Polymatrix Game 是一类重要的多人博弈模型。本文的主要贡献在于:

证明了即使在极度简化的多人博弈下,纳什均衡解计算仍然是困难的。这进一步质疑了纳什均衡解在多人情境下的预测能力;该结论对于基于纳什均衡解的多智能体增强学习(MARL)算法有引导作用;

SWLP game 可以作为证明其他问题 PPAD-hard 结果的有用的规约起点。

成为VIP会员查看完整内容
41

相关内容

【AAAI2021最佳论文】多智能体学习中的探索 - 利用
专知会员服务
36+阅读 · 2021年2月6日
AlphaZero原理与启示
专知会员服务
33+阅读 · 2020年8月23日
【ICML2020-浙江大学】对抗性互信息的文本生成
专知会员服务
44+阅读 · 2020年7月4日
多智能体深度强化学习的若干关键科学问题
专知会员服务
195+阅读 · 2020年5月24日
强化学习与文本生成
微信AI
41+阅读 · 2019年4月4日
不对称多代理博弈中的博弈理论解读
AI前线
14+阅读 · 2018年3月8日
Arxiv
0+阅读 · 2021年4月5日
Bivariate Beta LSTM
Arxiv
6+阅读 · 2019年10月7日
VIP会员
相关VIP内容
【AAAI2021最佳论文】多智能体学习中的探索 - 利用
专知会员服务
36+阅读 · 2021年2月6日
AlphaZero原理与启示
专知会员服务
33+阅读 · 2020年8月23日
【ICML2020-浙江大学】对抗性互信息的文本生成
专知会员服务
44+阅读 · 2020年7月4日
多智能体深度强化学习的若干关键科学问题
专知会员服务
195+阅读 · 2020年5月24日
相关资讯
微信扫码咨询专知VIP会员