PulseAugur
实时 10:13:51
实体 Markov $\alpha$-potential games

Markov $\alpha$-potential games

PulseAugur coverage of Markov $\alpha$-potential games — every cluster mentioning Markov $\alpha$-potential games across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_254670 ·

    新算法在去中心化学习中实现高概率纳什遗憾界限

    研究人员开发了用于马尔可夫 $\alpha$-势能博弈中纳什均衡去中心化学习的新算法。这些算法专为回合制和全在线设置而设计,提供了高概率纳什遗憾界限。该工作解决了分布不匹配和近似误差等挑战,为复杂博弈结构中的去中心化学习提供了改进的理论保证。该框架应用于马尔可夫拥塞博弈,实现了可扩展的去中心化算法,用于战略性在线作业调度。