★ 2
IR-PRM+ 新分析：前效用预测实现常数遗憾与最优迭代收敛
该论文提出一种新分析方法，将 IR-PRM+ 框架的强收敛保证从额外梯度更新扩展到同时与交替更新两种设置。在有限两人零和矩阵博弈中，前效用预测可恢复常数遗憾界、O(T^{-1}) 平均对偶间隙和 O(T^{-1/2}) 最优当前迭代间隙，并证明当前策略收敛至纳什均衡集。该结果还通过 IR-PCFR…
arXiv cs.LG18 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
该论文提出一种新分析方法，将 IR-PRM+ 框架的强收敛保证从额外梯度更新扩展到同时与交替更新两种设置。在有限两人零和矩阵博弈中，前效用预测可恢复常数遗憾界、O(T^{-1}) 平均对偶间隙和 O(T^{-1/2}) 最优当前迭代间隙，并证明当前策略收敛至纳什均衡集。该结果还通过 IR-PCFR…