带熵正则化的探索性 LQG 平均场博弈
最优化与控制
2021-12-01 v3 系统与控制
系统与控制
概率论
机器学习
摘要
我们研究了一类连续的、具有 个不同智能体子群体的熵正则化多变量 LQG 平均场博弈（MFGs）。我们将动作的概念推广到动作分布（探索性动作），并显式推导了极限 MFG 中个体智能体的最优动作分布。我们证明了该最优动作分布集合对有限群体熵正则化 MFG 给出了一个 -Nash 均衡。此外，我们将所得解与经典 LQG MFG 的解进行比较，并建立了它们存在性的等价性。
引用
@article{arxiv.2011.12946,
title = {Exploratory LQG Mean Field Games with Entropy Regularization},
author = {Dena Firoozi and Sebastian Jaimungal},
journal= {arXiv preprint arXiv:2011.12946},
year = {2021}
}
备注
To appear in Automatica