markov game

马尔可夫博弈（Markov Game）是一种同时涉及多个参与者的动态博弈，其中每个参与者的行动和收益都受到其他参与者行动的影响。在这种博弈中，每个参与者的策略选择不仅取决于其自身的收益函数，还取决于其他参与者可能采取的策略。马尔可夫博弈的一个重要特性是，未来的状态只依赖于当前的状态，而与过去的状态无关，这被称为马尔可夫性质。这种博弈模型在经济学、计算机科学、社会科学等领域有着广泛的应用，如市场竞争、网络流量控制、资源分配等问题的研究。