多项式时间内的任意时间约束均衡
机器学习
2025-03-05 v2 人工智能
数据结构与算法
计算机科学与博弈论
摘要
我们将任意时间约束扩展到马尔可夫博弈设定及其对应的解概念——任意时间约束均衡（ACE）。随后，我们提出了一个关于任意时间约束均衡的全面理论，该理论包括：(1) 可行策略的计算特征描述，(2) 一个用于计算 ACE 的固定参数可解算法，以及 (3) 一个用于近似计算 ACE 的多项式时间算法。由于即使在二人零和博弈中，计算可行策略也是 NP 难的，因此只要 ，我们的近似保证就是最优的。我们还发展了首个关于动作约束马尔可夫博弈的高效计算理论，这可能具有独立的研究价值。
引用
@article{arxiv.2410.23637,
title = {Anytime-Constrained Equilibria in Polynomial Time},
author = {Jeremy McMahan},
journal= {arXiv preprint arXiv:2410.23637},
year = {2025}
}