Apr, 2023

决策时间规划的更新等价框架

PDF
TL;DR通过引入基于更新等价的框架，使决策时间规划算法不依赖公共信息，可以在具有大量非公共信息的场景中有效地进行决策时间规划。在 Hanabi 中的实验中，该算法家族的成员产生了可比较或优于最先进方法的结果，并且改善了 3x3 Abrupt Dark Hex 和 Phantom Tic-Tac-Toe 的性能。
发现论文，激发创造
  • 将不完备信息从双人零和博弈中抽象出来

    研究表明，通过公开玩家策略，可以从常见的收益游戏中摆脱不完美的信息，但同样的方法不能应用于两人零和游戏，该论文提出利用正则化平衡的方法来解决这个问题，以便计算这些均衡点可以被视为完美信息问题。

    Jan, 2023

  • 模型基强化学习中决策时间与背景规划的理解

    本研究旨在理解在需要快速响应的领域中，决策时间规划和背景规划哪一种规划方式在何种条件和哪种设置下表现更好。经过数理分析和实验验证，本研究发现，尽管在传统实例下，决策时间规划的表现不如背景规划，但在现代实例的规划和学习以及迁移学习领域中，决策时间规划可以表现得与或更好。

    Jun, 2022

  • 不完全回忆博弈：均衡概念及其复杂性

    通过研究不完全记忆下的最优决策问题，我们分析了广义形式博弈中多个解概念（纳什均衡、基于证据决策理论的多个自体以及基于因果决策理论的多个自体）下，在多人情景中寻找均衡的计算复杂性，同时关注精确和近似解的计算。我们将单人游戏、两人零和游戏与最小最大值以及没有外在随机性（几率节点）的游戏作为特例，并将这些问题与复杂性类 P、PPAD、PLS、Σ₂ᴾ、∃R 和∃∀R 联系起来。

    Jun, 2024

  • 速度、质量和复杂决策的最佳时机：现场证据

    通过分析国际象棋中的实际操作数据，本文探讨了决策速度与决策质量之间的关系，结果表明快速决策与更好的绩效呈正相关，这与程序决策模型的预测一致。

    Jan, 2022

  • 解决层次化信息共享 Dec-POMDPs 的广义形式博弈方法

    本文展示了如何在保持优化性的同时，通过分层信息共享来解开多个玩家的决策变量，应用最优性原理将一个单个阶段的子游戏进一步分解为更小的子游戏，从而使我们能够一次进行单个玩家的决策。我们的研究结果表明，利用这些发现的算法可以扩展到更大的多人游戏而不损害优化性。

    Feb, 2024

  • 通过均衡逼近实现对同时行动博弈的树搜索

    通过将自我博弈的树搜索算法应用于同时移动的游戏中，以近似粗略相关均衡为子程序的实际方法，提高了在合作、竞争和混合任务上的性能表现。

    Jun, 2024

  • 并发规划和执行的形式元推理模型

    本研究旨在解决进行计划和执行时由于时间紧张而面临的机遇与风险权衡问题，并通过发展贪心解决方案算法，为同时计划和执行的有原则的时间感知执行奠定了基础。

    Mar, 2023

  • 不确定环境下的规划元推理

    提出了一种基于 metareasoning 的在线规划模型，用于解决实际场景下规划时间成本与策略改进的平衡问题，并通过引入 BRTDP 规划算法的特殊性质，提出了近似的元推理过程。

    May, 2015

  • 面向心智理论启发的通用决策框架

    本研究提出了一个基于 Theory of Mind 的通用框架，允许智能体使用多个模拟来推导和行动，以通过模拟决策过程解决在 IJCAI2013 AIBirds 竞赛中的流行游戏。

    May, 2014

  • 单人不完全回忆博弈的计算复杂度

    该研究探讨了不完全回忆下的单人博弈理论，比如 “睡美人问题” 和 “健忘的司机游戏”，并找到了与之对应的平面最大化问题的解决方案，从而解决了这些策略计算的复杂性问题。

    May, 2023