Dec, 2019

深度虚拟博弈对多智能体游戏中马尔科夫纳什均衡的寻找

PDF
TL;DR提出了一种基于深度神经网络的算法来识别一般大型 $N$ 人随机微分博弈的马尔可夫纳什均衡，该算法的核心思想是将 $N$ 人游戏重塑为 $N$ 个解耦决策问题，并通过迭代解决。
deep neural networkmarkovian nash equilibrium$n$-player stochastic differential gameshamilton-jacobi-bellman equationrisk-sensitive objectives
发现论文，激发创造
  • 随机微分博弈的深度虚设策略收敛

    研究了一种基于深度虚假博弈算法的高效工具，来寻找大型 N 玩家随机微分博弈的马尔可夫纳什平衡，并提出了一种新的游戏解耦方法，证明了算法的收敛性，并且在理论假设之外的情况下，提出了大人口游戏的数值结果。

    Aug, 2020

  • 随机微分博弈的深度虚构博弈

    本文提出了一种深度学习方法 —— 深度虚拟博弈，并应用于计算有限非零和随机微分博弈的纳什均衡，在每个阶段让各个博弈者优化自己的收益，用深度神经网络进行近似求解，基于虚拟博弈策略的深度学习算法具有可扩展性、并行性和模型无关性，并证明了在适当的假设下虚拟博弈收敛于开环纳什均衡。

    Mar, 2019

  • 随机延迟微分博弈：金融建模与机器学习算法

    本论文利用深度学习和循环神经网络的参数化控件，提出了一种找到随机延迟微分博弈的闭环纳什均衡的数值方法，并在金融相关问题上进行了测试。

    Jul, 2023

  • 动态定价中 n 人马尔可夫博弈的近似纳什均衡学习

    本文研究了具有竞争性的马尔可夫游戏中的 Nash 均衡学习，使用了一种新的无模型方法找到近似 Nash 均衡，其中策略 - ε 对应性和状态至 ε- 最小策略是用神经网络表示的。在动态价格领域，可以学习到近似的 Nash 均衡。

    Jul, 2022

  • 未知独立链 $n$- 人随机博弈中纳什均衡策略的可扩展与独立学习

    在一种类别的随机博弈中，利用自治的镜面下降算法通过占用测量和置信区间技术提出了一种学习算法，以构建稳定的 ε-NE 策略集合，并证明了其多项式时间收敛性。

    Dec, 2023

  • 不完美信息游戏中来自自我对弈的深度强化学习

    本文介绍了一种可推广的终端到终端学习方法，结合了虚构自游戏和深度强化学习来学习近似 Nash 均衡。在 Leduc 扑克和真实规模的 Limit Texas Holdem 游戏中，NFSP 相比于传统强化学习方法，接近甚至超过了基于领域知识经验的超级算法。

    Mar, 2016

  • 从批量数据学习一般和马尔可夫博弈的纳什均衡

    本文研究如何通过神经网络模型，在多人马尔可夫博弈中学习纳什均衡，解决了多人非零和博弈策略复杂难以获得的问题，并提出了新的图像质量度量方法。

    Jun, 2016

  • 一种贝叶斯优化方法来寻找纳什均衡

    采用 Gaussian-process 和 Bayesian optimization 框架，提出适用于 derivative-free 环境下求解游戏均衡的算法，相比传统的基于导数的算法，可以在可接受的黑盒计算成本下，可靠地求得均衡。

    Nov, 2016

  • 零和马尔可夫游戏中的可微分仲裁

    本文研究如何扰动由两个玩家组成的零和马尔可夫博弈的奖励来诱导期望的纳什均衡。提出了一种反向传播方案，用于在给定奖励函数下求解纳什均衡，并通过黑盒求解器展示了框架的收敛性和在两种多智能体强化学习环境中的成功应用。

    Feb, 2023

  • 通用和随机博弈纳什均衡学习的去中心化策略梯度

    研究了一种具有未知转移概率密度函数的一般和随机游戏的纳什平衡学习。介绍一种加权渐近纳什均衡的概念，并提出了两种算法，一种是针对精确伪梯度的，另一种是针对未知伪梯度的。

    Oct, 2022