PulseAugur
中
实时 09:16:09
实体 Multi-Anchor Optimistic Online Mirror Descent

Multi-Anchor Optimistic Online Mirror Descent

PulseAugur coverage of Multi-Anchor Optimistic Online Mirror Descent — every cluster mentioning Multi-Anchor Optimistic Online Mirror Descent 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_344053 ·

    新算法优化带任意延迟的游戏学习

    研究人员开发了一种名为多锚点乐观在线镜像下降(MAO-OMD)的新算法,用于在具有延迟反馈的零和游戏中进行学习。该算法在平滑游戏中的自玩(self-play)方面实现了最优的快速收敛率,同时对任何对手都提供了 minimax 最优保证。该算法在具有未知反馈延迟的平滑零和游戏中特别有效,与标准方法相比,其遗憾界限得到了改进。