매끄러운 게임에서의 국소(거친) 상관 균형
매끄러운 게임에서 국소 상관 균형은 연속 벡터 필드를 따라 전략을 변경할 때 어떤 후회도 없는 행동 분포이다. 이러한 균형은 게임의 projected gradient 동역학과 밀접하게 연관되어 있다. 우리는 미분 가능 함수의 gradient 필드에 대해 후회가 없는 균형의 동등한 개념을 식별한다. 그 결과, 이러한 균형은 모든 플레이어가 동일한 학습률로 온라인 (projected) gradient 상승을 사용할 때 근사화될 수 있으며, 그들의 compact 및 convex 행동 집합이 (1) 매끄러운 경계를 가지거나 (2) 선형 최적화가 "trivial"한 다면체인 경우에 성립한다.