一篇新论文介绍了用于General-Sum Games的Optimistic Hedge算法,并分析了其遗憾界限。研究人员发现,在两人游戏中,Optimistic Hedge可以实现与时间无关的$O(n\log n)$遗憾。然而,对于三个或更多玩家,不可能存在这样的恒定遗憾界限,遗憾可能随行动数量呈指数级增长,并随时间呈线性增长。 AI
影响 关于多玩家游戏遗憾界限的理论发现可能为未来AI代理设计和多代理强化学习策略提供信息。
排序理由 学术论文,详细介绍了博弈论算法的理论极限。[lever_c_demoted from research: ic=1 ai=0.7]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Daskalakis
- Fishelson
- Golowich
- Gotit.pub
- Hugging Face
- Litmaps
- Optimistic Hedge
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →