在线认证通用和博弈纳什差距的新方法

Boning Li 与 Longbo Huang 提出一种在线证书，用于认证通用和扩展式博弈的启发式求解器所得解与纳什均衡的差距。两人称，在两人博弈中，加权平均策略的 NashGap 等于最大化玩家的加权外部遗憾加一个有符号值修正项，可直接从求解器已维护的遗憾累加器读出，无需对平均策略计算最佳响应。 据其说法，用运行中的反事实遗憾累加器约束遗憾，每个检查点的认证成本与终局历史数成线性关系。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。