约束一般和随机博弈中平稳相关均衡的学习
计算机科学与博弈论
2016-06-16 v4 多智能体系统
摘要
我们研究了具有未知马尔可夫动力学的约束一般和随机博弈。提出了一种分布式约束无遗憾 Q 学习方案 (CNRQ)，以保证收敛到博弈的平稳相关均衡集。先前的工作仅针对无约束情况，采用嵌套控制回路结构，且没有收敛性结果。CNRQ 被构建为具有集值更新增量的单回路三时间尺度异步随机逼近算法。利用微分包含论证给出了严格的收敛性分析，该分析借鉴了随机逼近理论近期扩展到具有集值均值场的异步递归包含情况的结果。给出了 CNRQ 应用于异构无线网络 (HetNets) 中分布式资源控制的示例应用的数值结果。
引用
@article{arxiv.1402.1027,
title = {Learning Stationary Correlated Equilibria in Constrained General-Sum Stochastic Games},
author = {Vesal Hakami and Mehdi Dehghan},
journal= {arXiv preprint arXiv:1402.1027},
year = {2016}
}
备注
25 pages, 2 figures, 5 tables in IEEE Transactions on Cybernetics, Vol. XX, No. XX, 2015