均值场博弈_平均场博弈（mean field game）

The New Big Fish Called Mean-Field Game Theory

原文链接http://www.science4all.org/article/mean-field-games/​www.science4all.org

主要内容

在经典博弈论中，它对附近其他鱼类的行为做出反应。这是非常复杂的，因为不同的鱼类之间会有大量的相互作用。这意味着经典博弈论对应于一长串高度耦合的方程。如果你不明白我的意思，别担心。本质上，我的观点是，经典博弈论模型几乎不可能用3条鱼来解决，而用更多的鱼来解决它会变得“成倍困难”。

我在这里非常宽松地使用“指数难度”的概念！ 那不好，你不应该这样做！ 但是，基本上，一种理解的方式是，国家的数量与鱼类的数量成指数增长。

那么，平均场博弈论中的情况如何？

他们被巧妙地认为！在均场博弈论中，每条鱼都不关心其他每条鱼。 相反，它关心的是附近的鱼类在全球范围内如何移动。 换句话说，每条鱼仅对质量做出反应。 而且，令人惊讶的是，可以使用功能强大的常用统计力学工具很好地描述这一质量！当然，质量运动必然是每条鱼所做的结果。 这意味着我们实际上在每条鱼和所有物体之间仍然具有耦合方程。

总结：

1、现在博弈论随着智能体的增长会产生"指数爆炸"的作用

2、MFG中智能体不关心其他每个智能体的动作，将其他智能体的动作等效为虚拟的“平均单位”。不同于传统算法，随着数量的增长其结果反而更加准确。HJB方程：个体根据整体状态作出的最优控制 FPK方程：整体在个体作出动作后整体状态的更新

2、Hamilton-Jacobi-Bellman方程

从数学上讲，这意味着它们可以控制速度，箭头是指向其运动方向的箭头。 另外，箭头越长，鱼游得越快。 因此，鱼在任何时候都根据其位置和质量来控制其速度。

我将定义平均场博弈的两个主要对象之一：控制速度变量u。控制是取决于位置x和时间t的速度选择。 至关重要的是，如果所有鱼类都相似，那么它们都具有相同的最佳控制。 因此，我们只需要一个控制变量来描述所有鱼类的行为！