跳到正文
热点事件持续更新

动态网络去中心化最优均衡学习论文修订

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Seref Taha Kiremitci 与 Muhammed O. Sayin 发布了关于动态通信网络上去中心化最优均衡学习的修订版论文(v2),扩充了与通信相关的去中心化社会福利优化工作的讨论。 论文提出的方法让智能体仅凭自身收益观测,通过交换带时间戳的表格并融合时序多数重建,在低带宽、时变邻居条件下完全去中心化运行。作者称,该方法在功利主义与比例公平社会福利目标下具有有限时间对数遗憾保证,仿真显示其能在动态网络中选出社会合意均衡。

AI 根据报道生成 · 51 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv cs.AI
    动态网络上的去中心化最优均衡学习

    该研究提出一种面向动态通信网络的去中心化最优均衡学习方法,智能体仅凭自身收益观测,通过交换带时间戳的表格并融合时序多数重建,在低带宽、时变邻居条件下实现完全去中心化运行。方法在功利主义与比例公平社会福利目标下给出有限时间对数遗憾保证,仿真显示其能在动态网络中有效选出社会合意均衡。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。