大规模非合作博弈中通信与计算约束下的纳什均衡近似
最优化与控制
2017-09-20 v2
摘要
本文研究了在通信与计算约束下大规模异质均值场博弈中的纳什均衡近似问题。考虑了一种确定性均值场博弈，其中每个智能体的非线性效用函数依赖于其行动、其他智能体行动的平均值（称为该智能体的均值变量）以及确定性参数。研究表明，当智能体数量趋于无穷时，所有智能体的均衡均值变量一致收敛于一个常数，称为渐近均衡均值（AEM）。AEM依赖于智能体参数的经验分布的极限，决定了智能体的渐近均衡行为。接下来，研究了在通信与计算约束下在处理中心近似AEM的问题。提出了三种近似方法，以大幅降低处理中心近似AEM的通信与计算成本。通过数值算例分析并说明了所提近似方法的精度。
引用
@article{arxiv.1704.05653,
title = {Nash Equilibrium Approximation under Communication and Computation Constraints in Large-Scale Non-cooperative Games},
author = {Ehsan Nekouei and Tansu Alpcan and Girish Nair},
journal= {arXiv preprint arXiv:1704.05653},
year = {2017}
}