cooperative games | BriefGPT

关键词cooperative games

搜索结果 - 8

语言模型自对弈在非零和博弈中的效果
通过对《Deal or No Deal》协商游戏进行自我对弈，我们发现语言模型的自我对弈在合作与竞争方面都能显著提升性能，暗示了自我对弈和相关技术的潜力。
PDF9 days ago
ICML谁需要知道？最佳协调的最小知识
本篇论文研究合作类游戏中的战略信息，并且证明了这些战略信息可以通过贝尔曼备份算子得出紧凑的计算式，并将此算法应用于 Overcooked 环境的任务中。理论和实证结果表明我们的算法明显比基线方法更有效。
PDFa year ago
穿过内、外流形价值函数针眼的 Shapley 解释
本文旨在为 XAI 背景下的特征重要性贡献价值函数，并引入一种新的基线价值函数 —— 联合基线价值函数，在低密度区域具有稳健性，该价值函数在协同游戏上表现良好。
PDF2 years ago
深度合作多智能体强化学习中的价值分解算法理解
本文研究了多智能体强化学习中的值函数分解方法在协作游戏中的适用情况、算法的收敛性质、深度神经网络的表示法及其应用，进一步提出了分解型协作游戏的概念，并理论证明了分解型协作游戏中多智能体适应 Q - 迭代算法（MA-FQI）可以导致最优 Q
PDF2 years ago
ICLR协作游戏的能量学习，及其在机器学习估值问题中的应用
提出了一种基于能量的处理合作博弈问题的方法，通过变分推断模型进行一步固定点迭代，恢复出各种博弈论估价标准，并证明这些变分估价都满足一组博弈论公理，并在某些合成和实际的评估问题上实验表明所提出的变分索引具有更低的解耦误差和更好的估值性能。
PDF3 years ago
IJCAI学习合作游戏
探索了在合作博弈中的 PAC（可能近似正确）学习模型，研究了几种合作博弈的 PAC 可学习性以及 PAC 可学习性与核稳定之间的联系，如网络流游戏，阈值任务游戏和诱导子图游戏。通过多项式样本数，可以找到可能稳定的收益分配。
PDF9 years ago
通过策略搜索学习合作
本文提出了一种基于梯度的分布式策略搜索方法，用于合作博弈中的部分可观测环境，比较了本地最优和纳什均衡的概念，实验结果表明该方法的有效性。
PDF10 years ago
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。
PDF12 years ago