威廉·卡巴列罗。;戴维·班克斯;吴克鲁 资源不确定性和多周期承诺下的国防和安全规划。 （英语） Zbl 1527.91042号 导航。Res.Logist公司。 69，第7期，1009-1026（2022）. 概述：公共部门的特点是等级分明、相互依存的组织。特别是对于防御和安全应用程序，更高的权限通常负责在下级组织之间分配资源。这些下属组织基于不确定的资源和不确定的经营环境进行长期规划。本文开发了一个建模框架和多种解决方案方法，供下属组织在这种情况下使用。我们通过分解为马尔可夫决策过程，将对抗性风险分析方法扩展到随机博弈。这允许下级组织以贝叶斯方式编码其信念，以便建立长期政策，以最大限度地发挥其预期效用。我们开发的建模框架在一个现实的反恐用例中进行了说明，我们的解决方案的效力通过与替代构建的政策进行比较来评估。{©2022威利期刊有限责任公司。本文由美国政府雇员撰写，他们的作品在美国属于公共领域。} 引用于1文件 MSC公司： 91B05型 风险模型（通用） 91A15型 随机对策，随机微分对策 90立方厘米 马尔可夫和半马尔可夫决策过程 关键词：对抗性风险分析;机场安全;马尔可夫决策过程;军事建模;公共部门运营研究 软件：BRMaximin公司;普里巴斯 PDF格式BibTeX公司 XML格式引用 \textit{W.N.Caballero}等人，海军。Res.Logist公司。69，编号71009-1026（2022；兹bl 1527.91042） 全文： 内政部 参考文献： [1] Albrecht，S.V.、Crandall，J.W.和Ramamorthy，S.（2016）。假设行为中的信念和真理。人工智能，235，63-94·Zbl 1352.68259号 [2] Albrecht，S.V.和Ramamoorthy，S.（2015）。多智能体系统中临时协调的博弈模型和最佳响应学习方法。arXiv预打印arXiv:1506.01170。 [3] Andersen，S.、Fountain，J.、Harrison，G.W.和Rutström，E.E.（2014）。估计主观概率。《风险与不确定性杂志》，48（3），207-229。 [4] Banks，D.、Gallego，V.、Naveiro，R.和Ríos Insoa，D.（2020年）。对手风险分析：概述（e1530）。威利跨学科评论：计算统计学。 [5] Banks，D.、Petralia，F.和Wang，S.（2011年）。对手风险分析：Borel游戏。《商业和工业中的应用随机模型》，27（2），72-86·Zbl 1276.91008号 [6] Banks，D.L.、Aliaga，J.M.R.和Insua，D.R.（2015）。对手风险分析。CRC出版社。 [7] Berger，J.O.（2013）。统计决策理论和贝叶斯分析。施普林格科技与商业媒体。 [8] Bertsimas，D.和Demir，R.（2002年）。多维背包问题的一种近似动态规划方法。管理科学，48（4），550-565·Zbl 1232.90322号 [9] Brown，G.G.、DeGrange，W.C.、Price，W.L.和Rowe，A.A.（2017）。为美国海军安排海上作战后勤部队补充。海军研究后勤，64（8），677-693·Zbl 1411.90206号 [10] Brown，N.和Sandholm，T.（2019年）。多人扑克的超级人工智能。《科学》，365（6456），885-890·Zbl 1433.68316号 [11] Caballero，W.N.、Jenkins，P.R.和Keith，A.J.（2021）。在设计时毒害有限时域马尔可夫决策过程。计算机与运筹学，129105185·兹比尔1510.90284 [12] Caballero，W.N.和Lunday，B.J.（2019年）。影响建模：风险或不确定性下说服力的数学规划表示。欧洲运筹学杂志，278（1），266-282·Zbl 1431.91101号 [13] Caballero，W.N.和Lunday，B.J.（2020年）。结构和参数不确定性下的稳健影响建模：阿富汗禁毒用例。决策支持系统，128，113161。 [14] Caballero，W.N.、Lunday，B.J.和Uber，R.P.（2020年）。在不同形式的不确定性下，确定正常形式游戏的行为稳健策略。欧洲运筹学杂志，288（3），971-982·Zbl 1487.91005号 [15] Camerer，C.和Hua Ho，T.（1999）。在正常形式的游戏中体验加权吸引学习。《计量经济学》，67（4），827-874·Zbl 1055.91504号 [16] Camerer，C.F.（2004）。行为博弈论：预测战略情境中的人类行为。C.F.Camerer（编辑）、G.Loewenstein（编辑）和M.Rabin（编辑），《行为经济学进展》（第374-392页）。普林斯顿大学出版社。 [17] Camerer、C.F.、Ho、T.‐H.和Chong，J.‐K。(2002). 在重复游戏中进行复杂的经验加权吸引学习和策略教学。《经济理论杂志》，104（1），137-188·Zbl 1015.91011号 [18] Cano，J.、Insua，D.R.、Tedeschi，A.和Turhan，U.（2014年）。安全经济学：机场保护的多目标对抗性风险分析方法。《运筹学年鉴》，245，359‐378。https://doi.org/10.1007/s10479‐014‐1690‐7 ·Zbl 1406.91129号 ·doi:10.1007/s10479‐014‐1690‐7 [19] Chatterjee，K.、Majumdar，R.和Henzinger，T.A.（2008年）。随机极限平均游戏是在exptime中。《国际博弈论杂志》，37（2），219-234·Zbl 1154.91004号 [20] Clyde，M.和George，E.I.（2004年）。模型不确定性。统计科学，19，81-94·Zbl 1062.62044号 [21] Cohen，R.、Beauchamp‐Mustafaga，N.、Cheravitch，J.、Demus，A.、Harold，S.、Horning，J.、Jun，J.、Schwille，M.、Treyger，E.和Vest，N.（2021）。打击社交媒体上的外国虚假信息：研究综述和结论（技术报告）。加州圣莫尼卡兰德公司。 [22] 国会研究服务（2020）。防御入门：规划、编程、预算和执行（PPBE）过程。https://crsreports.congress.gov/product/pdf/IF/IF10429 [23] Cox，L.A.，Jr.（2013）。改进风险分析中的因果推断。风险分析，33（10），1762-1771。 [24] Doshi，P.和Gmytrasiewicz，P.J.（2006）。关于在互动pomdps中实现平衡的困难。《全国人工智能会议记录》（第21卷，第1131页）。加利福尼亚州门罗公园；马萨诸塞州剑桥市；伦敦：AAAI出版社；麻省理工学院出版社。 [25] Farquhar，P.H.和Nakamura，Y.（1988年）。多项式指数函数的效用评估程序。海军研究后勤，35（6），597-613·Zbl 0661.90005号 [26] Fink，A.M.（1964年）。随机n人博弈中的均衡。《广岛大学科学杂志》，28（1），89-93·Zbl 0126.36506号 [27] French，S.（2020年）。在平行的小世界中公理化贝叶斯范式。运筹学，70（3），1293-1952。 [28] 加列戈，V.、纳韦罗，R.、因苏阿，D.R.和奥泰扎，D.G.-U。(2019). 对手意识强化学习。arXiv预打印arXiv:1908.08773。 [29] Geiger，D.、Verma，T.和Pearl，J.（1990年）。识别贝叶斯网络中的独立性。网络，20（5），507-534·Zbl 0724.05066号 [30] Hamid，S.（2021）。美国人从来没有像塔利班那样了解阿富汗。https://www.brookings.edu/opinions/美国人从未被理解的阿富汗就像塔利班一样/ [31] McGarry，B.W.和Heidi，P.M.（2018年）。国防入门：规划、编程、预算和执行（PPBE）过程。国会研究服务中心，聚焦，IF10429。 [32] Ho，T.H.、Camerer，C.F.和Chong，J.‐K。(2007). 自我调节体验加权游戏中的吸引力学习。《经济理论杂志》，133（1），177-198·Zbl 1280.91028号 [33] Ho、T.‐H.、。，帕克、东南部和Su，X.（2020年）。n人博弈中的贝叶斯水平k模型。管理科学，67（3），1329-1992。 [34] Ho、T.‐H.和Su，X.（2013）。序列游戏中的动态水平k模型。管理科学，59（2），452-469。 [35] Hoeting，J.A.、Madigan，D.、Raftery，A.E.和Volinsky，C.T.（1999）。贝叶斯模型平均：教程。统计科学，14（4），382-401·Zbl 1059.62525号 [36] 霍华德·R·A（1980）。对决策分析的评估。运筹学，28（1），4-27。 [37] Hu，J.和Wellman，M.P.（2003）。一般和随机博弈的Nash q学习。机器学习研究杂志，4（11月），1039-1069·Zbl 1094.68076号 [38] Hunt，K.、Agarwal，P.和Zhung，J.（2021）。机场安全技术采用：在攻防游戏中模拟公开披露和保密。可靠性工程与系统安全，207107355。 [39] Jenkins，P.R.、Robbins，M.J.和Lunday，B.J.（2020年）。军事医疗后送调度策略的近似动态规划。《计算机杂志》，33，2-26·Zbl 1466.90010号 [40] Jose，V.R.R.和Zhuang，J.（2013）。多阶段攻防游戏中的技术采用、积累和竞争。军事行动研究，18（2），33-47。 [41] Joshi，C.、Rios，J.和Insua，D.R.（2020）。内部威胁建模：对抗性风险分析方法。IEEE信息取证和安全事务。电气与电子工程师协会。 [42] Kadane，J.B.和Larkey，P.D.（1982年）。主观概率和博弈论。管理科学，28（2），113-120。 [43] Keeney，R.L.（2008）。应用价值导向思维。军事行动研究，13（2），7-17。 [44] Koller，D.和Milch，B.（2003年）。用于表示和解决游戏的多代理影响图。游戏与经济行为，45（1），181-221·Zbl 1054.91007号 [45] Kronqvist，J.、Bernal，D.E.、Lundell，A.和Grossmann，I.E.（2019年）。凸minlp解的回顾与比较。优化与工程，20（2），397-455。 [46] Law，Y.W.、Alpcan，T.和Palaniswami，M.（2014）。自动发电控制中风险最小化的安全游戏。IEEE电力系统汇刊，30（1），223-232。 [47] Lin，K.Y.、Atkinson，M.P.和Glazebrook，K.D.（2014）。当检测不完善时，优化巡逻以及时发现威胁。海军研究后勤，61（8），557-576·Zbl 1411.90175号 [48] Meehan，M.K.（2007）。执法红队。警察局长，74（2），1-5。 [49] 北约（2019）。AJP‐5：盟军联合作战规划原则。https://assets.publishing.service.gov.uk/government/uploads/system/uploads\attachment_data/file/837082/dcdc_doctrine_nato_planning_of_ops_ajp_5.pdf。 [50] Neyman，A.、Sorin，S.和Sorin（2003）。随机游戏和应用（第570卷）。施普林格科技与商业媒体·Zbl 1027.00040号 [51] Nowak，A.S.和Raghavan，T.（1992年）。折扣随机博弈中具有对称信息的平稳相关均衡的存在性。运筹学数学，17（3），519-526·Zbl 0761.90112号 [52] O'Hagan，A.、Buck，C.E.、Daneshkhah，A.，Eiser，J.R.、Garthwaite，P.H.、Jenkinson，D.J.、Oakley，J.E.和Rakow，T.（2006年）。不确定判断：引诱专家的概率。约翰·威利父子公司·兹比尔1269.62009 [53] Panella，A.和Gmytrasiewicz，P.（2016）。交互式pomdps中其他代理有限控制器的贝叶斯学习。第30届AAAI人工智能大会论文集（第30卷）。 [54] Perea，A.（2012年）。认知博弈论：推理与选择。剑桥大学出版社。 [55] 鲍威尔·W·B（2007）。近似动态规划：解决维度的诅咒（第703卷）。约翰·威利父子公司·Zbl 1156.90021号 [56] 鲍威尔·W·B（2019）。随机优化的统一框架。《欧洲运筹学杂志》，275（3），795-821·Zbl 1430.90445号 [57] Puterman，M.L.（2014）。马尔可夫决策过程：离散随机动态规划。约翰·威利父子公司。 [58] Raiffa，H.（1982）。谈判的艺术和科学。哈佛大学出版社。 [59] Rios Insoa，D.、Banks，D.和Rios，J.（2016）。在对抗性风险分析中建模对手。风险分析，36（4），742-755。 [60] Rios，J.和Insua，D.R.（2012年）。反恐建模的对手风险分析。风险分析：国际期刊，32（5），894-915。 [61] Roponen，J.、Insua，D.R.和Salo，A.（2020年）。部分信息下的对手风险分析。欧洲运筹学杂志，287306-316·Zbl 1443.91117号 [62] Rosenberg，D.、Solan，E.和Vieille，N.（2004）。单控制器不完全信息随机博弈。SIAM控制与优化杂志，43（1），86-110·Zbl 1101.91001号 [63] Sevillano，J.C.、Rios Insoa，D.和Rios，J.（2012）。对手风险分析：索马里海盗案。决策分析，9（2），86-95·Zbl 1398.91202号 [64] Shapley，L.S.（1953年）。随机艾姆斯。《美国国家科学院院刊》，39（10），1095-1100·Zbl 0051.35805号 [65] Sidford，A.、Wang，M.、Yang，L.和Ye，Y.（2020年）。求解具有近似最优时间和样本复杂度的折扣随机双人博弈。《国际人工智能与统计会议记录》（第2992‐3002页）。PMLR公司。 [66] Solan，E.（2001）。随机博弈中相关均衡的特征。国际博弈论杂志，30（2），259-277·兹比尔1082.91028 [67] Solan，E.和Vieille，N.（2002年）。随机博弈中的相关均衡。游戏与经济行为，38（2），362-399·Zbl 1022.91007号 [68] Solis，G.D.（2016）。武装冲突法：战争中的国际人道主义法。剑桥大学出版社。 [69] Sonu，E.和Doshi，P.（2012年）。有限嵌套交互式pomdps的广义和有界策略迭代：扩展。第11届自主代理和多代理系统国际会议记录（第2卷，第1039‐1048页）。 [70] Stahl，D.O.（1993）。智能玩家的发展。游戏与经济行为，5（4），604-617·Zbl 0801.90144号 [71] Stahl，D.O.和Wilson，P.W.（1995）。关于其他球员的球员模型：理论和实验证据。游戏与经济行为，10（1），218-254·Zbl 0831.90135号 [72] Sutton，R.S.和Barto，A.G.（2018年）。强化学习：简介。麻省理工学院出版社·Zbl 1407.68009号 [73] 美国空军（2019年）。空军条令核心条令，附件3-10：部队保护。https://www.doctrine.af.mil/doctrine网站‐附录/附录‐3‐10‐武力保护/ [74] 美国国土安全部（2011）。国家恐怖主义咨询系统公共指南。https://www.dhs.gov/xlibrary/assets/ntas/ntas网站‐公共指南.pdf [75] 美国国土安全部（2020年）。国土安全演习和评估计划（HSEEP）。https://www.fema.gov/sites/default/files/2020‐04/国土安全‐演习和评估‐计划‐条令‐2020‐修订版‐2‐25.pdf [76] 美国国务院（2019年）。安全信息：旅行咨询。https://travel.state.gov/content/travel/en/国际旅行/出发前/关于我们的新产品.html [77] 美国参谋长联席会议（2017a）。联合出版物1-0：美国武装部队条令。https://www.jcs.mil/Portals/36/Documents/Doctrine/pubs/jp1_ch1.pdf [78] 美国参谋长联席会议（2017b）。联合出版物5-0：联合规划。https://www.jcs.mil/Portals/36/Documents/Doctrine/pubs/jp5_0_20171606.pdf [79] Wang，S.和Banks，D.（2011年）。叛乱网络路由：对抗性风险分析框架。海军研究后勤，58（6），595-607·Zbl 1267.91024号 [80] Zhung，J.、Bier，V.M.和Alagoz，O.（2010年）。在多周期攻击防御信号游戏中建模保密和欺骗。《欧洲运筹学杂志》，203（2），409-418·Zbl 1177.91053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。