学习深度平均场博弈以建模大规模群体行为
机器学习
2018-04-24 v2 计算工程、金融与科学
摘要
我们考虑表征大规模群体的集体行为并预测群体分布在离散状态空间上演化的问题。离散时间平均场博弈（MFG）被提出作为一种基于博弈论的可解释模型，用于理解个体行动的聚合效应并预测群体分布的时间演化。我们通过证明一类特殊 MFG 可归约为马尔可夫决策过程（MDP），实现了 MFG 与 MDP 的综合。这使我们能够拓宽平均场博弈理论的范围，并通过深度逆强化学习推断大规模现实系统的 MFG 模型。我们的方法从真实数据中同时学习 MFG 的奖励函数和前向动力学，并且我们报道了针对真实世界社交媒体群体的平均场博弈模型的首次实证检验。
引用
@article{arxiv.1711.03156,
title = {Learning Deep Mean Field Games for Modeling Large Population Behavior},
author = {Jiachen Yang and Xiaojing Ye and Rakshit Trivedi and Huan Xu and Hongyuan Zha},
journal= {arXiv preprint arXiv:1711.03156},
year = {2018}
}
备注
Accepted to International Conference on Learning Representations (2018)