Recently, a new model extending the standard replicator equation to a finite set of players connected on an arbitrary graph was developed in evolutionary game dynamics. The players are interpreted as subpopulations of multipopulations dynamical game and represented as vertices of the graph, and an edge constitutes the relation among the subpopulations. At each instant, members of connected vertices of the graph play a 2-player game and collect a payoff that determines if the chosen strategies will vanish or flourish. The model describes the game dynamics of a finite set of players connected by a graph emulating the replicator dynamics. It was proved a relation between the stability of the mixed equilibrium with the topology of the network. More specifically, the eigenvalues of the Jacobian matrix of the system evaluated at the mixed steady state are the eigenvalues of the graph's adjacency matrix multiplied by a scalar. This paper studies the pure (strict) Nash equilibria of these games and how it connects to the network. We present necessary and sufficient conditions for a pure steady-state in coordination or anti-coordination game to be a (strict) Nash Equilibrium.


翻译:最近,在进化的游戏动态中,开发了将标准复制方程式扩展为在任意图形上连接的一组有限玩家的新模型。这些玩家被解释为多人口动态游戏的子群,并被解释为该图的顶点,而边缘则构成亚群之间的关系。在每一瞬间,图形中连接的顶点成员会播放一个二人游戏,并收集一笔报酬,以确定所选策略是否会消失或繁荣。该模型描述了一组有限玩家的游戏动态,这些玩家通过模拟复制者动态的图表连接起来。它被证明是混合平衡与网络地形学之间的一种关系。更具体地说,在混合稳定状态下评估的系统雅各布基点矩阵的埃基因值是图形相配基点的埃基因值乘于一个斜度。本文研究了这些游戏的纯度(严格) Nash 和如何与网络连接。我们为一个在协调或反协调游戏中的纯稳定状态提供了必要和充分的条件。

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12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
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2022年1月17日
Geometry of Dependency Equilibria
Arxiv
0+阅读 · 2022年1月14日
Arxiv
64+阅读 · 2021年6月18日
Arxiv
5+阅读 · 2018年6月12日
VIP会员
相关资讯
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员