PředmětyPředměty(verze: 978)
Předmět, akademický rok 2025/2026
   Přihlásit přes CAS
Algoritmy moderní teorie her - NOPT021
Anglický název: Modern Algoritmic Game Theory
Zajišťuje: Katedra aplikované matematiky (32-KAM)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2022
Semestr: zimní
E-Kredity: 5
Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština, angličtina
Způsob výuky: prezenční
Další informace: http://Ústní zkouška. Požadavky k ústní zkoušce odvovídají sylabu.
Garant: prof. RNDr. Martin Loebl, CSc.
Vyučující: Mgr. Radovan Haluška
Mgr. Martin Schmid, Ph.D.
Třída: Informatika Mgr. - Diskrétní modely a algoritmy
Kategorizace předmětu: Informatika > Optimalizace
Anotace -
Cílem tohoto kurzu je poskytnout základní úvod do algoritmické teorie her, který propojuje teoretické koncepty s praktickými implementacemi algoritmů. Studenti se seznámí se základními pojmy řešení, jako je Nashovo equilibrium a minimax strategie, a s dynamikami učení, včetně fictitious play, regret minimization a replicator dynamics. Kurz systematicky pokrývá hry v normální formě i v rozšířené formě. Kurz je součástí meziuniverzitního programu prg.ai Minor (https://prg.ai/minor).
Poslední úprava: Maxová Jana, RNDr., Ph.D. (22.05.2025)
Podmínky zakončení předmětu -

Ústní zkouška.

Poslední úprava: Kynčl Jan, doc. Mgr., Ph.D. (31.05.2019)
Literatura -

[1] Nisan, Noam, Tim Roughgarden, Éva Tardos, and Vijay V. Vazirani. ‘Algorithmic Game Theory’. Cambridge University Press, 2007.

[2] Schmid, Martin. ‘Search in Imperfect Information Games’. ArXiv abs/2111.05884 (2021).

Poslední úprava: Maxová Jana, RNDr., Ph.D. (22.05.2025)
Požadavky ke zkoušce -

Ústní zkouška, požadavky rozsahem odpovídají sylabu přednášky.

Poslední úprava: Maxová Jana, RNDr., Ph.D. (26.04.2025)
Sylabus - angličtina

1. Introduction, matrix games. Solution concepts - Nash equilibrium, Minimax strategies

2. Minimax theorem, Fictitious play learning dynamics

3. Linear programming approaches, correlated equilibria

4. Regret minimization framework, regret matching

5. Invited talk - Double Oracle.

6. Sequential decision making, extensive-form games, best response implementation

7. Fictitious play, averaging

8. Sequence-form linear programming, subgame perfect equilibria

9. Counterfactual regret minimization

10. CFR+, CFR-BR, Discounted CFR

11. History of AI in games

Poslední úprava: Schmid Martin, Mgr., Ph.D. (14.09.2025)
 
Univerzita Karlova | Informační systém UK