不完全信息扩展式博弈中的同步纯反事实遗憾最小化
计算机科学与博弈论
2023-11-14 v1
摘要
反事实遗憾最小化（CFR）及其基于遗憾匹配（RM）开发的变体一直被认为是求解不完全信息扩展式博弈的最佳方法。除RM与CFR外，虚构博弈（FP）是正态博弈中的另一种均衡计算算法。以往经验表明，FP的收敛速度慢于RM且难以用于扩展式博弈。然而，近期研究在两方面均取得改进。首先，Abernethy提出了一种新的FP变体同步FP（sync FP），其收敛速度快于RM+。其次，Qi将FP引入扩展式博弈并提出纯CFR（PCFR）。本文结合这两项改进，得到新算法同步PCFR（sync PCFR）。在我们的实验中，同步PCFR的收敛速度约比CFR+（不完全信息扩展式博弈中求解均衡的先进算法）快一个数量级，且在一次迭代中所需内存更少。
引用
@article{arxiv.2311.07155,
title = {Sync Pure Counterfactual Regret Minimization in Incomplete Information Extensive Form Games},
author = {Qi Ju},
journal= {arXiv preprint arXiv:2311.07155},
year = {2023}
}