Rozšíření herně-teoretických modelů o subracionální adaptivní chování

Abstract

Pašovaní drog představuje hlavní hrozbu pro bezpečnost obyvatel Spojených států amerických. Od 70. let Spojené státy investovaly miliardy dolarů do programů zaměřených na zamezení toku ilegálních drog do Spojených států, ovšem s nejasným výsledkem. Jednou z možností, jak zlepšit úspěšnost těchto strategií je použití teorie her, která byla úspěšně aplikována na spoustu domén zabývajících se bezpečností. Teorie her ovšem stále naráží na problém předpokladu, že všichni hráči jsou naprosto racionální, což v reálném světě není splněno. Jednou z možností, jak vyřešit tento problém je použití tzv. behaviorálních modelů. Tato práce navrhuje možnost aplikace současných "state of the art" modelů adaptivního chovaní na Stackelbergovské grafové hry. Tato práce také jako první navrhuje formalizaci Stackelbergovské hry na grafech proti QR útočníkovi, jako takzvanou normální hru se sekvenčními strategiemi umožňující kompaktní reprezentaci pomocí Markovských rozhodovacích procesů a řešení problému jako optimalizaci toku v síti. Dále tato práce ukazuje, možnosti použití behaviorálních modelů na doméně námořního pašování.

Drug smuggling is perceived as the main threat for the security of U.S citizens and the U.S. Since the 70s the U.S. invests billions of dollars into programs focused on reducing the flow of illicit drugs in the U.S, however, the result of the program is mixed. One of the possibilities how to improve the success rate of these programs is to use a game theory framework, which has been already successfully applied on a range of domains dealing with security. One of the factors which limit the usage of game theory is the assumption that all plays are fully rational, however, this assumption is not satisfied in real-world situations. The solution how to deal with this problem is the usage of so-called behavioral models. This work proposes the solution how to apply current state of the art algorithms on network Stackelberg games. Next contribution of this work is the formalization of the network Stackelberg game again QR adversary as normal form game with sequential strategies enabling compact representation via Markov decision processes a solving the problem as network flow optimization. The last contribution of this thesis is the formulation of the marine smuggling problem as the above-mentioned games.