.png){kind=icon}
返回
Multi-objective potential games via hypervolume maximization
.png){kind=icon}
PRE
AI
DOI：10.1007/s10203-025-00557-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多目标博弈模型中，多个智能体在非合作环境下同时优化不同冲突目标间的战略互动。帕累托均衡已被引入作为基本解概念，确保任何玩家无法在不损害至少另一个目标的情况下单方面改进某一目标。尽管此类均衡的存在性已得到充分确立，但选择特定且理想的解仍是一项非平凡任务。我们关注多目标博弈中每个目标均存在对应加权势函数的情形，并处理同时优化多个势函数的相应集中势问题。尽管势结构已在多目标背景下得到探索，但高效选择帕累托解的问题在很大程度上仍未解决。我们聚焦于超体积最大化标量化方法，既针对每个智能体的目标，也针对势问题，该方法通过给定参考点最大化目标改进。我们分析通过该技术求解势问题如何转化为计算原始多目标博弈的解。
Keyword:
Nash multi-objective optimization
Weighted Potential games
Generalized Nash Equilibrium problems
Scalarization methods
期刊
D
IF:
0.7
论文数:
35
被引数:
0
机构
引用论文
Addressing Hierarchical Jointly Convex Generalized Nash Equilibrium Problems with Nonsmooth Payoffs
.png){kind=icon}
PREAI
分享收藏
分享收藏
查看更多内容