Özdağlar

新算法HOOD保证在一般博弈中实现恒定遗憾

研究人员开发了一种名为HOOD（高阶乐观主义与折扣）的新学习算法，该算法保证在一般N方正常形式博弈中实现特定水平的个体遗憾。该算法是乐观的正则化领导者跟随（OptFTRL）算法的一个变体，结合了折扣的（N+1）阶预测器和熵正则化。该方法旨在减少博弈中的振荡，这是以往在此类博弈中实现恒定遗憾的尝试所面临的挑战。这项工作与Liu、Farina和Ozdaglar的独立研究有相似之处，后者也探索了用于遗憾最小化的高阶乐观主义。