Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Приложение машинного обучения к теоретико-игровым задачам: аукционы и марковские игрыApplication of machine learning to game theory problems: auctions and Markov games

Соискатель:
Иванов Дмитрий Игоревич
Члены комитета:
Николенко Сергей Игоревич (ФКН НИУ ВШЭ, д.ф.-м.н., председатель комитета), Ветров Дмитрий Петрович ( ФКН НИУ ВШЭ, к.ф.-м.н., член комитета), Карпас Эрез (Technion – Israel Institute of Technology, PhD, член комитета), Сандомирский Федор Алексеевич (Princeton University, к.ф.-м.н., член комитета), Сюй Хайфэн (University of Chicago , PhD, член комитета)
Диссертация принята к предварительному рассмотрению:
23.08.2024
Диссертация принята к защите:
19.09.2024
Дисс. совет:
Совет по компьютерным наукам
Дата защиты:
27.12.2024
В последние годы методы машинного обучения все чаще применяются для решения экономических и теоретико-игровых задач. В то же время, задачи машинного обучения с множеством агентов или пользователей могут быть формализованы и проанализированы с помощью теории игр. Данная диссертация состоит из трех независимых исследований на стыке этих областей и касается следующих тем: 1) применение методов глубокого обучения к дизайну экономических механизмов (аукционов), 2) адаптация теоретико-игрового концепта медиаторов к мультиагентному обучению с подкреплением в контексте марковских игр и 3) персонализация моделей глубокого обучения с подкреплением с целью максимизации общественного благосостояния. Все предложенные подходы и методы имеют надежную теоретическую основу и сопровождаются экспериментами в симуляторах.
Диссертация [*.pdf, 10.28 Мб] (дата размещения 29.09.2024)
Резюме [*.pdf, 2.11 Мб] (дата размещения 29.09.2024)
Summary [*.pdf, 2.03 Мб] (дата размещения 29.09.2024)

Отзывы
Отзыв научного руководителя
Отзыв члена Комитета
Сведения о результатах защиты:
Комитет по диссертации рекомендовал присудить ученую степень кандидата наук (протокол № 2 от 27.12.2024). Решением диссертационного совета (протокол № 1 от 30.01.2025) присуждена ученая степень кандидата компьютерных наук.