零和博弈中的随机乘性权重更新
计算机科学与博弈论
2021-10-06 v1 多智能体系统
摘要
我们研究在重复网络零和博弈中相互竞争的智能体，其采用具有固定学习率的乘性权重更新（MWU）算法。在我们的实现中，智能体在每次迭代中以概率方式选择策略，并利用所有策略的已实现向量收益来更新其权重/策略，即具有完全信息的随机 MWU。我们表明该系统导致一个不可约马尔可夫链，其中智能体策略偏离纳什均衡集合。进一步，我们表明智能体在极限下将以概率 1 采用纯策略。
引用
@article{arxiv.2110.02134,
title = {Stochastic Multiplicative Weights Updates in Zero-Sum Games},
author = {James P. Bailey and Sai Ganesh Nagarajan and Georgios Piliouras},
journal= {arXiv preprint arXiv:2110.02134},
year = {2021}
}