We study the Nash equilibrium and the price of anarchy in the max-distance network creation game. The network creation game, first introduced and studied by Fabrikant et al., is a classic model for real-world networks from a game-theoretic point of view. In a network creation game with $n$ selfish vertex agents, each vertex can build undirected edges incident to a subset of the other vertices. The goal of every agent is to minimize its creation cost plus its usage cost, where the creation cost is the unit edge cost $\alpha$ times the number of edges it builds, and the usage cost is the sum of distances to all other agents in the resulting network. The max-distance network creation game, introduced and studied by Demaineet al., is a key variant of the original game, where the usage cost takes into account the maximum distance instead. The main result of this paper shows that for $\alpha \geq 23$ all equilibrium graphs in the max-distance network creation game must be trees, while the best bound in previous work is $\alpha > 129$. We also improve the constant upper bound on the price of anarchy to $3$ for tree equilibria. Our work brings new insights into the structure of Nash equilibria and takes one step forward in settling the so-called tree conjecture in the max-distance network creation game.


翻译:我们研究了最大距离网络创建游戏中的纳什平衡和无政府状态价格。 由Fabrikant等人首先推出和研究的网络创建游戏, 是游戏理论观点中真实世界网络的经典模型。 在使用自私的顶点代理器的网络创建游戏中, 每个顶点可以将非方向边缘事件构建为其它顶点的一个子。 每个代理商的目标是将创建成本及其使用成本最小化, 其中创建成本是单位边缘成本( ALpha美元)乘以所建立的边缘数, 而使用成本则是与由此建立的网络中所有其他代理商的距离之和。 由Demaineet al. 介绍和研究的顶点网络创建游戏是原始游戏的关键变体, 使用成本可以考虑最大距离。 本文的主要结果显示, 对于 $alpha\ geq 23$, 最大距离网络创建成本的所有平衡图都必须是树木, 而先前工作的最佳约束值是$\alpha- reallib> 最大距离网络的距离游戏。 我们将一个固定步骤提升到一个直径 Stal Stal 结构, 3ximal Stal Stal stral strueal strual strute strute strute strual lax strute lax stral strual strual strual strual strual laxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
【Cell】神经算法推理,Neural algorithmic reasoning
专知会员服务
28+阅读 · 2021年7月16日
专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
14+阅读 · 2021年5月21日
图卷积神经网络蒸馏知识,Distillating Knowledge from GCN
专知会员服务
94+阅读 · 2020年3月25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
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
联邦学习或将助力IoT走出“数据孤岛”?
中国计算机学会
20+阅读 · 2019年3月16日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
RL 真经
CreateAMind
5+阅读 · 2018年12月28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
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年8月31日
Arxiv
0+阅读 · 2021年8月31日
Arxiv
6+阅读 · 2021年3月11日
VIP会员
相关VIP内容
【Cell】神经算法推理,Neural algorithmic reasoning
专知会员服务
28+阅读 · 2021年7月16日
专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
14+阅读 · 2021年5月21日
图卷积神经网络蒸馏知识,Distillating Knowledge from GCN
专知会员服务
94+阅读 · 2020年3月25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
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
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
联邦学习或将助力IoT走出“数据孤岛”?
中国计算机学会
20+阅读 · 2019年3月16日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
RL 真经
CreateAMind
5+阅读 · 2018年12月28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
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员