Graphon Games: A Statistical Framework for Network Games and Interventions
图极限博弈：网络博弈与干预的统计框架AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究随机网络中的博弈均衡、网络干预及聚合关系数据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
图极限博弈：网络博弈与干预的统计框架
- 研究问题
- 当大型网络由 graphon 表示的随机形成过程生成时，能否用无限人口博弈近似其均衡，并降低网络干预设计与参数推断的复杂度？
- 方法与思路
- 作者定义异质连续个体按 graphon 互动的无限人口博弈，用其均衡近似抽样大型网络的均衡，并基于极限博弈构造低维干预优化。
- 材料陈述的贡献
- 摘要称，正则条件下可设计渐近最优干预；合成数据示例显示，相关干预可高效计算，并仅使用聚合关系数据。
- 阅读关注点
- 应核对网络抽样方式、均衡近似和干预最优性的条件，以及聚合关系数据如何支持计算、参数推断与有限网络中的实施。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断具体正则条件、均衡性质或近似误差；合成数据展示不能直接支持真实网络中的普遍有效性。
原文摘要
In this paper, we present a unifying framework for analyzing equilibria and designing interventions for large network games sampled from a stochastic network formation process represented by a graphon. To this end, we introduce a new class of infinite population games, termed graphon games , in which a continuum of heterogeneous agents interact according to a graphon, and we show that equilibria of graphon games can be used to approximate equilibria of large network games sampled from the graphon. This suggests a new approach for design of interventions and parameter inference based on the limiting infinite population graphon game. We show that, under some regularity assumptions, such approach enables the design of asymptotically optimal interventions via the solution of an optimization problem with much lower dimension than the one based on the entire network structure. We illustrate our framework on a synthetic data set and show that the graphon intervention can be computed efficiently and based solely on aggregated relational data.