strategy | BriefGPT - AI 论文速递

关键词strategy

搜索结果 - 14

学习与社会理性个体群体合作的复杂度
人工智能代理在现实世界中的部署需要与人类（以及其他异构的 AI 代理）可靠地合作。为了提供成功合作的形式化保证，我们必须对合作伙伴代理的行为做一些合理的假设。这项工作研究了在一个有限重复的、两个玩家的一般化总和矩阵游戏中与一个代理人群合作的
PDF7 days ago
学习 POMDP 策略的可解释且性能更好的表示
部分可观察马尔科夫决策过程（POMDP）的策略通常需要记忆，本文介绍了一种使用 L*- 算法学习策略的自动机表示的方法，相比于策略的表格表示，生成的自动机规模更小、更易解释，同时在学习过程中，我们的启发式方法甚至可以改善策略的性能，相较于直
PDF6 months ago
竞争产品下的社交网络病毒营销
在一个定向网络中，通过开发新颖的证明技术，我们提供了一个有着最佳可能近似保证的多项式时间近似算法，同时利用目标函数的单调性和子模性以及蒙特卡洛方法破解了计算问题的艰难之处，并在各种真实和合成网络上的实验中证明了我们提出的算法胜过其他算法。此
PDF6 months ago
无噪音奖励和无通信的最佳合作多人学习赌博机
合作多人奖励学习中，通信受限的策略选择问题；通过使用上界和下界置信度算法，解决信息不对称导致的动作选择问题，并达到对数和平方根极限遗憾值。
PDF8 months ago
鼓励可推导行为的自主性：带观察信息的重复双矩阵斯塔克伯格博弈
当与其他非竞争决策代理交互时，自主代理的行为必须是可推测的，以便传达其意图和策略。本文使用具有观测的重复双矩阵斯塔克尔伯格博弈模型推断性问题，其中领导者和追随者反复互动，并通过观察动态反应。我们展示了可推测性损失的上界，该上界取决于互动次数
PDF9 months ago
履行职责，保障权益
本文研究了智能代理应该如何配备权利以满足它可以选择执行的任务，并通过 LTLf 合成进行了实现。我们证明了处理权利并不会使合成过程变得更加困难，但需要一个比标准 LTLf 合成更复杂的解决方案概念。
PDFa year ago
通过大规模智能体合作与竞争的累积集体智能
通过大规模智能体强化学习，在竞争和合作中研究了人工集体智能的出现，其中用 Lux 环境搭建了两个团队的大规模动态智能体，通过中央控制和自我协同演变，从单一技能到团队策略逐步发展，并分析了各种策略的出现，可为强化学习在大规模环境中的实现提供启
PDF2 years ago
Foon Creation
本文介绍了使用功能面向对象网络设计任务树的三种搜索方法，包括策略、程序和结果。
PDF2 years ago
在 Colonel Blotto 中的强化学习智能体
本文测试了基于强化学习的代理在 Colonel Blotto 环境下的表现，发现其能够轻松击败单个对手并在多个对手时表现良好，由此分析其最佳策略与单个对手时完全相反。
PDF2 years ago
使用字符统计选择 Wordle 的种子词
该研究使用五字母单词的字符统计学信息，确定了最佳的三个起始单词，以便解决每日的 Wordle 游戏。
PDF2 years ago
Re-ID done right: 人员重新识别的良好实践
本文介绍了一种基于简单的深度架构的策略，通过精细地设计架构的每个组件以及有效训练来实现人物重新识别的最佳实践，其能够比复杂的具有补充部件的方法更好地定位和对齐具有识别性的图像区域，并提出了一种类似于隐式注意力机制的训练表示方法。经过在四个基
PDF6 years ago
序贯配置的均衡
本研究探讨了序贯配置下的策略性行为，特别是考虑到 Nash 均衡、纯策略均衡的计算和 Pareto 最优。研究表明，即使对于两个代理人，更好的应对也可以循环。研究结果提供了一个在纯 Nash 均衡下的结果，并且可以通过 “bluff pr
PDF7 years ago
IJCAI战略性了解
该篇论文提出了扩展了传统认知逻辑的单智能体目标导向知识如何逻辑，该逻辑可以代表知道如何实现目标的知识，即存在一种策略，使得该智能体知道它能够确保达成目标。此外，本文还证明了该逻辑的合理性、完备性和可决定性，并提供了一个基于知道和知识如何的直
PDF7 years ago
明确定义的决策场景
本文基于影响图的建模方法，提出了完整和部分影响图的概念，并介绍了一个算法来确定这些图是否被良好定义。
PDF11 years ago