Feb, 2022

零和神经符号并发随机博弈策略综合（扩展版）

PDF
TL;DR提出了一种新的建模形式，称为神经符号并发随机博弈（NS-CSG），旨在解决一些形式化的问题，如证明 NS-CSG 在 Borel 可测性和分段常数限制下的存在价值，并开发了新的算法来解决非可数状态空间的 NS-CSG 博弈中的最优策略选择问题以及证明了其收敛性。该模型着重于融合神经网络和传统符号技术，实现知觉机制得到探测信号通过解决了动态车辆停车的案例研究来论证其优势。
neuro-symbolicstochastic gamesartificial intelligencevalue iterationperception mechanisms
发现论文，激发创造
  • 具有神经感知机制的部分可观测随机博弈

    提出了神经符号部分可观测随机博弈（NS-POSGs）模型，针对部分可观测的环境及基于连续数据的数据驱动方法，引入了感知机制，提出了基于粒子置信度的一侧 NS-HSVI 方法，用于近似计算一侧 NS-POSGs 的值，并在实验中证明了这一方法对于具有多面体形式的神经网络的实际适用性。

    Oct, 2023

  • 基于点的价值迭代算法用于神经符号 POMDPs

    本文介绍了神经符号人工智能在不确定性的情况下进行序列决策的一种新方法，即神经符号部分可观察马尔可夫决策过程 (NS-POMDPs)；提出了基于多面体的新型连续状态置信度分段线性凸表示 (P-PWLC)，并且扩展将 Bellman 备份应用于此表示，设计了两种值迭代算法，即经典的值迭代算法和基于点的近似方法。通过两个车辆停车和飞行器避碰案例研究，展示了该方法的实际应用。

    Jun, 2023

  • 随机博弈中的在线强化学习

    本文研究了关于平均奖励随机博弈的在线强化学习算法 UCSG，在同类算法中取得了更好的效果，可以获得亚线性遗憾和稳定收敛的同时检索到均衡状态，提高了博弈的竞争性能。

    Dec, 2017

  • 超越对称零和游戏的神经人口学习

    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

  • 神经符号因果推理遇到信令博弈的新型语义交流模式

    提出了一种新的基于信号博弈和神经符号人工智能方法的新兴语义通信系统框架，用于因果推理，最终实现高效的通信和更好的语义可靠性。

    Oct, 2022

  • 用 Pontryagin 神经算子解决参数化广义和微分博弈

    通过引入在前向和后向态演化之间的差异上定义的共态损失，该论文提出了一种 Pontryagin 模式神经运算符，用于处理具有参数状态约束的游戏，该方法在安全性能方面优于现有技术，且无需手动监督数据。

    Jan, 2024

  • 对称零和博弈中的开放式学习

    本文提出了一个几何框架来制定零和博弈中的智能体目标，以构建产生开放式学习的自适应目标序列，从而产生比现有算法更强的智能体集合。我们将 PSRO_rN 应用于两个高度非传递性的资源分配游戏，并发现 PSRO_rN 始终优于现有替代方案。

    Jan, 2019

  • 一种用于应答合取查询的神经符号框架

    我们提出了一个用于回答不完整知识图谱上任意合取查询的框架，该方法通过无限树状查询的系列来近似循环查询，并利用现有模型进行近似处理。经验证明，我们的近似策略取得了有竞争力的结果，并且包含存在量词变量的查询倾向于改善这些模型的整体性能，无论是对树状查询还是对我们的近似策略。

    Oct, 2023

  • 神经符号学习的语义强化

    该论文探讨如何利用神经符号方法求解具有约束条件的优化问题，为此提出一种计算约束条件之间的互信息的方法，并在三个任务中进行了测试，证明了该方法在提高性能的同时，避免了计算上的复杂性。

    Feb, 2023

  • 具有网络信息流的一般总和随机博弈

    本文研究了基于随机博弈模型的多智能体强化学习中，网络结构化玩家相互作用，混合合作与竞争以及有限的全局信息对于个体决策造成的挑战以及信息可用性对于不同学习范式的影响。并通过实验，探索了不同 MARL 范式的结果，例如集中式学习分散式执行。

    May, 2022