N 人一般和博弈中基于均衡的博弈论评级
计算机科学与博弈论
2022-10-06 v1 机器学习
多智能体系统
摘要
对博弈中的策略进行评级是博弈论与人工智能中的重要研究领域，并可应用于任何现实世界的竞争或合作场景。传统上，仅利用策略间的传递性依赖来评级策略（如 Elo），但近期工作已扩展评级以利用博弈论解来更好地对非传递博弈中的策略评级。本文推广这些思想，并提出适用于正规形式博弈中 N 人一般和策略评级的新算法，依据收益评级系统（payoff rating system）。这使得诸如均衡等成熟的解概念可被用以高效地对具有复杂策略交互的博弈中的策略评级，这类交互出现在多智能体训练与多智能体间的现实交互中。我们在现实世界正规形式数据（英超联赛）与多智能体强化学习智能体评估上实证验证了我们的方法。
引用
@article{arxiv.2210.02205,
title = {Game Theoretic Rating in N-player general-sum games with Equilibria},
author = {Luke Marris and Marc Lanctot and Ian Gemp and Shayegan Omidshafiei and Stephen McAleer and Jerome Connor and Karl Tuyls and Thore Graepel},
journal= {arXiv preprint arXiv:2210.02205},
year = {2022}
}