May, 2019

策略优化在零和线性二次博弈中可以证明收敛到纳什均衡

TL;DR研究线性二次游戏中政策优化寻找纳什均衡的全局收敛性,开发了三种投影嵌套-梯度方法并给出了满意的收敛性证明和模拟结果,是对零和Markov博弈政策优化强化学习算法理论方面的探索。