BriefGPT - AI 论文速递 · 2023-12-13T00:00:00Z

弱可达情况下的零和马尔可夫博弈纳什均衡学习

📝

内容提要

通过Tsallis熵正则化的值迭代方法，提出了一种高效实现近似纳什均衡的算法。该算法在弱条件下以无耦合和单时间尺度算法的方式工作，仅需要一个诱导不可约和非周期性马尔可夫链的策略对。分析利用了负漂移不等式和Tsallis熵的新特性。