ICMLJun, 2021

具签名深层虚构博弈在带有公共噪声的均场博弈中的应用

PDF
TL;DR该研究利用粗糙路径理论提出了一种名为签名深度虚拟博弈的新型单环算法，可避免嵌套循环结构以及显著降低计算复杂度，保证了 MFGs 的求解效率和精度，并在线性二次平均场博弈、均值场组合博弈和最优消费和投资的均值场博弈等应用中得到了支持。此外，该论文还报道了首次使用深度学习处理带有共通噪声的扩展 MFGs。
发现论文，激发创造
  • 离散时间主次均值场博弈的学习

    利用基于 M3FG（major-minor MFGs）的学习算法，我们提出了一种新的离散时间版本的 M3FG，能够解决具有强影响力的主要玩家的问题，并在三个实例问题中验证了该理论结果的实际效果，从而为一类广泛可解的博弈问题建立了学习框架。

    Dec, 2023

  • 基于均场博弈的可伸缩深度强化学习算法

    本文提出了两种方法解决深度强化学习算法在非线性函数逼近下，无法很好地处理 mean field games 的情况。第一种方法是通过神经网络将历史数据蒸馏为混合策略，应用于 Fictitious Play 算法。第二种方法是一种基于正则化的在线混合方法，不需要记忆历史数据或先前的评估，可以扩展在线 Mirror Descent 算法。数值实验表明，这些方法有效地实现了使用深度强化学习算法来解决各种 mean field games 的目的，并且这些方法的表现优于文献中的 SotA 基线。

    Mar, 2022

  • 通过熵正则化的深度强化学习近似求解均场博弈

    本文研究了离散时间有限 MFG 问题，通过使用熵正则化和 Boltzmann 策略使得固定点迭代收敛到近似固定点，同时提供了在高维场景下使用的近似 Nash 均衡算法以及结合虚拟博弈的深度强化学习方法。

    Feb, 2021

  • 学习深度均场博弈以建模大规模人群行为

    本文介绍了一种结合了均场博弈和马尔科夫决策过程的模型，该模型能够解决大规模群体行为的表示和分布预测问题。通过深度逆强化学习，模型可以从真实数据中学习到均场博弈中的奖励函数和前向动态，以推断大型实际系统的均场博弈模型。首次将均场博弈模型应用到社交媒体人口研究领域。

    Nov, 2017

  • 学习平均场博弈：一项调查

    该论文综述如何运用强化学习和均值场博弈来解决无法通过传统方法计算的大规模人口问题，并针对静态、平稳和演变三个最常见的情境，提出一套基于最佳策略和策略评估的迭代方法以及没有模型计算的强化学习解决方案。

    May, 2022

  • 虚构博弈 —— 均场博弈的连续时间分析与应用

    本文分析了连续时间虚拟博弈学习算法在各种有限状态均场博弈设置（有限时间，折扣率 γ）中的应用，提供了一个新的学习动态来解决平均场博弈模型中存在共同噪声的最优解问题。

    Jul, 2020

  • 一个在线代理能够高效学习均场博弈

    使用在线样本，无需先验知识的状态 - 动作空间、奖励函数或转移动态，通过值函数 (Q) 更新策略，同时评估均场状态 (M)，以有效逼近固定点迭代 (FPI) 的两种变种的新型在线单智能体无模型学习方案的功效通过数值实验得到确认。

    May, 2024

  • 用于生成建模的均值场博弈实验室

    该研究表明，均场博弈论（MFGs）是解释、增强和设计生成模型的数学框架，该文研究了 MFGs 与基于流和扩散的几种生成模型之间的关系，并探讨了 MFGs 的最优性条件及其算法应用。

    Apr, 2023

  • 基于深度强化学习的面向人口的在线镜像下降法求解均场博弈

    我们提出了一种深度强化学习算法，通过设计额外的内循环重放缓冲区，代理可以有效地学习如何从任何分布实现纳什均衡，从而在大规模多智能体系统中实现依赖于人口的纳什均衡。数值实验结果表明，我们的算法具有比现有技术的算法更好的收敛性质，特别是对于依赖于人口的策略的虚拟游戏的深度强化学习版本。

    Mar, 2024

  • 通过采样不变参数化的平均场博弈无监督解算子学习

    基于深度学习的新框架通过学习 MFG 解算符，解决高维度均场博弈问题并具有采样不变性，从而避免了离散化，并减少了创建训练数据集的计算开销。

    Jan, 2024