实体
DeepNash
DeepNash
PulseAugur coverage of DeepNash — every cluster mentioning DeepNash across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
AI攻克“战争棋”,以低成本训练击败顶尖玩家 · 追踪6个来源
来自卡内基梅隆大学、麻省理工学院、纽约大学和斯坦福大学的研究人员开发出了一款名为Ataraxos的人工智能,该AI能够击败“战争棋”领域的顶尖人类玩家。与国际象棋或扑克不同,“战争棋”由于其海量隐藏信息和漫长的游戏时长,带来了巨大的挑战。Ataraxos以相对较低的训练成本(16个GPU和数千美元)战胜了顶尖“战争棋”玩家Pim Niemeijer,取得了决定性胜利。
-
新方法引导AI自玩选择特定博弈均衡
研究人员开发了一种方法,可以在双人零和博弈中将自玩算法引导至特定的纳什均衡。通过操纵参考策略,系统可以被引导选择期望的均衡,以极低的被利用性实现高精度。该技术为控制正则化自玩的输出提供了一种新方法,将RLHF中的KL锚点重新解释为选择机制,而不仅仅是稳定性工具。
-
新GARIP方法增强零和博弈中自博弈的收敛性
研究人员推出了一种新颖的用于改进双人零和博弈中自博弈的方法,名为GARIP。与使用固定或定期更新参考的方法不同,GARIP利用过去策略的运行平均值。该方法在理论上被证明可以最小化参考值的峰值滞后,从而实现更稳定的收敛。在包括矩阵博弈以及Connect Four和Othello等棋盘博弈在内的各种博弈上的实验表明,GARIP在鲁棒性和默认超参数设置方面,表现与现有方法相当或更优。