#game theory

博弈论方向的论文，讲怎么在部分可观测零和博弈里做策略迭代，跟 PBVI、HSVI、CFR+ 比了大 horizon 场景，做相关研究的可以看。

搞学术的朋友看看这篇：AI 让发论文变便宜了，论文还能不能证明实力？作者用博弈论把求职和招聘两边的选择全推了一遍，还做了模拟。

想让 LLM 学会跟骗子周旋的可以看看：不用微调，靠博弈论加 300 段模拟对话，策略选择比基线更接近 Nash 均衡，代码和数据都开源了。

一群各自只看自己奖励的智能体，怎么学会不互相坑？这篇论文给了个 Q 函数增强的解法，在四个经典博弈环境里跑赢了共享奖励的做法。

一篇把 AI 安全和经济学模型结合的论文，结论挺反直觉：下游竞争反而让安全投入更多，上游供应商才是不愿意掏钱的那个，监管该盯谁一目了然。

这篇论文提出了在线学习和博弈中的最优交替遗憾算法，对于在线线性优化和在线凸优化领域的研究具有重要意义，特别是对于收敛速度和下界的研究。

这篇论文解释了为什么 AI 智能体比经典博弈论预测的更合作，提出了一套新理论框架，搞 AI 安全和多智能体系统的人值得看看。

这篇论文用博弈论加强化学习来检测6G通信中的攻击者，针对城市环境里的波束操控，思路挺新颖的。

这篇论文用连续参数模型解释了开源博弈里自私个体怎么走向合作，挺有意思的。

这篇论文把盾牌合成从运行时约束工具重新定义为设计阶段的分析框架，做网络安全架构和形式化验证的团队值得一读——它提供了一种新思路，用形式化方法回答“系统到底能不能防住”这个根本问题。