合作区间博弈中Moore-Shapley规则的公理化识别与算法实现

《Mathematics》:Beyond Midpoint Equivalence: A Full Axiomatic Characterization of the Moore–Shapley Value Under Interval Uncertainty

【字体: 大 中 小 】 时间:2026年09月18日 来源:Mathematics 2.3

编辑推荐:

   摘要 合作区间博弈为每个联盟赋予一个可能的收益范围,而非单一数值。对于基于Moore减法的Shapley型规则,现有公理可确定每位玩家所分配区间的中点,但未必能确定其下端点和上端点。我们在整个区间博弈类上填补了这一识别缺口。在中点-半径坐标下,中心分量即普通的Shaple

  

摘要

合作区间博弈为每个联盟赋予一个可能的收益范围,而非单一数值。对于基于Moore减法的Shapley型规则,现有公理可确定每位玩家所分配区间的中点,但未必能确定其下端点和上端点。我们在整个区间博弈类上填补了这一识别缺口。在中点-半径坐标下,中心分量即普通的Shapley值,而每个Moore边际增量则将其前序联盟与后继联盟的半径相加。我们为这一半径分量引入两条要求:总Moore暴露量固定沿随机置换链生成的半径总量,边界暴露平衡则将每个真联盟的贡献在总体上等分给其成员与非成员。经典的中心公理连同这两条条件可唯一地恢复Moore-Shapley规则,包括两个端点。若缺少边界暴露平衡条件,则每个真联盟规模仍保留一个内部份额参数,从而得到一个维族。我们还推导了一个包络恒等式及精确的Hausdorff-Lipschitz常数,证明了这六条公理对于的逻辑独立性,并给出了一个精确的算法以及一种无偏置换采样替代方案。一个风格化、非实证的四方伙伴存储例子将总暴露量与其在各玩家间的分配区分开来。所有结果均针对原始的Moore型规则,而非其他区间解概念。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号