★ 3
Robust Nash Alignment：应对偏好不确定的对齐框架
论文提出鲁棒纳什对齐，一个面向不确定成对偏好的博弈论对齐框架，让学习者在对抗竞争者与偏好模糊集下最大化最差胜率。作者设计四玩家原对偶代理博弈与单循环乐观镜像下降-上升算法，证明 O(1/√T) 收敛并给出最差性能下界。
arXiv cs.AI31 天前
#鲁棒优化
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 1
多链鲁棒平均奖励 MDP 的向量贝尔曼理论
论文为具有紧凑后动作矩形不确定性的有限模型建立向量贝尔曼理论，处理状态依赖的鲁棒平均奖励问题。通过增益优先、偏差次之的优化原则得到耦合的向量增益-偏差系统，并设计鲁棒近似移位 Halpern 规划算法，证明增益估计与贝尔曼位移收敛到最优增益向量。
arXiv cs.LG38 天前