我们研究了在 n 个玩家一般和游戏中寻找均衡的计算方法，特别是适用于复杂的视觉运动技能。我们展示了现有方法在此场景下要么计算上困难，要么在理论上受限。接着，我们介绍了 NeuPL-JPSRO 算法，一种神经人口学习算法，通过技能的迁移学习，并最终收敛于游戏的粗糙相关均衡 (CCE)。我们在一系列 OpenSpiel 游戏中展示了实证的收敛性，并经由精确的游戏求解器严格验证。然后，我们将 NeuPL-JPSRO 应用于复杂领域，在 MuJoCo 控制领域实现了自适应协调和技能迁移。我们的工作表明，收敛于均衡的人口学习可以在规模上和广泛性上实施，为解决异质玩家和混合动机的现实世界游戏铺平了道路。

Jan, 2024

本文基于博弈论原理研究了一种基于人口统计的培训体系 —— 策略空间响应神谕（PSRO），并将其扩展到广义和多人游戏中。通过使用另一种解决方案概念 $\alpha$-Rank，在一些游戏分类中建立了收敛保证，并确定了 Nash 平衡和 $\alpha$-Rank 之间的联系。实验结果表明，基于 $\alpha$-Rank 的 PSRO 可以在很多游戏中实现比近似 Nash Solver 更快的收敛速度。

Sep, 2019

该论文研究了多人游戏中，玩家间某种形式的通信建模的解概念，着重探讨了顺序博弈中的粗糙相关均衡（CCEs）并提出了 CFR 及其变体算法，其中 CFR-Jr 的效率比 CFR-S 和当前最先进的计算 CCEs 算法都要快且可行。

Oct, 2019

我们引入了神经均衡求解器，它利用特殊的等变神经网络体系结构来近似解决具有固定形状、购买速度和决定性的所有游戏空间，并定义了一个灵活的均衡选择框架，该框架能够唯一选择最小化相对熵或最大化福利的均衡，该网络的训练无需生成任何监督训练数据，展示了在更大的游戏中惊人的零样本泛化能力。这样的网络是许多可能的多主体算法的强大组成部分。

Oct, 2022

本文提出了一种多智能体强化学习算法，可以在一般和马尔可夫博弈中学习到一个粗略的相关均衡策略，并且算法是完全分散的，智能体只有本地信息，并不知道其他智能体的存在。

Oct, 2021

我们研究了多人广义和 Markov 游戏中计算相关均衡的政策优化算法，以往结果在收敛速率上达到了 $O (T^{-1/2})$ 的相关均衡和 $O (T^{-3/4})$ 的粗糙相关均衡的加速收敛速率，本文提出了一种通过组合平滑值更新和乐观正则化领导者算法与对数障碍正则器的两个主要因素构建的解耦政策优化算法，达到了计算相关均衡的几乎最优 $ ilde {O}(T^{-1})$ 的收敛速率。

Jan, 2024

本文探讨了多人博弈中学习的样本复杂性问题，并设计算法在样本复杂度多项式级别下，求解多人一般和马尔可夫博弈的粗略关联均衡和关联均衡，同时提出了针对特定条件下的学习算法，显著提高了现有算法的效率和精度。

Oct, 2021

本文介绍了一种增强型多智能体系统训练框架 PSRO（Policy-Space Response Oracles），并通过添加一种新颖的搜索程序和生成抽样方法进行增强，进一步引入了基于 Nash 议价解的两种新元策略解决方法。在谈判博弈中进行的实验表明，这种方法能够成功地计算近似 Nash 平衡，并且可以产生与人类谈判相当的代理人。

Feb, 2023

该论文提出了针对多智能体逆向强化学习（MIRL）问题的五种变体解决方案，包括合作博弈、相关均衡博弈、纳什均衡博弈、对抗性均衡博弈和协调均衡博弈，并提出了一些新的方法来解决这些问题。

Jun, 2018

研究内容涵盖电子竞技中的机器学习，多代理生成对抗网络的表现力，以及两队博弈中的优化问题和 Nash 均衡解的解决方案。通过考虑全信息反馈下的游戏，对在线学习算法的能力进行了讨论，并提出了一个基于控制论技术的一阶方法用于解决该类问题，该方法能够在某些条件下享有局部收敛性。

Nov, 2021