有限时域零和随机博弈中的恒定收益性质
最优化与控制
2024-12-02 v2
摘要
本文研究了有限零和随机博弈，并证明当博弈持续时间足够长时，存在一对近似最优策略，使得博弈中任意时刻的期望平均收益都接近博弈值。这一性质被称为恒定收益性质，此前仅在吸收博弈和折扣随机博弈中得到证明。
引用
@article{arxiv.2409.05683,
title = {Constant Payoff Property in Zero-Sum Stochastic Games with a Finite Horizon},
author = {Thomas Ragel and Bruno Ziliotto},
journal= {arXiv preprint arXiv:2409.05683},
year = {2024}
}