Feb, 2024

在不完全合作博弈中降低乐观偏差

HTML
PDF
TL;DR合作博弈理论在当代人工智能中有各种应用，包括可解释的机器学习、资源分配和协同决策。本文提出了一个旨在优化展示联盟价值序列的框架，以有效缩小合作博弈中玩家期望与实际结果之间的差距。通过研究玩家对缺失联盟价值的乐观补全及其产生的差距的分析特性，我们开发了在线和离线方法来最小化这一差距，并在实际场景中对算法的性能进行了实证研究并调查了展示联盟价值的典型顺序。
发现论文，激发创造
  • 合作可靠性游戏的解决方案

    本文提出了合作博弈的可靠性扩展方案，研究了 Shapley 值的近似计算和少量代理类型博弈中核的计算方式。结果表明，通过应用可靠扩展，可以使博弈稳定，即使基础博弈的核为空，扩展后也能得到非空的核。

    Feb, 2012

  • 不完全信息下的多智能体评估

    本文探讨在不完全信息条件下对学习到的多智能体策略进行评估的方法，提出了基于图的博弈论解决方案概念的alpha-Rank评分方法，并提出了适应性算法，利用Bernoulli游戏、足球元游戏和Kuhn扑克等多个领域评估了这些方法的性能。

    Sep, 2019

  • 多人零和游戏中解决联盟困境的学习

    本研究通过对称的零和矩阵游戏，证明了联盟形成可以被看作是一个社会困境，并且实证表明，在多代理强化学习中，天真的方法往往失败。同时，我们引入了点对点的合约机制来发现和执行联盟。最后，我们将我们的代理模型推广到了包括时间延伸合约的情况，并提出了进一步研究的机会。

    Feb, 2020

  • 游戏中的混沌、极端主义和乐观主义：学习的量化分析

    本文研究了MWU和OMWU在零和博弈和协调博弈中的体积分析，并通过对初值集合的变换证明了其新颖的收敛或发散特性。

    May, 2020

  • 通过线性回归改进KernelSHAP：实用的Shapley值估算

    本文探讨了如何通过线性回归来有效估计机器学习模型的Shapley值，并提出了一种方差缩减技术，以加速两个估计器的收敛速度。此外，还发现了一种新的无偏版本KernelSHAP，并提出了一种针对随机合作博弈的方法，可产生两个全局解释方法的快速新估计器。

    Dec, 2020

  • 合作人工智能的广义信念

    本研究提出了一种基于信念空间的策略学习模型，可以在测试时间解码和适应新颖的规约，从而显著提高各种策略池中的特定反应的搜索和训练，同时增强智能体规约的可解释性和可解释性。

    Jun, 2022

  • 对称团队学习中，局部最优解是全局 Nash 均衡

    对于对称策略空间中的本地最优对称策略，该研究证明任何局部最优对称策略都是（全局）纳什均衡，这个结果适用于机器学习，并为找到对称策略空间中的局部最优的梯度方法提供全局性保证，最后，总结了研究结果在多智能体RL，合作逆RL和分散式 POMDPs中的应用。

    Jul, 2022

  • 神经收益机器：预测团队成员间公平和稳定的收益分配

    本文提出了一种使用神经网络模型来学习协作博弈解决方案，以促进公平合作分配的方法，特别是Shapley value在Explainable AI中的应用。

    Aug, 2022

  • 学习严格凸形随机合作博弈的预期核心

    在本文中，我们考虑了随机合作博弈的稳定分配学习问题，在这个问题中，奖励函数被描述为具有未知分布的随机变量。我们提出了一个名为“Common-Points-Picking”的算法，它在多项式数量的样本下，以很高的概率返回一个稳定的分配。我们的算法分析涉及了凸几何学中的一些新结果，包括多个凸集合分离超平面定理的扩展，可能具有独立的研究价值。

    Feb, 2024

  • 多智能体协作中个体和整体目标的对齐

    通过建模为可微分博弈，并引入一种名为利他梯度调整（AgA）的新型优化方法，本研究成功地实现了个体和集体目标之间的对齐，加速了收敛并促进了利他和公平的协作。

    Feb, 2024