Learning in Mean Field Games: the Fictitious Play

Abstract : Mean Field Game systems describe equilibrium configurations in differential games with infinitely many infinitesimal interacting agents. We introduce a learning procedure (similar to the Fictitious Play) for these games and show its convergence when the Mean Field Game is potential.
Type de document :
Article dans une revue
ESAIM: Control, Optimisation and Calculus of Variations, EDP Sciences, 2017, 23 (2), pp.569-591
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01179503
Contributeur : Pierre Cardaliaguet <>
Soumis le : jeudi 30 juillet 2015 - 14:12:45
Dernière modification le : jeudi 3 janvier 2019 - 12:36:43
Document(s) archivé(s) le : samedi 31 octobre 2015 - 10:34:17

Fichiers

LMFG20150730R.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01179503, version 2
  • ARXIV : 1507.06280

Collections

Citation

Pierre Cardaliaguet, Saeed Hadikhanloo. Learning in Mean Field Games: the Fictitious Play. ESAIM: Control, Optimisation and Calculus of Variations, EDP Sciences, 2017, 23 (2), pp.569-591. 〈hal-01179503v2〉

Partager

Métriques

Consultations de la notice

322

Téléchargements de fichiers

108