stochastic game | BriefGPT - AI 论文速递

关键词stochastic game

搜索结果 - 9

共享资源下的库存管理多智能体强化学习
通过提出 Context-aware Decentralized PPO (CD-PPO) 算法，本研究利用 Shared-Resource Stochastic Game (SRSG) 模型解决了库存管理中的再订货决策问题，并通过大量实验
PDF2 years ago
通用和随机博弈纳什均衡学习的去中心化策略梯度
研究了一种具有未知转移概率密度函数的一般和随机游戏的纳什平衡学习。介绍一种加权渐近纳什均衡的概念，并提出了两种算法，一种是针对精确伪梯度的，另一种是针对未知伪梯度的。
PDF2 years ago
基于时序逻辑奖励塑形的强化学习分布式控制
本文提出了一个基于计算框架的分布式控制策略合成方法，用于处理存在部分观测的异质机器人团队，旨在满足 Truncated Linear Temporal Logic（TLTL）规范，其方法将综合问题表述为一个随机博弈，并采用策略图方法为每个机
PDF2 years ago
MMFighting Fantasy 游戏系统中的最优策略：通过有限的资源赌博来影响随机动态
使用随机分析、模拟和动态规划相结合的方法，研究了 Fighting Fantasy 一种受欢迎的幻想游戏系统中的策略问题，特别关注于资源的动态分配，提出了一种简单的胜利概率表达和一个 UDP 的最优解方法。
PDF4 years ago
基于特征的 Q 学习在双人随机博弈中的应用
提出在给定特征空间中嵌入转移函数的二人零和随机博弈中，通过采样逼近纳什均衡策略的二人 Q-learning 算法，已证明可使用与特征数线性相关的样本大小找到 ε 最优策略；进一步改进算法的样本效率，采用方差约减、单调性保持和双侧策略逼近等技
PDF5 years ago
基于多智能体强化学习的无人机网络资源分配
本文探讨了使用无人机作为空中基站提供无线通信服务的动态资源分配问题，并通过多智能体强化学习框架实现了长期收益的最大化。研究结果表明，该算法在信息交互开销和性能提升之间取得了良好的平衡。
PDF6 years ago
多智能体逆强化学习用于确定性一般和随机博弈
该论文提出了针对多智能体逆向强化学习（MIRL）问题的五种变体解决方案，包括合作博弈、相关均衡博弈、纳什均衡博弈、对抗性均衡博弈和协调均衡博弈，并提出了一些新的方法来解决这些问题。
PDF6 years ago
用于优化移动目标防御的单控制器随机博弈
本文提出了一种将 MTD 技术应用于随机化无线网络的加密技术和密钥的新方法，将该问题建模为随机游戏，并研究了纳什均衡的存在和特性，为该均衡策略提供了一个实用的算法，模拟结果表明，该框架可以显著提高防守者的整体效用，同时实现加密技术的有效随机
PDF8 years ago
NIPS基于贝叶斯决策理论的在职学习
采用动态众包解决模型不确定性，基于贝叶斯决策理论构建随机博弈模型，使用 Monte Carlo Tree Search 进行近似计算，在命名实体识别任务中比全人工标注节省 an order of magnitude 成本，同时提高了模型的性
PDF9 years ago