TU Darmstadt / ULB / TUbiblio

Hypergraphon mean field games

Cui, Kai ; KhudaBukhsh, Wasiur R. ; Koeppl, Heinz (2024)
Hypergraphon mean field games.
In: Chaos: An Interdisciplinary Journal of Nonlinear Science, 2022, 32 (11)
doi: 10.26083/tuprints-00026621
Artikel, Zweitveröffentlichung, Verlagsversion

WarnungEs ist eine neuere Version dieses Eintrags verfügbar.

Kurzbeschreibung (Abstract)

We propose an approach to modeling large-scale multi-agent dynamical systems allowing interactions among more than just pairs of agents using the theory of mean field games and the notion of hypergraphons, which are obtained as limits of large hypergraphs. To the best of our knowledge, ours is the first work on mean field games on hypergraphs. Together with an extension to a multi-layer setup, we obtain limiting descriptions for large systems of non-linear, weakly interacting dynamical agents. On the theoretical side, we prove the well-foundedness of the resulting hypergraphon mean field game, showing both existence and approximate Nash properties. On the applied side, we extend numerical and learning algorithms to compute the hypergraphon mean field equilibria. To verify our approach empirically, we consider a social rumor spreading model, where we give agents intrinsic motivation to spread rumors to unaware agents, and an epidemic control problem.

Typ des Eintrags: Artikel
Erschienen: 2024
Autor(en): Cui, Kai ; KhudaBukhsh, Wasiur R. ; Koeppl, Heinz
Art des Eintrags: Zweitveröffentlichung
Titel: Hypergraphon mean field games
Sprache: Englisch
Publikationsjahr: 30 April 2024
Ort: Darmstadt
Publikationsdatum der Erstveröffentlichung: 2022
Ort der Erstveröffentlichung: Melville, NY
Verlag: AIP Publishing
Titel der Zeitschrift, Zeitung oder Schriftenreihe: Chaos: An Interdisciplinary Journal of Nonlinear Science
Jahrgang/Volume einer Zeitschrift: 32
(Heft-)Nummer: 11
Kollation: 17 Seiten
DOI: 10.26083/tuprints-00026621
URL / URN: https://tuprints.ulb.tu-darmstadt.de/26621
Zugehörige Links:
Herkunft: Zweitveröffentlichungsservice
Kurzbeschreibung (Abstract):

We propose an approach to modeling large-scale multi-agent dynamical systems allowing interactions among more than just pairs of agents using the theory of mean field games and the notion of hypergraphons, which are obtained as limits of large hypergraphs. To the best of our knowledge, ours is the first work on mean field games on hypergraphs. Together with an extension to a multi-layer setup, we obtain limiting descriptions for large systems of non-linear, weakly interacting dynamical agents. On the theoretical side, we prove the well-foundedness of the resulting hypergraphon mean field game, showing both existence and approximate Nash properties. On the applied side, we extend numerical and learning algorithms to compute the hypergraphon mean field equilibria. To verify our approach empirically, we consider a social rumor spreading model, where we give agents intrinsic motivation to spread rumors to unaware agents, and an epidemic control problem.

Freie Schlagworte: Ionospheric physics, Theoretical computer science, Agent based models, Game theory, Graph theory, Iteration method, Diseases and conditions, Neuroscience, Epidemiology, Stochastic processes
ID-Nummer: Artikel-ID: 113129
Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-266214
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 500 Naturwissenschaften und Mathematik > 530 Physik
600 Technik, Medizin, angewandte Wissenschaften > 621.3 Elektrotechnik, Elektronik
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik > Bioinspirierte Kommunikationssysteme
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Self-Organizing Systems Lab
LOEWE
LOEWE > LOEWE-Zentren
LOEWE > LOEWE-Zentren > emergenCITY
Hinterlegungsdatum: 30 Apr 2024 09:03
Letzte Änderung: 13 Mai 2024 11:26
PPN:
Export:
Suche nach Titel in: TUfind oder in Google

Verfügbare Versionen dieses Eintrags

Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen