通过延迟模拟减少内存

我们探讨了无限博弈理论中的一个核心（且经典的）问题：在正则无限博弈中，减少实现获胜策略所需的内存大小（即当规约为正则 omega-语言时，确保在环境动作下正确行为的控制器）。我们提出了一种在构造策略之前解决此问题的方法，即首先缩减从规约获得的博弈图。对于由“请求-响应”需求和一般“公平性”条件表示的规约，我们证明了在内存大小上可以实现指数级的缩减。