一种面向多agent交互的博弈nash均衡求解方法

现有的图型博弈nash均衡求解方法基本是在离散化剖面空间中搜索求解，最终只能得到近似nash均衡。针对现有求解方法存在的不足，把求解图型博弈的nash均衡看作是连续策略空间中的函数优化问题，定义agents在策略剖面中的效用偏离度之和为优化目标，其最优解就是博弈的nash均衡。本文基于对实例的分析指出目标函数下降梯度的计算可归结为一组线性规划，进而提出一种求解图型博弈nash均衡的新型梯度下降算法。算法分析及实验研究表明，对于多agent交互模型中的相关问题，本文提出的方法可求解任意图结构图型博弈nash