部分监控下的校准与内部无遗憾策略
计算机科学与博弈论
2010-07-28 v1 机器学习
机器学习
摘要
校准策略可以通过在某个辅助博弈中执行无内部遗憾的策略来获得。这类策略可以利用Blackwell可逼近性定理在另一个辅助博弈中显式构造。我们建立了逆命题：逼近凸-集的策略可以从校准策略的构造中导出。我们在部分监控博弈的框架下发展这些工具——在该博弈中，玩家不观察对手的行动，而是接收随机信号——以定义内部遗憾的概念，并构造无此类遗憾的策略。
引用
@article{arxiv.1006.1746,
title = {Calibration and Internal no-Regret with Partial Monitoring},
author = {Vianney Perchet},
journal= {arXiv preprint arXiv:1006.1746},
year = {2010}
}