网络零和扩展式博弈中乐观梯度上升的快速收敛
计算机科学与博弈论
2022-07-19 v1 机器学习
多智能体系统
摘要
关于博弈中学习的研究迄今主要关注正规形式博弈。相比之下，我们对扩展式博弈(EFGs)中、尤其是多智能体EFGs中学习的理解远远落后，尽管它们更接近于许多现实世界应用。我们考虑自然的一类网络零和扩展式博弈，它结合了智能体收益全局零和的性质、图博弈的高效表示以及EFGs的表达能力。我们考察了乐观梯度上升(OGA)在这些博弈中的收敛性质。我们证明了此类在线学习动态的时均行为以的速率收敛到纳什均衡集。此外，我们表明其逐日行为也以的速率收敛到纳什均衡，其中为依赖于博弈的常数。
引用
@article{arxiv.2207.08426,
title = {Fast Convergence of Optimistic Gradient Ascent in Network Zero-Sum Extensive Form Games},
author = {Georgios Piliouras and Lillian Ratliff and Ryann Sim and Stratis Skoulakis},
journal= {arXiv preprint arXiv:2207.08426},
year = {2022}
}
备注
To appear in SAGT 2022