Neuste Artikel für Spieltheorie

Diese Studie untersucht, wie das Risiko der Spieler die Belohnungen in Wettbewerbsumgebungen beeinflusst.

Analysieren, wie kleine Gruppen sich gegen Konkurrenz absichern.

In diesem Artikel geht's um das Entwerfen von Systemen, die das Entscheiden in Multi-Agenten-Umgebungen besser machen.

Neues Framework verbessert die Fähigkeit von KI, mit fremden Menschen zu arbeiten.

DEGAS bietet effiziente Lösungen für komplexe Probleme mit variablen Verzögerungen an.

Eine Studie über die Optimierung von Aktionen in grossen Gruppen interagierender Agenten.

Dieser Artikel untersucht, wie begrenzte epistemische Logik Wissensbeschränkungen modelliert.

Dieser Artikel untersucht, wie Bots die Zusammenarbeit in optionalen Gefangenendilemma-Spielen beeinflussen.

Methoden erforschen, um die Entscheidungsfindung von KI durch Neugier und Erfahrung zu verbessern.

Untersuchung der wichtigsten Aspekte von Verlustfunktionen bei der Vorhersage menschlichen Verhaltens.

Innovative Strategien zur Verbesserung der Reaktion von KI auf unerwartete Situationen.

Ein Blick auf vorsichtige Überzeugungen und die Rolle der iterierten Zulässigkeit bei strategischen Entscheidungen.

Dieser Artikel präsentiert einen Rahmen, um die Belohnungen im restless bandit Problem zu maximieren.

Erkunde die Dynamik von Zero Forcing und ihre Anwendungen in verschiedenen Bereichen.

Ein neuer Ansatz verbessert das Denken und Planen für Agenten in komplexen Umgebungen.

Eine neue Methode klärt, wie staatliche Merkmale die Leistung von Agenten im Reinforcement Learning beeinflussen.

Eine Studie darüber, wie Agenten Entscheidungen über die Zeit in komplexen Interaktionen optimieren können.

CORTICAL nutzt kooperative Spiele, um das Lernen der Kanal-Kapazität in Kommunikationssystemen zu verbessern.

Die Risiken von Datenvergiftung in MARL-Systemen analysieren.

Lerne effiziente Methoden, um komplexe Sattelpunktprobleme anzugehen.

Ein Überblick über kombinatorische Spiele und ihre grundlegenden Konzepte.

Studie zeigt wichtige Erkenntnisse zu Mean-Field-Spielen unter verschiedenen Randbedingungen.

Diese Arbeit kombiniert Schachspiel-Daten und Sprachkenntnisse für bessere KI-Entscheidungen.

Untersuchung von Strategien, die die Zusammenarbeit zwischen Menschen in verschiedenen Situationen beeinflussen.

Spieltheorie nutzen, um die Leistung in Quanten-Netzwerken für bessere Kommunikation zu optimieren.

Untersuchen, wie verschiedene Entscheidungsträger in verschiedenen Netzwerkstrukturen für Stabilität interagieren.

In diesem Artikel wird untersucht, wie Spieler in Stauspielen um begrenzte Ressourcen konkurrieren.

Ein Blick darauf, wie Vorschläge koalitionäre Verhandlungen und Ergebnisse beeinflussen.

Ein Überblick über Mean Field Spiele und ihren Einfluss auf strategische Entscheidungen.

Die Vorteile von quanten Discord in strategischen Spielen erkunden.

Strategien im Spiel Cops and Robbers auf Graphen analysieren.

Diese Arbeit zeigt die Vorteile der dezentralen Kommunikation in Spielen mit vielen Agenten.

Die Herausforderungen und Strategien in Multi-Agenten-Lernsystemen erkunden.

Zwei Spieler kämpfen um Ressourcen in einem gitterbasierten Strategiespiel.

Methoden untersuchen, um Unehrlichkeit im Verhalten von KI zu finden und zu reduzieren.

Die Erkundung von Imitationslernen in Mittel-Feld-Spielen und seinen einzigartigen Komplexitäten.

Ein neuer Ansatz verbessert das adversarielle Training für eine bessere Modellleistung.

Omega verbessert Strategien in stochastischen Spielen, indem es vergangene Daten effektiv nutzt.

Diese Studie untersucht die Dynamik der Zusammenarbeit durch die Linse des Verstärkungslernens.

Untersuchung fairer Vergütungsmechanismen angesichts der Herausforderungen von MEV in dezentralen Systemen.