解决城市网络安全游戏：学习平台、基准测试与人工智能研究挑战
人工智能
2025-01-30 v1 计算机科学与博弈论
摘要
在解决两人零和博弈后，越来越多的人工智能研究者致力于解决多人博弈问题。为促进设计高效学习算法以解决多人博弈的发展，本文提出了一个用于解决城市网络安全博弈（Urban Network Security Games, UNSG）的多人博弈平台，该平台可建模真实世界情景。也就是说，预防犯罪活动是警察在城市中承担的重大责任，警察必须在犯罪发生时分配有限的安保资源以遏制逃犯。警察与逃犯之间的这种互动可建模为 UNSG。UNSG 的不同变体可建模不同的真实世界情形，例如是否可获得实时信息，或警察是否可以通信。解决该游戏的主要挑战包括游戏规模的庞大以及合作与竞争的共存。虽然以往努力曾试图解决此类博弈，但因性能和可扩展性问题而受限。因此，我们提出了一个开源的UNSG平台（GraphChase），用于设计高效学习算法以解决UNSG问题。具体而言，GraphChase 提供了用于建模各种UNSG变体的统一且灵活的游戏环境，支持算法的开发、测试和基准测试。我们认为，GraphChase不仅有助于开发高效算法以解决实际问题，也为解决更广泛多人博弈的算法发展开辟了道路。
关键词
引用
@article{arxiv.2501.17559,
title = {Solving Urban Network Security Games: Learning Platform, Benchmark, and Challenge for AI Research},
author = {Shuxin Zhuang and Shuxin Li and Tianji Yang and Muheng Li and Xianjie Shi and Bo An and Youzhi Zhang},
journal= {arXiv preprint arXiv:2501.17559},
year = {2025}
}