Decentralized Learning in Stochastic Games with Local Information
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the context of multi-agent systems with decentralized information structures, we study rigorously justified convergence results and associated learning algorithms that converge to equilibria. With this objective in mind, we first review classical equilibrium results, focusing on finite-player games with pure or mixed strategy sets. Results such as Kakutani’s fixed-point theorem and Sion’s minimax theorem establish existence under relatively broad conditions. Building on this background, we then study learning dynamics, including best and better response processes, in which players periodically revise and update strategies to optimize payoffs relative to their previous actions via a policy revision process. This induces a graph on the set of policies which facilitate our mathematical approach which combines graph theory, game theory, stochastic control, and Markov processes. While learning using best/better response dynamics converges under certain conditions reported in Arslan et.al, a new approach to policy revision, termed as satisficing (which may be viewed as a win-stay, lose-shift algorithm), introduced by Yongacoglu et.al provides a strictly richer graph network structure and is applicable to a much broader class of games. In particular, these generalize weakly acyclic games. The question we studied is to precisely characterize the set of games for which such a satisficing process ensures convergence to equilibrium. In particular, we addressed an open question raised by Yongacoglu et al. on necessary and sufficient conditions for convergence to equilibria from any initial policy profile. On sufficiency, we presented a generalization, relaxing requirements to allow multiple pure Nash equilibria, provided at least one is strict and subgame-unique. Our research also presented a nontrivial example of a game that admits a strict pure Nash equilibrium in each induced subgame that fails to converge via satisficing paths, showing that such conditions are insufficient, thus also leading to a necessity condition.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle