两篇新学术论文探讨了博弈论与强化学习之间的基础联系。第一篇论文《游戏何时是马尔可夫决策过程?》(作者:Eduardo C. Garrido-Merchán)提供了正式定理,展示了诸如纳什均衡和Shapley值等各种博弈论概念如何直接对应于强化学习中的结构和算子。第二篇论文《强化学习的统计基础:非渐近视角》侧重于强化学习的统计基础,特别是在样本稀疏的情况下,并对表格型马尔可夫决策过程进行了非渐近处理。 AI
影响 这些论文通过将强化学习与已建立的博弈论概念正式联系起来,提供了对强化学习更深入的理论理解,有可能带来更强大、更高效的算法。
排序理由 两篇在arXiv上发表的关于理论研究的学术论文。
在 arXiv cs.MA (Multiagent) 阅读 →
- Bayesian Games: Games with Incomplete Information
- Bellman optimality operator
- Blackwell approachability
- Eduardo C. Garrido-Merchán
- Evolutionary Games and Population Dynamics
- game theory
- Hugging Face
- Markov decision process
- Nash equilibrium
- reinforcement learning
- Shapley value
- Stackelberg Games
AI 生成摘要 · Google Gemini · 来自 5 个来源。 我们如何撰写摘要 →