위험 민감 다중 에이전트 강화 학습에서 균형 편향 문제 해결

위험 민감 다중 에이전트 강화 학습에서 균형 편향 문제를 해결하기 위해 새로운 regret 개념을 제안하고, 이를 바탕으로 근사 최적 알고리즘을 개발하였다.