关于 Entropic Mean-Field Min-Max Games 的 Fisher-Rao 梯度流
最优化与控制
2024-09-19 v2 机器学习
概率论
摘要
梯度流在解决众多机器学习问题方面发挥着重要作用。我们考察了在求解具有熵正则化的凸凹 Min-Max 游戏的语境下，运用 Fisher-Rao（Mean-Field Birth-Death）梯度流的连续时间收敛性。我们提出了适当的 Lyapunov 函数，以展示其收敛于唯一混合纳什均衡的显式收敛速率。
引用
@article{arxiv.2405.15834,
title = {A Fisher-Rao gradient flow for entropic mean-field min-max games},
author = {Razvan-Andrei Lascu and Mateusz B. Majka and Łukasz Szpruch},
journal= {arXiv preprint arXiv:2405.15834},
year = {2024}
}
备注
24 pages. arXiv admin note: text overlap with arXiv:2306.03033