markov potential games | BriefGPT

关键词markov potential games

搜索结果 - 9

（马尔可夫）潜力博弈中的纳什均衡收敛和无悔保证
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
PDF3 months ago
可证明的基于策略梯度法的平均奖励马尔可夫潜力博弈方法
研究马尔可夫潜势博弈在无限时间平均回报准则下，证明基于独立策略梯度和独立自然策略梯度的算法都能在全局收敛到纳什均衡点，同时提出了渐进性和底座条件，通过梯度和微分值函数的灵敏度边界为梯度方法奠定了基础，并证明了三种算法的收敛性以及具体的时间复
PDF4 months ago
马尔可夫势博弈的独立自然策略梯度的可证明快速收敛
该研究使用独立自然策略梯度算法解决马尔科夫潜在博弈中的多智能体强化学习问题，证明了在引入次优间隙的情况下，使用具有提供精确策略评估的正交算子的独立自然策略梯度方法可以渐进地在 Ε-Nash 均衡中达到 Ο(1/Ε) 次迭代，这比之前的结果
PDF9 months ago
马尔可夫潜势博弈中 Softmax 策略梯度的收敛性和劣质纳什均衡价格保证
本文研究使用策略梯度方法解决马尔可夫势博弈 (包括完全合作的情况) 的收敛性，在策略参数化方面，包括 tabular 和神经网络等。通过引入 POA 和平滑概念，给出了 POA 边界，并通过实验比较了不同方法的收敛速度和 POA。
PDF2 years ago
马尔可夫潜在博弈中的独立和去中心化学习
该论文提出了一种多智能体强化学习动态模型，分析了其在无限期贴现马尔可夫潜在博弈中的收敛性质。论文在独立和分散的环境下进行，重点研究了多智能体可以通过简单的学习动态方法在最小信息环境下达到马尔可夫潜在博弈的稳定纳什均衡。
PDF2 years ago
ICML大规模马尔可夫潜在博弈的独立策略梯度：更快收敛速率，函数逼近和游戏无关收敛
本文研究策略梯度方法在 Markov 潜在博弈多智能体强化学习问题上的全局非渐进收敛性质，提出新的独立策略梯度算法，证明算法达到 epsilon-Nash 平衡的迭代复杂度为 O (1/epsilon^2)，并在利用函数逼近的样本算法中，建
PDF2 years ago
独立自然策略梯度总是收敛于马尔科夫潜在博弈
本文研究了多智能体协作 / 竞争情景下的马尔科夫潜在博弈（Markov Potential Games，简称 MPGs），证明了独立自然策略梯度（Independent Natural Policy Gradient）在其内部一定会收敛，同
PDF3 years ago
改进分散式多智能体强化学习的无模型算法
本文针对多智能体强化学习算法在代理数目增多时出现的采样复杂度指数级增长的现象，提出了一些去中心化的学习算法，并在几个关键的方面上做了优化，同时通过数值仿真验证我们理论的有效性。
PDF3 years ago
ICLR学习马尔可夫势博弈的参数封闭回路策略
针对共享公共资源时的多智能体系统，本文研究马尔可夫潜在博弈，提出了一种基于参数策略的闭环型纳什均衡解法，通过解一个单目标优化问题获得了一个最优策略，应用于实例中的无合作通信博弈，并通过深度强化学习算法学习了一个接近博弈精确变分均衡的策略。
PDF6 years ago