Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2311.04162

帮助 | 高级搜索

数学 > 优化与控制

arXiv:2311.04162 (math)
[提交于 2023年11月7日 ]

标题: 线性二次平均场博弈中的粗相关均衡及其在减排博弈中的应用

标题: Coarse correlated equilibria in linear quadratic mean field games and application to an emission abatement game

Authors:Luciano Campi, Federico Cannerozzi, Fanny Cartellier
摘要: 粗略相关均衡(CCE)是纳什均衡(NE)的一个良好替代方案,因为它们作为学习算法的结果出现得更自然,并且可能比NE提供更高的收益。 CCE包括一个设备,允许玩家的策略在没有合作的情况下通过代理发送的信息进行相关联。 我们开发了一种方法,在线性二次平均场博弈框架中具体计算平均场CCE。 我们将它们的性能与平均场控制解决方案和平均场NE(通常称为MFG解决方案)进行比较。 我们的方法在温室气体排放者之间的排放削减游戏的平均场版本中实现。 特别是,我们展示了一个简单且易于处理的平均场CCE类,能够显著优于平均场NE的收益和减排水平,弥合了平均场NE与通过平均场控制获得的社会最优之间的差距。
摘要: Coarse correlated equilibria (CCE) are a good alternative to Nash equilibria (NE), as they arise more naturally as outcomes of learning algorithms and they may exhibit higher payoffs than NE. CCEs include a device which allows players' strategies to be correlated without any cooperation, only through information sent by a mediator. We develop a methodology to concretely compute mean field CCEs in a linear-quadratic mean field game framework. We compare their performance to mean field control solutions and mean field NE (usually named MFG solutions). Our approach is implemented in the mean field version of an emission abatement game between greenhouse gas emitters. In particular, we exhibit a simple and tractable class of mean field CCEs which allows to outperform very significantly the mean field NE payoff and abatement levels, bridging the gap between the mean field NE and the social optimum obtained by mean field control.
评论: 32页,5图
主题: 优化与控制 (math.OC) ; 一般经济学 (econ.GN); 概率 (math.PR)
MSC 类: 91A16, 49N80, 49N10, 91B76
引用方式: arXiv:2311.04162 [math.OC]
  (或者 arXiv:2311.04162v1 [math.OC] 对于此版本)
  https://doi.org/10.48550/arXiv.2311.04162
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Federico Cannerozzi [查看电子邮件]
[v1] 星期二, 2023 年 11 月 7 日 17:41:39 UTC (233 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
econ.GN
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-11
切换浏览方式为:
econ
math
math.OC
math.PR
q-fin
q-fin.EC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号