最严格者生存：正则化学习与部分信息下的稳定与不稳定均衡
计算机科学与博弈论
2021-02-05 v2 机器学习
多智能体系统
最优化与控制
摘要
在本文中，我们考察了一般 N 人博弈中无遗憾学习（no-regret learning）的纳什均衡收敛性质。为具体起见，我们聚焦于典型的跟随正则化领导者（follow the regularized leader, FTRL）算法族，并考虑参与者可能遇到的完整不确定性谱系——从带噪声的、基于预言机的反馈，到强盗式、基于收益的反馈。在这一一般背景下，我们建立了纳什均衡的稳定性与其支撑（support）之间的全面等价关系：一个纳什均衡是稳定的且以任意高概率吸引的，当且仅当它是严格（strict）的（即每个均衡策略都有唯一最优响应）。该等价关系将演化博弈论民间定理（folk theorem）现有的连续时间版本推广到一个名副其实的算法学习设定，并为预测博弈中无遗憾学习的日常行为提供了一个清晰的精炼准则。
引用
@article{arxiv.2101.04667,
title = {Survival of the strictest: Stable and unstable equilibria under regularized learning with partial information},
author = {Angeliki Giannou and Emmanouil-Vasileios Vlatakis-Gkaragkounis and Panayotis Mertikopoulos},
journal= {arXiv preprint arXiv:2101.04667},
year = {2021}
}