditions},
author = {Asish Ghoshal and Jean Honorio},
journal= {arXiv preprint arXiv:1703.01218},
year = {2017}
}
备注
Accepted to AISTATS 2017, Florida. arXiv admin note: substantial text overlap with arXiv:1607.02959