基于高斯过程的黑盒博弈 Nash 均衡无后悔学习

本文研究了黑盒博弈中的学习挑战，其中底层效用函数对任何智能体都是未知的。虽然有大量文献对具有完全博弈信息的 Nash 均衡计算算法进行了理论分析，但对黑盒博弈中 Nash 均衡的研究较少。在本文中，我们专注于在智能体收益的唯一可用信息来自经验查询的情况下学习 Nash 均衡。我们提供了一种利用高斯过程来识别此类博弈中均衡的无后悔学习算法。我们的方法不仅确保了理论收敛速率，而且通过实验验证证明了其在多种博弈中的有效性。