Mean-payoff games with partial observation

بازی های متوسط ​​بازپرداخت مدل های کمی برای سیستم های واکنشی باز هستند. آنها به عنوان بازی هایی از مشاهدات کامل مورد مطالعه قرار گرفته اند. در این مقاله، خواص الگوریتمی چندین زیرمجموعه بازی های متوسط ​​بازپرداختی که بازیکنان اطلاعات نامتقارن در مورد وضعیت بازی دارند، مورد بررسی قرار می دهیم. این بازی ها به طور کلی غیر قابل تشخیص است و با توجه به تعریف کلاسیک مشخص نیست. ما نشان می دهیم که چنین بازی هایی تحت یک مفهوم کلی تر از استراتژی برنده تعیین می شود. ما همچنین بازی های متوسط ​​بازی را در نظر می گیریم که برنده آن می تواند برنده یک بازی چرخه ای محدود باشد. این کار چندین طبقه قابل قبول از بازی های متوسط ​​بازپرداخت اطلاعات نامتقارن را به دست می دهد که تنها به استراتژی های محدود حافظه نیاز دارد، از جمله تعمیم دادن بازی های کامل مشاهده که در آن استراتژی های موقعیتی کافی است. ما یک الگوریتم زمانی برای تعیین برنده دوم می دهیم.