计算机科学 > 计算机科学与博弈论
[提交于 2025年7月18日
]
标题: 基于Tullock损失性竞赛的资源分割博弈
标题: Resource-Splitting Games with Tullock-Based Lossy Contests
摘要: 本文介绍了一类新型的多阶段资源分配博弈,该博弈模型模拟了现实世界中的场景,其中盈利能力取决于供给与需求之间的平衡,并且更高的资源投入会导致更大的回报。 我们提出的框架结合了由于玩家参与不足而导致的利润损失的概念,在应用加权公平比例资源分配时,会产生类似Tullock的阶段收益结构的函数形式。 我们探讨了集中式和纳什均衡策略,建立了它们存在性和唯一性的充分条件,并提供了一种迭代的半分布式方法来计算具有任意多玩家的博弈中的纳什均衡。 此外,我们证明了该框架可以推广几种现有模型的实例,包括回溯时间范围和布洛托博弈,并提出了一种半解析方法来计算布洛托设置中的唯一纳什均衡。 我们的研究结果通过一个智能移动性的数值案例研究得到了验证,突显了所提出模型的实际相关性和适用性。
文献和引用工具
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
推荐器和搜索工具
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.