论虚拟博弈的收敛性：一种分解方法
计算机科学与博弈论
2022-05-04 v1 人工智能
机器学习
多智能体系统
摘要
虚拟博弈（FP）是计算 人博弈中纳什均衡的最基本博弈论学习框架之一，它奠定了现代多智能体学习算法的基础。尽管 FP 在零和博弈与势博弈上具有可证明的收敛保证，许多现实问题常是两者的混合，而 FP 的收敛性质尚未被充分研究。本文中，我们将 FP 的收敛结果扩展至此类博弈及其以外的组合。具体而言，我们利用博弈分解技术推导了 FP 收敛的新条件。我们进一步建立了统一合作与竞争的线性关系，即这两类博弈可相互转化。最后，我们分析了 FP 的一个非收敛例子——Shapley 博弈，并给出了 FP 收敛的充分条件。
引用
@article{arxiv.2205.01469,
title = {On the Convergence of Fictitious Play: A Decomposition Approach},
author = {Yurong Chen and Xiaotie Deng and Chenchen Li and David Mguni and Jun Wang and Xiang Yan and Yaodong Yang},
journal= {arXiv preprint arXiv:2205.01469},
year = {2022}
}