非遗忘策略改进
计算机科学与博弈论
2015-05-18 v1
摘要
我们研究了平均收益博弈和奇偶博弈的策略改进算法。我们描述了这些博弈的一个结构性质，并表明这些结构会影响策略改进的行为。我们展示了如何利用对这些结构的认知来加速策略改进算法。我们将我们的算法称为非遗忘算法，因为它们会记住在先前迭代中发现的博弈性质。我们表明，非遗忘策略改进算法在已知对遗忘策略改进而言困难的示例上表现良好。因此，我们认为先前的策略改进算法之所以失败，是因为它们忽略了所求解博弈的结构性质。
引用
@article{arxiv.1003.2976,
title = {Non-oblivious Strategy Improvement},
author = {John Fearnley},
journal= {arXiv preprint arXiv:1003.2976},
year = {2015}
}