Rokhlin，D.B。;乌戈林茨基，G.A。 完全信息动态刺激模型中的Stackelberg平衡。 （英语。俄文原件） Zbl 1397.91109号 自动。远程控制 79，第4号，701-712（2018）; Avtom翻译。Telemekh公司。2018年，第4152-166号（2018）。 摘要：在离散时间和无限规划期的情况下，我们考虑了一个带有马尔可夫动力学和折扣最优性准则的激励模型。在这个模型中，监管者对执行者产生经济影响，选择一个激励函数，该函数取决于系统状态和执行者的行为，执行者采用位置控制策略。系统动态、监管机构的收入和执行人的成本取决于系统状态和执行人行为。我们证明，找到（逆）Stackelberg博弈的近似解可以归结为求解最优控制问题，其准则等于监管者的收入与执行者的成本之差。这里，调节器的（ε）最优策略是在经济上激励执行器遵循这种最优控制策略。 引用于2文件 理学硕士： 91A65型 分级游戏（包括Stackelberg游戏） 关键词：两级激励模型;逆Stackelberg对策;折现最优性准则;贝尔曼方程 PDF格式BibTeX公司 XML格式引用 \textit{D.B.Rokhlin}和\textit{G.A.Ougolitsky}，Autom。遥控器79，No.4，701--712（2018；Zbl 1397.91109）；Avtom翻译。Telemekh公司。2018年第4期，152--166（2018） 全文： 内政部 参考文献： [1] 冯·斯塔克伯格，H。，Marktform和Gleichgewicht维也纳：施普林格出版社，1934年·Zbl 1405.91003号 [2] Basar，T.和Olsder，G.J。，动态非合作博弈论费城：SIAM，1999年·Zbl 0946.91001号 [3] Dockner，E.、Jörgensen，S.、Van Long，N.和Sorger，G。，经济学与控制科学中的微分博弈，剑桥：剑桥大学出版社，2000年·Zbl 0996.91001号 ·doi:10.1017/CBO9780511805127 [4] 北卡罗来纳州Van Long。，经济学中的动态博弈综述《新加坡：世界科学》，2010年·Zbl 1237.91002号 ·数字对象标识代码：10.1142/7577 [5] 李·T。；Sethi，S.P.，《动态Stackelberg博弈模型综述》，《离散控制动力学》-B、 22125-159（2017）·Zbl 1409.91064号 ·doi:10.3934/dcdsb.2017007 [6] Ho，Y.-C。；卢，P。；Muralidharan，R.，《信息结构、Stackelberg博弈和激励可控性》，IEEE Trans。自动化。控制，26454-460，（1981）·兹比尔0476.90089 ·doi:10.1109/TAC.1981.1102652 [7] Olsder，G.J.，《逆Stackelberg博弈中的现象》。第1部分：静态问题，J.Optim。理论应用。，143, 589-600, (2009) ·Zbl 1182.91056号 ·doi:10.1007/s10957-009-9573-9 [8] Olsder，G.J.，《逆Stackelberg博弈中的现象》。第2部分：动力学问题，J.Optim。理论应用。，143, 601-618, (2009) ·Zbl 1182.91055号 ·doi:10.1007/s10957-009-9572-x [9] 北卡罗来纳州格罗特。；舒特，B。；Hellendorn，H.，反向Stackelberg游戏。第一部分：基本框架，421-426，（2012）·doi:10.1109/CCA.2012.6402334 [10] 格罗特，N。；舒特，B。；Hellendorn，H.，反向Stackelberg游戏。第二部分：结果和未决问题，427-432，（2012）·doi:10.1109/CCA.2012.6402335 [11] Yu Germeier。在两名球员的比赛中，动作顺序固定，道克。阿卡德。苏联诺克，1981001-1004，（1971）·Zbl 0253.90065号 [12] Yu Germeier。B.、。，Igry的neprotivopolyzhonymi interesami（非对抗性运动会），莫斯科：瑙卡，1976年·Zbl 0584.90097号 [13] Kononenko，A.F.，两级递阶控制系统的博弈论分析，苏联计算机。数学。数学。物理。，14, 72-81, (1974) ·Zbl 0313.90072号 ·doi:10.1016/0041-5553（74）90197-9 [14] Gorelov，文学硕士。；Kononenko，A.F.，《冲突的动态模型》。三、 等级游戏，Autom。远程控制，76，264-277，（2015）·兹比尔1406.91074 ·doi:10.1134/S000511791502006X [15] 沈，H。；巴沙尔，T。；Jörgensen，S.（编辑）；Quincampoix，M.（编辑）；Vincent，Th.L.（编辑），《信息完整和不完整网络游戏的基于激励的定价》，431-458，（2007），波士顿·Zbl 1153.91370号 ·doi:10.1007/978-0-8176-4553-322 [16] 斯塔科娃，K。；G.J.奥尔斯德。；Bliemer，M.C.J.，动态次优收费设计问题中不同收费政策的比较。三链路网络的案例研究，Eur.J.Transp。基础设施。第4号决议，331-346，（2009年） [17] 卢，P。；Ho，Y。；Muralidharan，R.，《负荷自适应定价：电力设施的新兴工具》，IEEE Trans。自动。对照，27320-329，（1982）·Zbl 0478.90046号 ·doi:10.1109/TAC.1982.1102918 [18] V.N.伯科夫、M.古布科、N.科尔金和D.诺维科夫。，组织控制理论导论博卡拉顿：CRC出版社，2015年·Zbl 1308.90001号 ·doi:10.1201/b18152 [19] 诺维科夫，D.A。，Stimulirovanie v sotsial'no-ekonomicheskikh sistemakh（bazovye matematicheskie modeli）（社会经济系统中的刺激（基本数学模型），莫斯科：研究所问题。乌普拉夫伦。RAN，1998年。 [20] 诺维科夫，D.A。；Shokhina，T.E.，动态主动系统中的激励机制，Autom。远程控制，64，1912-1921，（2003）·Zbl 1171.91318号 ·doi:10.1023/B:AURC.0000008429.24786.89 [21] Sundaram，R.K。，最优化理论第一课程，剑桥：剑桥大学出版社，1996年·兹伯利0885.90106 ·doi:10.1017/CBO9780511804526 [22] 新南威尔士州帕帕乔治奥和南特州基里西·伊亚洛鲁。，应用分析手册《多德雷赫特：施普林格》，2009年·Zbl 1189.49003号 [23] Hernández-Lerma，O.和Lasserre，J.B。，离散时间马尔可夫控制过程：基本最优性准则纽约：施普林格出版社，1996年·Zbl 0840.93001号 ·doi:10.1007/978-1-4612-0729-0 [24] Maitra，A.，紧度量空间上的折扣动态规划，Sankhyá：印度统计杂志。序列号。A、 30211-216（1968）·Zbl 0187.17702号 [25] Schäl，M.，一般状态空间动态规划中的平均最优性，数学。操作。决议，18，163-172，（1993）·Zbl 0777.90079号 ·doi:10.1287/门18.1.163 [26] Bertsekas博士和Shreve博士。，随机最优控制：离散时间情形《贝尔蒙特：雅典娜科学》，1996年·Zbl 0471.93002号 [27] 范伯格，E.A。；Lewis，M.E.，平均成本Markov决策过程的最优不等式和随机现金平衡问题，数学。操作。决议，32，769-783，（2007）·Zbl 1341.90142号 ·doi:10.1287/门1070.0269 [28] 克鲁兹·苏亚雷斯，D。；蒙特斯·德奥卡，R。；Salem-Silva，F.，折扣马尔可夫决策过程最优策略唯一性的条件，数学。操作。研究，60，415-436，（2004）·Zbl 1104.90053号 ·doi:10.1007/s001860400372 [29] 布雷顿，M。；Alj，A。；Haurie，A.，《两人游戏中的序列Stackelberg均衡》，J.Optim。西奥。申请。，59, 71-97, (1998) ·Zbl 0631.90100号 ·doi:10.1007/BF00939867 [30] Blackwell，D.，折扣动态编程，Ann.Math。统计人员。，36, 226-235, (1965) ·Zbl 0133.42805号 ·doi:10.1214/aoms/1177700285 [31] Shreve，S.E.公司。；Bertsekas，D.P.，动态规划中的通用可测量策略，数学。操作。第4号决议，第15-30页，（1979年）·Zbl 0412.90071号 ·doi:10.1287/门4.1.15 [32] 摩根·J。；Clarke，F.H.（编辑）；Dem'yanov，V.F.（编辑）；Giannessi，F.（ed.），约束适定双层优化问题，307-325，（1989），波士顿·Zbl 0786.90112号 ·doi:10.1007/978-1-4757-6019-4_18 [33] Patrone，F。；Lucchetti，R.（编辑）；Revalski，J.（编辑），《纳什均衡和相关主题的稳健性》，211-227，（1995），多德雷赫特·Zbl 0849.90131号 ·doi:10.1007/978-94-015-8472-2_9 [34] 蒙特斯·德奥卡，R。；Lemus-Rodríguez，E.，价值迭代最大化何时接近折扣马尔可夫决策过程的最优平稳策略？缩小Borel空间理论与实际计算之间的差距，WSEAS Trans。数学。，9, 151-160, (2010) 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。