强化学习中的自我博弈研究综述
计算机科学与博弈论
2021-07-08 v1
摘要
在强化学习（RL）中，自我博弈一词描述了一种多智能体学习（MAL），即部署一种算法与自身的副本相对抗，以测试在各种随机环境中的兼容性。如同 MAL 中常见的情况，文献大量借鉴经典博弈论中成熟的概念，因此本综述快速回顾了一些基本概念。随后，我们简要综述自我博弈文献及其主要主题、准则和技术，最后评估文献当前的不足并给出未来方向的建议。
引用
@article{arxiv.2107.02850,
title = {Survey of Self-Play in Reinforcement Learning},
author = {Anthony DiGiovanni and Ethan C. Zell},
journal= {arXiv preprint arXiv:2107.02850},
year = {2021}
}
备注
8 pages