"Game Theory and AI" chair
Les problèmes d’allocation dynamique de ressources se posent dans des contextes variés et ont été étudiés dans diverses disciplines telles que la théorie des jeux, la recherche opérationnelle et l’informatique théorique.
Dans l’article [1], on présente un modèle unificateur pour une très grande classe de problèmes d’optimisation dynamique: la collecte dynamique de récompenses sous contrainte de ressources. On montre que cette classe englobe une variété de problèmes classiques, comme la tarification dynamique avec contraintes de capacité ou les enchères dynamiques
avec budgets. Nous analysons en détail cette classe de problèmes, et caractérisons en particulier la performance d’une certaine heuristique.
Les travaux de la chaire en 2022 ont aussi concerné des problèmes de bandits [2], de réseaux de neurones [3, 4], ce qu’un optimiseur entouré d’algorithmes de noregret peut garantir [5], la convergence d’algorithmes pour les équilibres de jeux bilinéaires [6], et divers problèmes stratégiques dans des environnements complexes [7, 8, 9, 10, 11].
Reference
[1] Survey of Dynamic Resource Constrained Reward Collection Problems: Unified Model and Analysis, par Santiago Balseiro, Omar Besbes et Dana Pizarro. Operations Research, accepted 2022.
[2] Nonstochastic Bandits with Composite Anonymous Feedback, Nicolò Cesa-Bianchi, Tommaso Cesari, Roberto Colomboni, Claudio Gentile, Yishay Mansour, Journal of Machine Learning Research 23, 1-24, 2022.
[3] The loss landscape of deep linear neural networks : a second-order analysis. El Mehdi Achour, François Malgouyres, and Sébastien Gerchinovitz. 2022. arXiv:2107.13289
[4] A general approximation lower bound in Lp norm, with applications to feed-forward neural networks. El Mehdi Achour, Armand Foucault, Sébastien Gerchinovitz, and François Malgouyres, Proceedings of NeurIPS 2022.
[5] Playing against no-regret players, M. D’Andrea, arXiv:2202.09364 2022. To appear in Operations Research Letters.
[6] Convergence of Optimistic Gradient Descent Ascent in Zero-Sum and General- Sum Bilinear Games, E. de Montbrun et J. Renault 2022. arXiv:2208.03085
[7] Competition and Recall in Selection Problems, F. Gensbittel, D. Pizarro and J.Renault 2022. Presented at SAGT 2022
[8] Mixed-Strategy Equilibria in the War of Attrition under Uncertainty, Jean-Paul Décamps, Fabien Gensbittel and Thomas Mariotti, 2022. arXiv:2210.08848
[9] Long information design, F. Koessler, M. Laclau, J. Renault and T. Tomala. Theoretical Economics 17, 883-927, 2022.
[10] Splitting Games over finite sets, F. Koessler, M. Laclau, J. Renault and T.
Tomala. Mathematical Programming, online May 2022.
[11] Value-Based distance between the information structures, F. Gensbittel, M. Peski and J. Renault. Theoretical Economics 17, p. 1225-1267, 2022.
[12] « Teoria gier Podstawy matematyczne », R. Laraki, J. Renault and S. Sorin. Polish translation of « Mathematical Foundations of Game Theory», 260 pages, Springer 2022.
English 
French