具有时变耦合不等式约束的在线博弈
计算机科学与博弈论
2023-06-29 v1
摘要
本文研究在线博弈，其中在每个时刻，一组玩家旨在自私地同时最小化其各自的时变代价函数，并受时变耦合约束和局部可行集约束。个体玩家仅可获得局部代价函数和局部约束，并可通过固定且连通的图与邻居共享有限信息。此外，玩家对未来代价函数和未来局部约束函数没有先验知识。在此设定下，基于镜像下降和原始-对偶策略设计了一种新颖的分散式在线学习算法。通过适当选择衰减步长，所提算法可实现次线性有界遗憾和约束违反。进一步表明，所设计算法生成的行动序列可收敛到强单调博弈的变分 GNE，而在线博弈收敛于该博弈。此外，还考虑了基于收益的情形，即在 bandit 反馈设定下，并设计了一种新的基于收益的学习策略以生成次线性遗憾和约束违反。最后，数值仿真证实了所得理论结果。
引用
@article{arxiv.2306.15954,
title = {Online Game with Time-Varying Coupled Inequality Constraints},
author = {Min Meng and Xiuxian Li and Yiguang Hong and Jie Chen and Long Wang},
journal= {arXiv preprint arXiv:2306.15954},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2105.06200