cs.GT」カテゴリーアーカイブ

Do LLMs trust AI regulation? Emerging behaviour of game-theoretic LLM agents

要約 信頼できるAIシステムの採用を促進するためには、AI開発エコシステム内で信 … 続きを読む

カテゴリー: cs.AI, cs.CY, cs.GT, nlin.CD | コメントする

Non-Normalized Solutions of Generalized Nash Equilibrium in Autonomous Racing

要約 共有制約を備えた動的ゲームでは、一般化されたナッシュ平衡(GNE)は、すべ … 続きを読む

カテゴリー: cs.GT, cs.RO, math.OC | コメントする

Approximate Feedback Nash Equilibria with Sparse Inter-Agent Dependencies

要約 マルチエージェントダイナミックゲームのフィードバックNASH平衡戦略には、 … 続きを読む

カテゴリー: cs.GT, cs.MA, cs.RO, cs.SY, eess.SY | コメントする

Optimistic Online Learning in Symmetric Cone Games

要約 最適化オンライン学習アルゴリズムにより、特に2人零和ゲームの均衡計算が大き … 続きを読む

カテゴリー: cs.GT, cs.LG, math.OC | コメントする

Trading off Relevance and Revenue in the Jobs Marketplace: Estimation, Optimization and Auction Design

要約 我々は、プラットフォームが求職者ごとに求人のランキングを決定する、ジョブマ … 続きを読む

カテゴリー: cs.GT, cs.LG | コメントする

Faster Rates for No-Regret Learning in General Games via Cautious Optimism

要約 $ o(n \ log^2 d \ log t)$を達成する最初の非結合学 … 続きを読む

カテゴリー: cs.GT, cs.LG, math.OC | Faster Rates for No-Regret Learning in General Games via Cautious Optimism はコメントを受け付けていません

Optimal Modified Feedback Strategies in LQ Games under Control Imperfections

要約 ゲーム理論的アプローチとナッシュ平衡は、さまざまなエンジニアリングドメイン … 続きを読む

カテゴリー: cs.GT, cs.MA, cs.RO, cs.SY, eess.SY, math.OC | Optimal Modified Feedback Strategies in LQ Games under Control Imperfections はコメントを受け付けていません

EconEvals: Benchmarks and Litmus Tests for LLM Agents in Unknown Environments

要約 不明な環境で行動し、学習し、戦略を立てるLLMエージェントのベンチマークを … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.GT | EconEvals: Benchmarks and Litmus Tests for LLM Agents in Unknown Environments はコメントを受け付けていません

Learning Nash Equilibrial Hamiltonian for Two-Player Collision-Avoiding Interactions

要約 2プレイヤーのリスクに敏感な衝突を回避する相互作用のためのナッシュ平衡ポリ … 続きを読む

カテゴリー: cs.GT, cs.LG, cs.RO | Learning Nash Equilibrial Hamiltonian for Two-Player Collision-Avoiding Interactions はコメントを受け付けていません

Unsynchronized Decentralized Q-Learning: Two Timescale Analysis By Persistence

要約 非定常性は、マルチエージェント強化学習(MARL)の基本的な課題であり、エ … 続きを読む

カテゴリー: cs.GT, cs.LG, cs.MA | Unsynchronized Decentralized Q-Learning: Two Timescale Analysis By Persistence はコメントを受け付けていません