Jamie Morgenstern

新算法在双线性鞍点问题中实现$\tilde{O}(T^{-1/4})$收敛

研究人员开发了一种新的解耦学习算法，该算法在双线性鞍点问题中实现了末迭代收敛到纳什均衡。该算法保证以$\tilde{O}(T^{-1/4})$的速率收敛，并且计算效率高，仅需要线性优化预言机。该方法结合了实验设计技术和Follow-The-Regularized-Leader (FTRL)框架，为每个学习者的动作集使用了定制的正则化器。