Dec, 2022

大规模完全信息博弈中求解领导者-追随者均衡的函数逼近

HTML
PDF
TL;DR本研究提出了一种基于神经网络的函数近似方法，应用于广义和博弈的Stackelberg博弈情景，以学习Enforceable Payoff Frontier，从而实现对博弈策略的近似计算和评估。
发现论文，激发创造
  • 针对展开式博弈的平滑理论与实践进展

    本文主要研究如何通过改进膨胀熵函数的设计，加速第一阶段方法来解决 extensive-form games 问题，并提出了新的加权方案，实践证明本文方法比 CFR+算法更快。

    Feb, 2017

  • 广义形式博弈中的鲁棒斯塔克伯格均衡及其在有限展望中的扩展

    本文研究了扩展形式博弈中存在不确定性的Stackelberg均衡及其鲁棒性问题，分别引入了关于对手收益以及对手节点估值函数的不确定性条件，并提出了一种新的混合整数规划模型计算此类问题，证明可以在特定情况下准确可靠地计算出鲁棒Stackelberg均衡。

    Nov, 2017

  • 斯塔克贝格博弈中的学习动态收敛

    本文研究了斯塔克伯格博弈中学习动态的收敛性，并提出了一种基于梯度的学习更新规则，用于训练生成对抗网络。

    Jun, 2019

  • 一种用于广义和可扩展博弈中的双极预测采样算法近似求解斯塔克尔伯格均衡

    本论文提出了一种新的方法来近似求解弱Stackelberg均衡，方法基于Follower策略空间的引导式Monte Carlo树搜索和Leader的行为策略树建立，并在用于三个不同拓扑结构的博弈测试中取得了优异的效果，较传统方法更具实用性和时间可扩展性。

    Sep, 2019

  • 使用函数逼近和相关均衡学习零和同时行动马尔可夫博弈

    本研究针对具有线性结构的两人零和有限马尔可夫博弈提出了一种基于乐观价值迭代的增强学习算法，该算法通过构建价值函数的上下置信区间，并用 Coarse Correlated Equilibrium 求解泛化和纳什均衡问题，实现了性能的总时间平方根复杂度的上限。

    Feb, 2020

  • 一般和博弈中的斯塔克伯格均衡的高效学习

    在嘈杂的赌徒反馈环境中，理论研究了 Stackelberg 均衡的样本有效学习，识别了 Stackelberg 均衡真实值与使用有限噪声样本估计版本之间的基本差距，并建立了与其相匹配的下限。

    Feb, 2021

  • 使用相关均衡元解算器进行非零和多智能体训练

    提出了用于训练n人，广义和形博弈的Joint Policy-Space Response Oracles (JPSRO)算法，并建议一种有前途的元解算程序 -- 相关均衡(correlated equilibria)，并提出了最大基尼相关均衡(MGCE)的新解决方案概念。通过使用CE元解决程序对JPSRO进行多次实验，证明了在n人，广义和游戏中的收敛性。

    Jun, 2021

  • 具有不完全信息的广义博弈的近最优学习

    本文提出两种新算法：平衡在线镜像下降和平衡对策后悔最小化，通过整合平衡探索策略到它们的经典对应物算法，解决学习不完美信息的广义零和游戏的近似Nash均衡问题。同时，将结果推广到学习多人游戏的粗略相关均衡。

    Feb, 2022

  • 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

  • 学习双人混合马尔可夫博弈：核函数逼近和相关均衡

    本论文提出了一种基于优化原则的在线学习算法，通过在函数空间中最小化对偶差来寻找Nash均衡点，在马尔科夫博弈中进行非线性函数逼近，解决了高维函数空间中的探索问题，并扩展了几种算法，其中一个可以实现更紧的遗憾上界，另一个可以应用于神经网络函数逼近的模型错误说明。

    Aug, 2022