基于贝叶斯信念的不完全信息游戏建模
计算机科学与博弈论
2024-05-24 v1
摘要
贝叶斯博弈模型交互决策场景，其中玩家信息不完全——例如关于支付率和玩家策略与偏好的私有数据——必须主动推理并更新其信念模型（关于此类信息）。现有 counterfactual regret minimization（CFR）方法在完全或不完全信息博弈中取得了很大成功，但尚未应用于贝叶斯博弈。为此，我们引入了新的CFR算法：Bayesian-CFR，并就其在贝叶斯博弈中的贝叶斯纳什均衡 regret bound 进行分析。首先，我们提出了一种更新关于博弈及其他玩家类型信念后验分布的方法。该方法使用核密度估计，证明其收敛于真实分布。其次，我们定义贝叶斯regret，并提出用于计算贝叶斯纳什均衡的Bayesian-CFR最小化算法。最后，我们将这种新方法扩展到其他现有算法，如Bayesian-CFR+和Deep Bayesian CFR。实验结果表明，我们提出的解决方案在经典扑克游戏Texas Hold'em中显著优于现有方法。
引用
@article{arxiv.2405.14122,
title = {Modeling Other Players with Bayesian Beliefs for Games with Incomplete Information},
author = {Zuyuan Zhang and Mahdi Imani and Tian Lan},
journal= {arXiv preprint arXiv:2405.14122},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2105.08440 by other authors