实体
Counterfactual Regret
Counterfactual Regret
PulseAugur coverage of Counterfactual Regret — every cluster mentioning Counterfactual Regret across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
具有Lean验证保证的反射式语言代理的新理论
研究人员为反射式语言代理开发了一个新的理论框架，它们通过重用反馈和内存来适应任务，而无需更新模型权重。该论文建立了反事实遗憾次线性的充分条件，将局部生成和部署保证与资源约束下的长期性能联系起来。这些保证使用Lean定理证明器进行了形式化和验证，包括一个具有重复策略增长和不完美验证的特定实例。
-
IFlowNets 将生成式采样器泛化至不完全信息博弈
研究人员推出 IFlowNets，一个将生成式流网络扩展到不完全信息博弈的新颖框架。这种新方法 IFlowNets 通过确保有效的密度和训练目标来解决现有方法的局限性，从而泛化了对抗性流网络 (AFlowNets) 框架。初步结果表明，在各种博弈环境中，IFlowNets 在性能和速度方面均可与 Outcome Sampling Monte Carlo Counterfactual Regret (OSMCCFR) 和标准强化学习技术…