实体
R-NaD
R-NaD
PulseAugur coverage of R-NaD — every cluster mentioning R-NaD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
博弈论求解器的“曲率阴影”伪影被解释为可移除的熵不足
研究人员在博弈论求解器（特别是正则化纳什动力学 R-NaD）中发现了一种伪影，该伪影导致最大熵均衡选择出现明显的失败。这种被称为“曲率阴影”的现象在库恩扑克中被观察到，其中 R-NaD 选择的策略与理论上的最大熵解决方案略有不同。该研究定量地证明，这种差异是与熵景观曲率相关的可移除的不足，而不是固定的偏差，并且得到了实验数据的支持。
-
AI算法在游戏中系统性地选择不同的纳什均衡
一篇新的研究论文探讨了不同的算法如何在零和游戏中选择纳什均衡，发现这种选择是依赖于算法的，而不是随机的。像R-NaD和磁镜下降这样的正则化方法倾向于选择最大熵均衡，而像CFR和CFR+这样的后悔平均方法则收敛于一个较低熵的均衡。这种选择对游戏结果有下游影响，尤其是在具有顺序或隐藏信息的游戏中。
-
新GARIP方法增强零和博弈中自博弈的收敛性
研究人员推出了一种新颖的用于改进双人零和博弈中自博弈的方法，名为GARIP。与使用固定或定期更新参考的方法不同，GARIP利用过去策略的运行平均值。该方法在理论上被证明可以最小化参考值的峰值滞后，从而实现更稳定的收敛。在包括矩阵博弈以及Connect Four和Othello等棋盘博弈在内的各种博弈上的实验表明，GARIP在鲁棒性和默认超参数设置方面，表现与现有方法相当或更优。