Feb, 2021

针对两人零和线性混合马尔可夫游戏的近乎最优算法

TL;DR文章介绍了一种基于乐观不确定性的算法Nash-UCRL,在找到粗略相关均衡的情况下,可以有效地找到两个玩家的纳什均衡,并证明了其上界和下界的一致性,提出了一种解决有限状态下博弈问题的方法。