arXiv 机器学习· Michael Sullins, Ian A. Kash·· 6 小时前AI 评分31
带有前序效用预测的 IR-PRM+：常数遗憾与最优迭代收敛
IR-PRM+ with Previous-Utility Prediction: Constant Regret and Best-Iterate Convergence
AI 导读
采用前序效用预测的新方法使有限二人零和矩阵博弈中的同步与交替 IR-PRM+ 实现了常数外部遗憾界，且当前策略收敛至纳什均衡集。该方法同时保证了 O(T^{-1}) 的平均对偶间隙与 O(T^{-1/2}) 的最优当前迭代间隙。此外，研究将理论推广至加权 Minty 条件下的单纯形学习器，并通过变体 IR-PCFR+ 扩展到了完美回忆扩展式博弈。
来源：arXiv 机器学习 · arxiv.org