Apr, 2024
(马尔可夫)潜力博弈中的纳什均衡收敛和无悔保证
Convergence to Nash Equilibrium and No-regret Guarantee in (Markov)
Potential Games
TL;DR本研究主要探讨了潜在博弈、马尔可夫潜在博弈和Frank-Wolfe算法在随机成本和强盗反馈下的应用,提出了一种具有足够探索性和递归梯度估计的变种算法,能证明收敛于纳什均衡并对每个参与者实现亚线性遗憾。该算法同时在潜在博弈中实现了纳什遗憾和 $O(T^{4/5})$ 的遗憾上界,匹配了现有最佳结果,无需额外的投影步骤。通过精确平衡过去样本的重复使用和新样本的探索,我们将结果扩展到了马尔可夫潜在博弈中,将现有最佳纳什遗憾从 $O(T^{5/6})$ 改进至 $O(T^{4/5})$。此外,我们的算法不需要了解游戏的任何信息,如分布误差系数,这提供了更灵活的实际实施。实验结果证实了我们的理论发现,并强调了我们方法的实际有效性。