我们并不是生活在真空中!我们与环境中的其他主体互动以做出理性的决定。例如,选择从你的公寓到校园的最快或最简单的路线,在eBay拍卖中选择最合适的出价,决定是否在双人扑克游戏中认输,或在石头剪刀布游戏中选择获胜的一步棋。在所有这些例子中,我们在做决策时必须与其他代理交互。特别是,我们的最佳策略取决于环境中其他代理的行为(例如,选择的路线取决于使用这些路线的其他人的数量,如果我的对手选择剪刀,我就选择石头)。在给定的环境中,面对其他战略主体时,我们如何做出理性的决策?最好的策略是什么?博弈论帮助我们回答这些问题。

博弈论是一种数学工具,它允许我们对特定环境下的利己主义和理性行为者的战略互动进行推理。该结构提供了一组框架,描述了在这样一个战略代理人的环境下的理性结果。虽然博弈论领域起源于经济文献,但计算机科学家在过去几十年里从建模和计算的角度对这一领域做出了重大贡献(这导致了计算博弈论)。此外,许多博弈论应用在现实世界中(例如,分配警力到洛杉矶国际机场的检查站,分配巡逻人员来保护非洲的野生动物,预测美国参议员的投票行为)。

观众将会学习到: (1) 引入基本的博弈论决策工具,建模和理解自利和战略代理的战略互动; (2) 了解建模工具的解决方案概念,以及如何使用它们来预测agent的决策行为; (3) 介绍了计算方面的计算这些解的概念; (4 )接触了博弈论在安全和社会科学领域的一些主要应用。 此外,如果时间允许,讲座将涵盖更高级的主题,包括解决复杂策略空间的博弈,博弈中的学习,完全信息的动态博弈,不完全信息的静态博弈,不完全信息的动态博弈。

成为VIP会员查看完整内容
125

相关内容

专知会员服务
211+阅读 · 2021年8月2日
【斯坦福干货书】强化学习基金融领域应用,312页pdf
专知会员服务
132+阅读 · 2020年12月22日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22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
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
这三个博弈论新趋势,正深刻影响深度强化学习
AI科技评论
7+阅读 · 2019年11月26日
前沿:水下机器人及其导航系统
科学出版社
9+阅读 · 2019年6月22日
【干货】强化学习介绍
人工智能学家
13+阅读 · 2018年6月24日
强化学习——蒙特卡洛方法介绍
论智
12+阅读 · 2018年6月3日
【福利】高频PPT+量化论坛PPT
量化投资与机器学习
6+阅读 · 2018年5月23日
不对称多代理博弈中的博弈理论解读
AI前线
14+阅读 · 2018年3月8日
Differentially Private Quantiles
Arxiv
0+阅读 · 2021年9月20日
Arxiv
10+阅读 · 2021年2月18日
Logic Rules Powered Knowledge Graph Embedding
Arxiv
7+阅读 · 2019年3月9日
Arxiv
11+阅读 · 2018年10月17日
Arxiv
4+阅读 · 2018年2月19日
VIP会员
相关主题
相关资讯
这三个博弈论新趋势,正深刻影响深度强化学习
AI科技评论
7+阅读 · 2019年11月26日
前沿:水下机器人及其导航系统
科学出版社
9+阅读 · 2019年6月22日
【干货】强化学习介绍
人工智能学家
13+阅读 · 2018年6月24日
强化学习——蒙特卡洛方法介绍
论智
12+阅读 · 2018年6月3日
【福利】高频PPT+量化论坛PPT
量化投资与机器学习
6+阅读 · 2018年5月23日
不对称多代理博弈中的博弈理论解读
AI前线
14+阅读 · 2018年3月8日
微信扫码咨询专知VIP会员