人工智能笔记之专业选修课4.1.5 - 博弈论 5.计算纳什均衡难点，复杂度层级，Lemke-Howson算法，PPAD

最新推荐文章于 2023-12-31 01:10:50 发布
VIP文章 最新推荐文章于 2023-12-31 01:10:50 发布
阅读量3.7k 收藏 11
点赞数 2
分类专栏： 专业选修课程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fsdaewrq/article/details/104969186
版权

计算纳什均衡难点

compute a Nash equilibrium
纳什均衡早期历史:

在这里插入图片描述

  • 1928年约翰·冯·诺依曼 (John von Neumann)，现代博弈论的奠基人之一：研究证明了零和博弈 (zero sum game) 中存在纳什均衡。
    • 在证明过程中 他使用了布劳威尔不动点定理
    • 需要用到在线性规划中计算不动点的算法
      • 一个是但泽 (Danzig) 的算法，相当于我们现在说的线性规划对偶理论 (LP duality) ，在实践中被广泛应用的，这是指数复杂度的一个算法。
      • 卡哈基扬 (Khachiyan) 的多项式级线性规划算法，实际上在实践中并不常用

在这里插入图片描述

  • 1950年约翰·纳什证明了任意博弈中纳什均衡的存在性
  • 催生了一系列的算法
最低0.47元/天 解锁文章
KuFun元宇宙
关注
  • 2
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2 人游戏的 Lemke-Howson 算法：计算双矩阵游戏中混合纳什均衡的函数。-matlab开发
05-30
此函数计算双矩阵博弈中的样本混合策略纳什均衡。 此函数实现了Lemke-Howson互补枢轴算法，用于解决Bimatrix Games，这是针对线性互补问题（LCP）的Lemke算法的一种变体。 参考： CE Lemke 和 JT Howson, Jr. “Bimatrix Games 的平衡点”工业和应用数学学会杂志。 卷。 12, No. 2 (Jun., 1964), pp. 413-423 劳埃德·S·沙普利。 “关于 Lemke-Howson 算法的注释”。 Pivoting and Extension: Mathematical Programming Studies Volume 1, 1974, pp 175-189 布鲁诺·科德诺蒂、斯蒂法诺·德罗西、马里诺·帕甘。 “ Lemke-Howson算法的实验分析。”
lemke算法 matlab,lemke是什么意思
weixin_33130113的博客
03-23 1026
1. The deflection, rotational angle, bending moment and shear force at any point in the beam are obtained by Lemke method.利用Lemke方法求解得到梁上任一点处的挠度、转角、弯矩和剪力。2. Park Lemke gear pump motor is a kind of par...
线性规划中的互补枢轴理论与Lemeke-Howson算法——Nash，PPAD与PSPACE的又一块拼图
ldc1513的博客
07-16 906
接下来，我们读一篇如何求解NE的文章，并考虑以文中的算法为模型构建PPAD。 Complementary Pivot Theory of Mathematical Programming 线性规划和双人非零和博弈意味着我们需要考虑以下的基本问题： 给定一个p维向量q和一个p*p实矩阵M，寻找向量w,z满足条件： w=q+Mz,w⩾0,z⩾0zTw=0 \begin{aligned} w &=q+M z, \quad w \geqslant 0, \quad z \geqslant 0 \\ z^T
二元函数在工程领域的应用：如何优化设计和构建过程
最新发布
禅与计算机程序设计艺术
12-31 1109
1.背景介绍 二元函数在工程领域的应用非常广泛，它们在优化设计和构建过程中具有重要的作用。这篇文章将从以下几个方面进行阐述： 1.背景介绍 2.核心概念与联系 3.核心算法原理和具体操作步骤以及数学模型公式详细讲解 4.具体代码实例和详细解释说明 5.未来发展趋势与挑战 6.附录常见问题与解答 1.1 背景介绍 在工程领域，优化设计和构建过程是一项非常重要的任务，它可以帮助我们提高产品的性...
博弈论 NashPy是一个Python库
qq_40523298的博客
07-13 796
经典的纳什均衡分析表明,这个博弈存在一个囚徒相互出卖的纯策略纳什均衡。无论你是老练的博弈论者还是刚起步,NashPy都提供了一种简单直观的方式来建模和分析策略互动,帮助你发掘它们的全部潜力,并更深入地理解周围的世界。支持枚举算法是一种更普遍的方法,因为它考虑了所有可能的支持对,而顶点枚举算法更高效,因为它只考虑最优响应多面体的顶点,这是最优响应集合的极点。这返回一个唯一的纯策略纳什均衡 (D, D),意味着双方都会选择背叛,尽管如果双方都选择合作(C, C)他们都能获得更好的结果。
多智能体强化学习与博弈论-博弈论基础3
小吴同学的小屋
06-19 1507
之前主要介绍了如何判断博弈中是否到达了纳什均衡，在这篇文章中将主要介绍如何计算纳什均衡。本文主要介绍下列几种情况下的纳什均衡两个智能体，每个智能体有两个动作两个智能体，每个智能体有多个动作，零和博弈非零和，每个智能体有多动作Minimax Theoram：For every two-person, zero-sum game with finitely many pure strategies, there exists a mixed strategy for each player and a valu
线性规划中的对偶（Duality in linear programs）
zbwgycm的博客
03-05 7014
Introduction 对偶（duality）是优化中的一个重要概念，当原问题的最小值很难求解时，我们常常将其变为对偶形式，通过求解对偶问题的最大值，从而得到原问题的最优解。我们从最简单的线性规划问题入手来介绍对偶的概念。 线性规划的下界 假设我们想要寻找一个凸优化问题的下界（lower bound），即寻找B≤min⁡xf(x)B\leq \min_xf(x)B≤minx​f(x)。 以线性规...
RL2021有关机器学习和强化学习的相关内容总结（草稿版一稿）
m0_50570205的博客
11-07 559
机器学习+强化学习总结 一、机器学习模型框架 模型学习： 数据：测试集、训练集 训练集-模型训练-模型评估 模型使用：输入数据-通过训练好的模型-输出 模型训练过程：1.模型选择（通过人类经验选择选择更合适的模型，如决策树模型多用于可解释性问题 线性模型多用于连续值回归问题 .基于机器学习方法，如贝叶斯优化方法等） 2.优化参数（如通过梯度下降优化全网参数或batch参数等） 模型评测过程：1.选择评测标准（人类专家直接评测、人类专家设置的标准帮助评测） 2.评价评测指标（主要通过结果来重新调整） 分类问题
复杂度：零和博弈，最小最大定理以及LP对偶
初木的学习笔记
07-22 4905
这篇笔记主要介绍了零和博弈，借用最小最大定理以及LP对偶来处理这一类混合策略纳什均衡
双人矩阵博弈中的纳什均衡
weixin_45673389的博客
03-21 1923
表示除玩家i以外的其他玩家的所有行为，根据上式，每个玩家都试图在与对手对抗的最坏情况下得到最大化回报。为求解上式，可采用线性规划方法。求解双人零和矩阵博弈中的纳什均衡等价于寻找下列方程的最小解。为解决上述线性规划问题，可采用单纯形法来寻找几何最优点。是指玩家 i 的行为。
lh-vector:使用覆盖向量模拟的 Lemke Howson 算法
06-16
lh-向量 Lemke Howson 算法使用覆盖向量进行模拟。 运行程序 程序开始时应该至少有一个参数来描述需要什么类型的输出，否则就没有输出。 传入程序的参数如下： if:vVI:maep -a ：从平衡状态重新开始时输出画面的倒数。 -e : 计算出均衡后输出。 -f file : 将游戏对应的 LCP 输出到文件中。 -i ：允许用户以交互方式选择离开变量。 -I n ：允许用户以交互方式选择前 n 个离开变量。 -m ：用于选择初始化方式（见report/mideval.pdf 2.2节） -p : 输出 LH 二部图 -v ：（详细输出）输出每个平衡计算的初始和最终表格，以及每个旋转步骤的进入和离开变量 -V ：（详细输出）输出表格，在平衡计算中的旋转步骤之后进入和离开变量。 游戏的输入取自命令行，格式如“sample-input”所示 文件“sample-o
改进求解凸二次规划中的Lemke算法
02-18
改进求解凸二次规划中的Lemke算法，张璐，，通过对经典的Lemke互补转轴算法求解凸二次规划问题的分析，找到了Lemke算法的局限性。本文在Lemke算法求解线性互补问题的基础上修正了
用于计量经济学的著名开源软件包的quanteconpy教程
08-29
用于计量经济学的著名开源软件包的quanteconpy教程。搞计量经济 ，计量金融宽客必备
Python-Nash一个用于计算2人策略游戏的平衡的python库
08-10
Nash 一个用于计算2人策略游戏的平衡的python库
glusterfs-resource-agents-4.1.5-1.el7.noarch.rpm
12-13
官方离线安装包，亲测可用。使用rpm -ivh [rpm完整包名] 进行安装
glusterfs-api-4.1.5-1.el7.x86_64.rpm
01-17
官方离线安装包，测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
glusterfs-4.1.5-1.el7.x86_64.rpm
01-17
官方离线安装包，测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
glusterfs-api-devel-4.1.5-1.el7.x86_64.rpm
01-17
官方离线安装包，测试可用。请使用rpm -ivh [rpm完整包名] 进行安装
glusterfs-server-4.1.5-1.el7.x86_64.rpm
12-13
官方离线安装包，亲测可用。使用rpm -ivh [rpm完整包名] 进行安装
django-4.1.5-py3-none-any.whl
05-16
Django是一个流行的Python web框架，它被用于开发高效、可扩展和安全的web应用程序。而django-4.1.5-py3-none-any.whl是Django的一个库文件，其中py3表示该库文件适用于Python3，none-any表示该库文件与操作系统平台无关。whl文件（Wheel）则是Python的一种库文件格式，使用这种格式的库文件可以方便安装和分发Python库。 由文件名可以看出，django-4.1.5-py3-none-any.whl是Django框架的一个功能包。这个包可以通过pip命令进行安装，安装方法如下： pip install django-4.1.5-py3-none-any.whl 安装后，该包将添加一些新的功能和特性到Django框架中，使开发者能够更加方便地构建Web应用程序。 对于那些在Django框架上进行开发的用户来说，了解库文件的支持是很重要的。如果需要实现新的功能，那么一些包必须被安装，例如django-4.1.5-py3-none-any.whl。只有当有了正确的环境，开发者才能够快速地构建应用程序。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值