从不完美信息博弈中的庞加莱回归到收敛：通过正则化寻找均衡
计算机科学与博弈论
2020-02-21 v1 机器学习
机器学习
摘要
本文研究序贯不完美信息博弈（IIG）中的 Follow the Regularized Leader 动力学。我们将现有的庞加莱回归结果从标准型博弈推广到零和双人不完美信息博弈及其他序贯博弈设定。接着我们研究如何通过调整博弈的奖励（加入正则化项）在单调博弈中给出强收敛保证。我们进一步展示如何利用该奖励调整技术构建精确收敛到纳什均衡的算法。最后，我们展示这些见解如何直接用于构建针对零和双人不完美信息博弈（IIG）的先进无模型算法。
引用
@article{arxiv.2002.08456,
title = {From Poincar\'e Recurrence to Convergence in Imperfect Information Games: Finding Equilibrium via Regularization},
author = {Julien Perolat and Remi Munos and Jean-Baptiste Lespiau and Shayegan Omidshafiei and Mark Rowland and Pedro Ortega and Neil Burch and Thomas Anthony and David Balduzzi and Bart De Vylder and Georgios Piliouras and Marc Lanctot and Karl Tuyls},
journal= {arXiv preprint arXiv:2002.08456},
year = {2020}
}
备注
43 pages