研究人员开发了一种名为HOOD(高阶乐观主义与折扣)的新学习算法,该算法保证在一般N方正常形式博弈中实现特定水平的个体遗憾。该算法是乐观的正则化领导者跟随(OptFTRL)算法的一个变体,结合了折扣的(N+1)阶预测器和熵正则化。该方法旨在减少博弈中的振荡,这是以往在此类博弈中实现恒定遗憾的尝试所面临的挑战。这项工作与Liu、Farina和Ozdaglar的独立研究有相似之处,后者也探索了用于遗憾最小化的高阶乐观主义。 AI
影响 这项研究可能推动多智能体系统理论理解的进步,并可能影响未来在竞争或合作环境中的AI发展。
排序理由 该集群描述了一篇关于博弈论新算法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →