热点事件持续更新
研究者提出面向零和POSG的保守策略迭代算法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv发布的研究显示，针对有限时域零和部分可观测随机博弈（zs-POSGs），研究人员提出了一种近似策略迭代算法。该算法通过利用当前联合策略导出的单张支撑超平面进行保守更新，无需拟合完整的中心价值函数，并将计算集中于易被利用的占用区域。基准测试表明，该方法在短时域环境下具备竞争力，而在长时域场景下，相比PBVI、HSVI与CFR+等方法，有效改善了运行时间与可利用度之间的权衡。
AI 根据报道生成 · 5 小时前更新
最新进展10月28日 12:00
研究者提出一种用于零和POSG的近似策略迭代算法，在长时域基准测试中改善了时间与可利用度的权衡。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 人工智能面向零和 POSG 的保守策略迭代算法
针对有限时域零和部分可观测随机博弈（zs-POSGs），研究人员提出一种近似策略迭代算法。该方法利用当前联合策略导出的单张支撑超平面进行保守更新，无需拟合完整的中心价值函数，将计算集中于易被利用的占用区域。在基准测试中，该方法在短时域具备竞争力，且在长时域下相比 PBVI、HSVI 与 CFR+ 改善了运行时间与可利用度的权衡。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。