本研究では、n人一般和ゲームにおける多主体学習の課題に取り組んでいる。従来の2人零和ゲームに比べ、n人一般和ゲームでは、ナッシュ均衡(NE)が計算困難であり、均衡選択問題が深刻化する。
本研究の主な貢献は以下の通り:
相関均衡(CE)とその一般化である粗相関均衡(CCE)をメタソルバーとして用いた多主体学習アルゴリズムJPSROを提案し、その収束性を示した。
最大ジニ相関均衡(MGCE)という新しい解概念を提案した。MGCEは計算効率的で、望ましい性質を持つ。具体的には、一意性、スケーラビリティ、不変性、計算効率性などが示された。
様々な協力ゲームや競争ゲームにおいて、JPSROとMGCEメタソルバーの有効性を実証的に示した。
本研究の成果は、n人一般和ゲームにおける多主体学習の理論的基盤を強化し、実用的な解決策を提供するものである。
Para outro idioma
do conteúdo fonte
arxiv.org
Principais Insights Extraídos De
by Luke Marris,... às arxiv.org 04-19-2024
https://arxiv.org/pdf/2106.09435.pdfPerguntas Mais Profundas