We investigate a phenomenon of "one-to-two-player lifting" in infinite-duration two-player games on graphs with zero-sum objectives. More specifically, let $C$ be a class of strategies. It turns out that in many cases, to show that all two-player games on graphs with a given payoff function are determined in $C$, it is sufficient to do so for one-player games. That is, in many cases the determinacy in $C$ can be "lifted" from one-player games to two-player games. Namely, Gimbert and Zielonka~(CONCUR 2005) have shown this for the class of positional strategies. Recently, Bouyer et al. (CONCUR 2020) have extended this to the classes of arena-independent finite-memory strategies. Informally, these are finite-memory strategies that use the same way of storing memory in all game graphs. In this paper, we put the lifting technique into the context of memory complexity. The memory complexity of a payoff function measures, how many states of memory we need to play optimally in game graphs with up to $n$ nodes, depending on $n$. Now, assume that we know the memory complexity of our payoff function in one-player games. Then what can be said about its memory complexity in two-player games? In particular, when is it finite? Previous one-to-two-player lifting theorems only cover the case when the memory complexity is $O(1)$. In turn, we obtain the following results. Assume that the memory complexity in one-player games is sublinear in $n$ on some infinite subsequence. Then the memory complexity in two-player games is finite. We provide an example in which (a) the memory complexity in one-player games is linear in $n$; (b) the memory complexity in two-player games is infinite. Thus, we obtain the exact barrier for the one-to-two-player lifting theorems.


翻译:在具有零和目的的图表中,我们调查了“一到二玩游戏提升”的游戏现象。更具体地说,让美元成为策略的一类。在许多情况下,显示带有给付功能的图形上的所有两个玩家游戏都以$C美元确定,对于一个玩家游戏就足够这样了。这就是,在许多情况下,用一玩游戏的复杂程度游戏可以“提升”到两个玩家的游戏。也就是说,Gimbert和Zielonka~(CONCUR 2005)已经为定位策略的类别展示了这一点。最近,Bouyer 和 Al. (CONCUR 2020) 已经将这个游戏扩展到了竞技场上的所有两个玩家游戏的游戏类别,这些游戏是使用同样的方式将记忆保存在所有游戏的图表中。在这个游戏中,我们把提升的技巧放到了记忆的复杂程度。在一次游戏中,一个偿还的复杂程度是一次记忆的复杂程度,我们从一个记忆中要拿到一个。

0
下载
关闭预览

相关内容

第31届并发理论国际会议CONCUR 2020的目的是将研究人员、开发人员和学生聚集在一起,以推进并发理论,并促进其应用。 CONCUR 2020是QONFEST 2020总括会议的一部分,该会议包括CONCUR、QEST、FORMATS联合国际2020会议,以及一些研讨会和教程。官网链接:https://concur2020.forsyte.at/
专知会员服务
29+阅读 · 2021年10月4日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
Simple Recurrent Unit For Sentence Classification
哈工大SCIR
6+阅读 · 2017年11月29日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Highway Networks For Sentence Classification
哈工大SCIR
4+阅读 · 2017年9月30日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年11月30日
Arxiv
0+阅读 · 2021年11月28日
Arxiv
3+阅读 · 2015年11月29日
VIP会员
相关资讯
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
Simple Recurrent Unit For Sentence Classification
哈工大SCIR
6+阅读 · 2017年11月29日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Highway Networks For Sentence Classification
哈工大SCIR
4+阅读 · 2017年9月30日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员