PředmětyPředměty(verze: 962)
Předmět, akademický rok 2024/2025
   Přihlásit přes CAS
V sobotu dne 19. 10. 2024 dojde k odstávce některých součástí informačního systému. Nedostupná bude zejména práce se soubory v modulech závěrečných prací. Svoje požadavky, prosím, odložte na pozdější dobu.
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
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 -
Výklad základních matematických modelů a pojmů souvisejících s racionalním řešením konfliktních situací.
Poslední úprava: ()
Podmínky zakončení předmětu -

Ústní zkouška.

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

G. Owen: Game Theory, London 1971 nebo kterékoliv pozdější vydání (or any later edition).

E. Mendelson: Introducing Game Theory and Its Applications,CRC Press LLC,ISBN 1-58488-300-6, 2004

M. Chobot, F. Turnovec, V. Ulašin: Teória hier a rozhodovania, Alfa Bratislava, 1991.

M. Maňas: Teorie her a její ekonomické aplikace, SPN Praha 1983 nebo pozdější vydání.

Poslední úprava: T_KAM (20.04.2007)
Požadavky ke zkoušce - angličtina

Oral exam, requirements according to the sylabus of the lecture.

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

Week 1

Course

  • Matrix games formalism
  • Best response
  • Minimax policy, Nash equilibrium
  • Zero sum games

Practice

  • OpenSpiel
  • Exploitability computation (i.e policy evaluation)

Week 2

Course

  • Minimax theorem
  • Minimax policy = Nash equilibrium
  • Linear/convex optimization problem

Practice

  • Linear programming for solving matrix games

Week 3 - Regret

Course

  • Regret
  • Folk’s theorem - connecting regret to exploitability

Practice

  • Regret minimization in matrix games
  • Average/current policy convergence

Week 4 - Sequential Decision Making

Course

  • Extensive form games
  • Factored observation games

Practice

  • Small poker game
  • Exploitability computation in extensive form games

Week 5 - Sequence Form

Course

  • Sequence -> matrix = exponential explosion
  • Sequence form
  • Sequence LP

Practice

  • Sequence LP

Week 6 - Counterfactual Regret Minimization

Course

  • Counterfactual regret minimization
  • CFR-BR

Practice

  • CFR

Week 7 - Monte Carlo Methods

Course

  • MCCFR
  • Control variates

Practice

  • MCCFR
  • VR-MCCFR

Poslední úprava: Hubička Jan, doc. Mgr., Ph.D. (14.02.2022)
 
Univerzita Karlova | Informační systém UK