Sep, 2018
通过折现遗憾最小化解决不完美信息博弈
Solving Imperfect-Information Games via Discounted Regret Minimization
Noam Brown, Tuomas Sandholm
TL;DR本文介绍了改进的 Counterfactual regret minimization(CFR)算法,包括折扣遗憾值、迭代加权和非标准遗憾值最小化等四个变量,我们的新算法在大规模现实环境下的每个游戏中都优于之前的方法 CFR+。另外,与 CFR + 相比,我们的算法更容易应用于现代的不完美信息游戏修剪技术和采样方法。