游戏中动力学的鲁棒性：收缩映射分解方法
摘要：分析游戏动态属性的系统框架尚未进行深入研究，除了潜在或准潜力游戏的特殊类别之外。特别是，现有的结果在确定指定游戏中给定动态的渐近行为方面存在局限性。尽管有大量关于开发收敛动力学到游戏的内什均衡（NE）的文献，但一般情况下，底层动力学的渐近行为可能甚至不接近NE。在本文中，我们通过研究游戏中动力学映射的基本属性，开启了游戏动态的新方向。为此，我们首先将给定动态的映射分解为收缩部分和非收缩部分，然后利用这些动态的分解接近收缩映射来探索其渐近行为。特别是，我们分析了离散行动空间连续/重复博弈中更好/最佳反应动态的非收缩行为，并展示了这些动态的非收缩部分在某种意义上是良好行为的。这使我们能够使用围绕其收缩部分代理的不动点的一个邻域来估计这些动态的渐近行为。最后，我们通过一个双头寡头Cournot博弈的例子展示了我们框架的实用性。
作者：Sina Arefizadeh, Sadegh Arefizadeh, S. Rasoul Etesami, Sadegh Bolouki
论文ID：2303.15386
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-03-28