无需建模跟随者求解强凸光滑 Stackelberg 博弈
最优化与控制
2023-03-14 v1
摘要
Stackelberg 博弈已被广泛用于建模能源系统、交通、网络安全以及人机交互等诸多领域中的交互式决策问题。然而，现有的 Stackelberg 博弈求解算法通常要求已知跟随者的代价函数或学习动态，并且可能还要求跟随者给出精确的最优响应，这在实际中往往难以获得。为规避这一困难，我们开发了一种不需要知晓跟随者代价函数或精确最优响应的算法，使其更适用于现实场景。具体而言，我们的算法仅要求跟随者针对领导者的行动给出一个近似最优行动。该不精确最优响应被用于计算领导者目标函数的近似梯度，并借此可应用零阶双层优化来获得领导者的最优行动。我们证明了当跟随者最优响应下的领导者代价函数强凸且光滑时，算法以线性速率收敛至最优点邻域。
引用
@article{arxiv.2303.06192,
title = {Solving Strongly Convex and Smooth Stackelberg Games Without Modeling the Follower},
author = {Yansong Li and Shuo Han},
journal= {arXiv preprint arXiv:2303.06192},
year = {2023}
}
备注
Accepted to American Control Conference 2023 (ACC 2023)