实体
No-Limit Texas Hold'em
No-Limit Texas Hold'em
PulseAugur coverage of No-Limit Texas Hold'em — every cluster mentioning No-Limit Texas Hold'em across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
新的LLM方法使用求解器输出来改进博弈策略
研究人员开发了一种名为混合策略决策树（MDT）的新方法，以改进大型语言模型（LLM）的游戏策略。传统的LLM训练通常依赖于人类数据，这对于具有混合策略均衡的复杂博弈可能不是最优的。MDT利用求解器输出而非人类标注来诱导均衡博弈，在无限注德州扑克中，跨越各种LLM配置，将均衡距离显著减少了52.6%。这种方法使LLM能够为复杂博弈生成更具策略性和可理解性的规则。
-
新论文详述在线优化和博弈的更快速遗憾最小化
两篇新的arXiv论文探讨了在线优化和博弈论中遗憾最小化的进展。第一篇论文介绍了一种更简单、计算效率更高的算法，用于最小化线性交换遗憾，并具有接近最优的界限，该算法利用了基于响应的可接近性。第二篇论文提出了Parallel CFR，一个用于实时、深度受限反事实遗憾最小化的框架，通过并行化迭代和将叶节点评估卸载到GPU来显著加速。