Key points are not available for this paper at this time.
게임 이론은 의사 결정자 간의 전략적 상호작용을 분석하기 위한 강력한 프레임워크를 제공하며, 이들의 행동을 모델링, 분석, 예측하는 도구를 제공합니다. 그러나 게임 이론을 구현하는 것은 해결책을 도출하고 상호작용을 이해하며 최적의 성과를 보장하는 데 어려움이 있어 도전적일 수 있습니다. 전통적인 비 AI 및 차별적 AI 접근 방식은 값진 기여를 했지만 대규모 게임과 동적 시나리오 처리에 한계를 겪고 있습니다. 이러한 맥락에서 생성적 AI는 뛰어난 데이터 분석 및 생성 능력 덕분에 유망한 해결책으로 부상합니다. 이 논문은 생성적 AI와 게임 이론을 결합하는 데 있어 도전 과제, 해결책, 전망을 종합적으로 요약합니다. 우리는 게임 이론을 적용할 때 전통적인 비 AI 및 차별적 AI 접근 방식의 한계를 검토하는 것으로 시작하여, 생성적 AI 통합의 필요성과 이점을 강조합니다. 다음으로, 모델 공식화, 해결책 도출, 전략 개선을 포함하여 게임 이론 생애 주기의 다양한 단계에서 생성적 AI의 적용을 탐색합니다. 또한, 게임 이론의 관점에서 우리는 잘못된 데이터 삽입 공격에 대비하여 기계 학습 모델 성능을 최적화하기 위해 생성적 AI 기반의 프레임워크를 제안하며, 그 효과성을 입증하기 위한 사례 연구를 지원합니다. 마지막으로, 우리는 생성적 AI 기반의 게임 이론을 위한 미래 연구 방향을 제시하며, 그 발전과 개발을 위한 길을 열어갑니다.
Yang et al. (Mon,)은 이 질문을 연구했습니다.