跳到正文
热点事件持续更新

指数权重算法末次迭代收敛性论文修订版发布

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

Maurizio d'Andrea 等作者发布了指数权重算法在重复博弈中末次迭代收敛性研究的修订版论文。论文研究恒定学习率下的该算法,证明只要存在严格 Nash 均衡,下一阶段选择该均衡的概率几乎必然收敛至 0 或 1。 论文还称,算法产生的混合动作序列极限若存在,必属于“收益均等 Nash 均衡”集合;在强协调博弈中,该序列几乎必然收敛到某个严格 Nash 均衡。成果已发表于 Mathematics of Operations Research。

AI 根据报道生成 · 52 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    指数权重算法在重复博弈中的末次迭代收敛性研究

    论文研究恒定学习率下指数权重算法的末次迭代收敛性,证明只要存在严格 Nash 均衡,下一阶段选择该均衡的概率几乎必然收敛至 0 或 1。算法产生的混合动作序列极限若存在,必属于"收益均等 Nash 均衡"集合;在强协调博弈中,该序列几乎必然收敛到某个严格 Nash 均衡。成果已发表于 Mathematics of Operations Research。

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。