Can Mean Field Game Equilibria Amongst Exchangeable Agents Survive Under Partial Observability of Their Competitors' States?
Notice bibliographique
Résumé
Classical mean field games (MFG) have been concerned with large games amongst symmetrically influential agents with asymptotically negligible weight. In the absence of a common driving noise, propagation of chaos occurs. The analysis assumes that the initial agent's state probability distribution is known, making its future deterministic and computable via a fixed-point calculation under a limiting equilibrium policy, if it exists. However, oftentimes, despite equal mutual influence, a given agent can only observe a limited number of neighboring agents due to the agent observability structure characterized by an information access graph. This graph may have a low degree even with a large number of agents. The main question addressed is whether an MFG equilibrium can still potentially emerge asymptotically over time. The answer is affirmative, contingent on specific conditions that rely on the stability properties of agents' dynamics and the relative speed of communication to reactions, as derived in this study. The focus is on independent linear scalar agents correlated through a quadratic cost related to the mean state of the agents, which remains unobservable. To tackle convergence to a mean field equilibrium, the proposed model involves a fast communication time scale using a consensus algorithm, alongside a slower agent dynamic time scale. The research explores agents' ability to accurately estimate the system mean as both time and agent numbers increase.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».