PulseAugur
中
实时 17:41:27
English(EN) Characterizing Nash Equilibria in Zero-Sum Games: A Physics-Inspired, Parallelizable Approach with a Linear Number of Gradient Queries

受物理学启发的全新方法表征零和博弈中的纳什均衡

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的方法来表征零和博弈中的纳什均衡，该方法从物理学中的哈密顿动力学获得灵感。由 Taemin Kim 提出的这一新方法，可以在有限的、线性的交替梯度下降迭代次数内识别纳什均衡集，相比于现有的基于后悔值和基于收缩映射的方法有了显著的进步。值得注意的是，该方法是可并行化的，并且适用于任意学习率，在实验性能上相比传统技术有显著提升。 AI

排序理由 该集群包含一篇详细介绍新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Taemin Kim, James P. Bailey ·

    Characterizing Nash Equilibria in Zero-Sum Games: A Physics-Inspired, Parallelizable Approach with a Linear Number of Gradient Queries

    arXiv:2507.11366v2 Announce Type: replace-cross Abstract: We study online optimization methods for zero-sum games, a fundamental problem in adversarial learning in machine learning, economics, and many other domains. Traditional methods approximate Nash equilibria (NE) using eith…

相关话题