深層強化学習による平均場ゲームのための人口認識オンラインミラーディセント

M-OMDアルゴリズムは、人口依存型ナッシュ均衡を効率的に計算し、SOTAアルゴリズム（M-FP）よりも優れたパフォーマンスを示す。