利用专家博弈集成高效 episodic 学习非平稳未知零和博弈
计算机科学与博弈论
2021-07-30 v1 系统与控制
系统与控制
摘要
博弈论为许多战略互动应用提供了基本分析。然而，如何构建博弈模型及其保真度如何却鲜有探讨。在本工作中，我们考虑在一类具有未知、时变收益矩阵和噪声反馈的重复零和博弈中使用基准博弈模型集成进行学习。这些模型可在序贯博弈中预训练并动态收集，它们作为先验侧信息，不完美地支撑未知真实博弈模型。我们提出 OFULinMat，一种将博弈模型自适应估计与策略学习相集成的 episodic 学习算法。所提算法被证明对鞍点遗憾具有亚线性界。我们通过理论分析和数值算例表明该算法具有可证明的效率。我们以动态蜜罐分配博弈为案例研究来说明并佐证我们的结果。我们还讨论了我们的框架与经典对抗多臂老虎机框架的关系并强调其区别。
引用
@article{arxiv.2107.13632,
title = {Efficient Episodic Learning of Nonstationary and Unknown Zero-Sum Games Using Expert Game Ensembles},
author = {Yunian Pan and Quanyan Zhu},
journal= {arXiv preprint arXiv:2107.13632},
year = {2021}
}