Decentralized Learning in Stochastic Games with Local Information
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».