Feb, 2020

Fighting Fantasy游戏系统中的最优策略：通过有限的资源赌博来影响随机动态

HTML
PDF
TL;DR使用随机分析、模拟和动态规划相结合的方法，研究了Fighting Fantasy一种受欢迎的幻想游戏系统中的策略问题，特别关注于资源的动态分配，提出了一种简单的胜利概率表达和一个UDP的最优解方法。
发现论文，激发创造
  • 从行为数据中学习大规模群体图形化游戏的结构和参数

    考虑从严格的行为数据中学习线性影响博弈 (LIGs) 的结构和参数，通过纯策略 Nash 平衡的最大似然估计 (MLE) 将学习问题转化为生成模型的估计，在控制平衡数量的同时捕捉数据中的均衡行为。该方法可以应用于识别大型 (社交) 网络中最有影响力的个体，并支持决策分析和其他普适性的图形游戏。

    Jun, 2012

  • 游戏中的罚款调节动态与强韧学习程序

    通过一种启发式的学习方案，我们派生出了一种由惩罚项调整的复制者漂移的新类连续时间学习动态，这种惩罚调节的动态相当于玩家保留他们正在进行的回报的指数折扣总和，然后基于这些表现分数使用平滑最佳响应选择行动。借助这种内在的对偶，所提出的动态满足一种进化博弈理论的民间定理的变体，并且它们以（任意精度的）纳什均衡的逼近收敛于潜在游戏。受到交通工程应用的启发，我们进一步利用这种对偶来设计离散时间的，基于回报的学习算法，该算法具有这些收敛性质，并且仅需要玩家观察他们在游戏中的回报

    Mar, 2013

  • 重新思考部分可观测多智体决策的形式模型

    介绍了一种基于事实观测随机博弈（FOSG）建模的解决方案，该解决方案的优势在于可以轻松分解问题，且与博弈树等其他建模方式相关联，这为多智能体决策制定提供了启示。

    Jun, 2019

  • 游戏中的混沌、极端主义和乐观主义：学习的量化分析

    本文研究了MWU和OMWU在零和博弈和协调博弈中的体积分析，并通过对初值集合的变换证明了其新颖的收敛或发散特性。

    May, 2020

  • 利用序贝叶斯游戏模型快速求解扑克

    本文通过对顺序贝叶斯博弈的理解，提出了一种名为公共状态 CFR（PS-CFR） 的算法，能够有效地解决类似德州扑克等复杂博弈的问题，同时在极限复杂度方面获得了二次降低的优势，同样也成功地将这一算法用于推广到广泛的对弈游戏中。

    Dec, 2021

  • 广义积和博弈中的最优相关均衡：固定参数算法，难度和双向列生成

    研究了针对不同类型的协同均衡的最优相关策略问题，提出了相关DAG表示方法和双面列生成算法来计算最优策略并探讨其复杂性分析，探究了一些新的基准博弈。

    Mar, 2022

  • 多人不完美信息博弈中的贝叶斯对手建模

    本研究探讨了面对多个对手的策略交互游戏，使用对手建模和观察对手策略等技术，超越纯理性策略的表现。

    Dec, 2022

  • 二十一点游戏中强化学习表现的变化

    通过对deck size的影响，我们研究了黑杰克游戏中最佳策略和q学习算法的学习收敛速度。

    Aug, 2023

  • 正则化学习下游戏中动态稳定性和战略稳定性的等效性

    通过研究正则化的无悔学习方法在有限游戏中的长期行为，我们发现玩家的实际策略如何随时间演变的理解非常有限，同时发现只有严格纳什均衡是稳定吸引的，进而揭示了玩家的日常对策的集合有理性的特性。我们进一步刻画了相应集合的稳定和收敛速率，并表明基于熵正则化的方法以几何速度收敛，而基于投影的方法在有限次迭代内收敛，即使是在带有被动反馈的并发奖励的情况下。

    Nov, 2023

  • 游到沉没：计算游戏的极限

    本研究针对游戏动态的极限行为展开，填补了现有理论的空白。通过对“噪声复制器动态”这一自然动态的计算，本研究提供了一种高效的方法来估计游戏的沉没均衡的极限分布。主要发现表明，在优先分布为纯策略支撑时，可以在接近线性时间内高效计算该分布，且通过模拟实验，甚至能较准确地估计大型游戏的极限分布。

    Aug, 2024