随机环境博弈、平均场朗之万系统与神经网络
计算机科学与博弈论
2020-04-24 v2 机器学习
神经与进化计算
最优化与控制
概率论
摘要
在本文中，我们研究了一类由相对熵正则化的博弈，其中博弈者的策略通过随机环境变量耦合。除了证明此类博弈均衡的存在性与唯一性外，我们还证明了相应的平均场朗之万系统的边缘律在不同设定下可收敛到博弈的均衡。作为应用，当把时间范围视为环境时，动态博弈可被视为随机环境上的博弈。在实践中，我们的结果可应用于分析监督学习下深度神经网络的随机梯度下降算法，以及生成对抗网络。
关键词
引用
@article{arxiv.2004.02457,
title = {Game on Random Environment, Mean-field Langevin System and Neural Networks},
author = {Giovanni Conforti and Anna Kazeykina and Zhenjie Ren},
journal= {arXiv preprint arXiv:2004.02457},
year = {2020}
}