×
李昌熙；Xing，余；何凤华；程代战

基于状态的游戏的策略学习算法。 （英语） Zbl 1440.93017号

Automatica公司 113，文章ID 108615，第9页（2020）.
总结：研究了基于状态的游戏的学习算法设计和应用。首先，提出了一种启发式非耦合学习算法，它是一种双记忆更好的应答学习规则。在可达性条件下，证明了对于任何初始状态，如果基于状态的博弈中的所有代理都遵循所提出的学习算法，那么动作状态对几乎肯定会收敛到循环状态平衡的动作不变集。学习算法的设计依赖于有限内存的全局和局部搜索，惯性和随机性。然后，研究了时间有效的通用学习算法的存在性。最后，讨论了我们提出的学习算法的应用，包括学习有限博弈中的纯纳什均衡和时变通信结构的协同控制。

引用于7文件

MSC公司：

93甲16 多代理系统
93E35型 随机学习与自适应控制
91A26型 博弈论中的理性与学习
91A80型 博弈论的应用

关键词：

战略学习；基于国家的游戏；循环状态平衡；多智能体系统
PDF格式BibTeX公司 XML格式引用
\textit{C.Li}等人，Automatica 113，文章ID 108615，9 p.（2020；Zbl 1440.93017）
全文： DOI程序 arXiv公司

参考文献：

[1] French，J.R.P.，《社会权力的形式理论》，《心理学评论》，63，3811-194（1956）
[2] 哈特，S。；Mansour，Y.，平衡需要多长时间？非耦合均衡过程的传播复杂性，游戏与经济行为，69，1，107-126（2010）·Zbl 1229.91029号
[3] 哈特，S。；Mas-Colell，A.，《随机非耦合动力学与纳什均衡》，《博弈与经济行为》，57，2，286-303（2006）·Zbl 1156.91319号
[4] Jordan，J.S.，学习混合战略纳什均衡的三个问题，博弈与经济行为，5，3，368-386（1993）·Zbl 0805.90131号
[5] Liang，Y.，Liu，F.，&Wei，W.等（2016）。智能电网分布式经济调度问题的基于状态的潜在博弈方法。IEEE电力和能源学会大会论文集，（第1-5页）。
[6] Marden，J.R.，基于州的潜在游戏，Automatica，48，12，3075-3088（2012）·Zbl 1255.93012号
[7] Marden，J.R.，通过分布式学习选择有效的相关均衡，游戏与经济行为，106，114-133（2017）·兹比尔1414.91067
[8] Marden，J.R。；Shamma，J.S.，博弈论与分布式控制，《经济应用博弈论手册》，41861-899（2015）
[9] Marden，J.R。；Young，H.P。；Pao，L.Y.，通过分布式学习实现帕累托最优，SIAM控制与优化杂志，52，5，2753-2770（2014）·Zbl 1305.91045号
[10] 奥坎波·马丁内斯，C。；Quijano，N.，《工程系统控制中的博弈论方法：专题简介》，IEEE控制系统，37，1，30-32（2017）·兹比尔1477.93113
[11] B.S.R.普拉德尔斯基。；Young，H.P.，《分布式系统中的学习有效纳什均衡》，《游戏与经济行为》，75，2882-897（2012）·Zbl 1239.91018号
[12] Rahili，S.和Ren，W.（2014）。未知环境下传感器覆盖问题的博弈论控制解。第53届IEEE决策与控制会议记录（第1173-1178页）。
[13] 西萨德。；韩，Z。；Poor，H.，《智能电网的博弈论方法：微电网系统、需求端管理和智能电网通信概述》，IEEE Signal Processing Magazine，29，86-105（2012）
[14] Shamma，J.S。；Arslan，G.，《动态虚拟游戏、动态梯度游戏和纳什均衡的分布式收敛》，IEEE自动控制汇刊，50，3，312-327（2005）·Zbl 1366.91028号
[15] Shapley，L.S.，《随机游戏》，美国国家科学院院刊，39，10，1095-1100（1953）·Zbl 0051.35805号
[16] Talebi，M.S.，《在重复游戏中寻求平衡的非耦合学习规则：概述》，《计算机科学》，1-29（2013）
[17] Wang，X.，Xiao，N.，&Wongpiromsarn，T.等（2013）。非合作拥挤博弈中的分布式共识：道路定价的应用。程序中。第十届IEEE国际会议控制。Aut.，（第1668-1673页）。
[18] 杨，B。；Johansson，M.，分布式优化和游戏：教程概述，网络控制系统，406109-148（2010）·Zbl 1227.90030号
[19] Young，H.P.，《战略学习及其局限》（2004），牛津大学出版社：牛津大学出版社，英国牛津
[20] Young，H.P.，《通过试错学习》，《游戏与经济行为》，65，2，626-643（2009）·Zbl 1158.91327号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。