.png){kind=icon}
返回
Adversarial Knapsack for Sequential Competitive Resource Allocation
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-08064-6_13.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究探讨了序列环境下的竞争性资源分配问题，其中两名玩家需在共享兴趣的对象或地点间分配资源。与同时进行的Colonel Blotto游戏不同，本框架引入了序列决策动态，玩家可基于对先前行动的部分或完全了解采取行动。不同于依赖复杂混合策略的传统方法，本研究聚焦于确定性纯策略，简化计算同时保留战略深度。此外，本研究扩展了收益结构以容纳分数分配和收益，超越二元全有或全无范式，允许更细致的成果。我们将此问题建模为对抗性背包游戏，将其表述为双层优化问题，整合了领导者的目标与跟随者的最优响应。基于背包的方法在竞争性资源分配领域尚属新颖，此前研究仅部分利用其进行跟随者分析。本研究的贡献包括：(1) 为序列资源分配问题提出了对抗性背包表述；(2) 针对分数分配场景开发了高效启发式算法；(3) 分析了01背包案例，提供了计算难度结果及启发式解法。
Keyword:
COLONEL-BLOTTO
GAMES
.png){kind=icon}
查看更多内容