当正确模型失效：带有跟随者意图更新的Stackelberg均衡最优性
系统与控制
2026-04-09 v4 计算机科学与博弈论
系统与控制
摘要
我们研究的是跟随者意图未知给领导者的二维玩家动态Stackelberg博弈。经典的Stackelberg均衡(SE)形式假设领导者知道跟随者的最佳响应(BR)函数。然而，实际情况并非如此。我们研究了领导者在游戏结束前接收到关于跟随者BR的更新信念的情形，使得该更新促使领导者及随后跟随者重新优化其策略。我们在该信念更新下，对开环和反馈信息结构的SE解决方案进行了最优性分析。有趣的是，我们证明了在一般情况下，假设错误的跟随者BR可能导致整个游戏中领导者的成本低于知道真实跟随者BR的情况。我们采用线性二次(LQ)Stackelberg博弈中的数值示例来支持这些结果，并通过蒙特卡罗模拟表明，实现低于领导者成本的错误BR实例在碰撞避免LQ Stackelberg博弈中并非微不足道。
引用
@article{arxiv.2511.07363,
title = {When the Correct Model Fails: The Optimality of Stackelberg Equilibria with Follower Intention Updates},
author = {Cayetana Salinas-Rodriguez and Jonathan Rogers and Sarah H. Q. Li},
journal= {arXiv preprint arXiv:2511.07363},
year = {2026}
}
备注
8 pages, 6 figures, accepted to European Control Conference (ECC26)