合作多智能体赌博机:优化个体懊悔并具有恒定通讯开销的分布式算法

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文研究了协作在线学习的方法,特别关注于使用多臂老虎机游戏对社交网络中的一组代理进行协作的情况,并对其使用的不同算法进行了遗憾分析。发现单个代理学习策略在网络设置下表现不佳,提出了一类策略并证明其容易遭受大量遗憾。同时,提出了基于网络结构的学习算法,并在不同拓扑结构的网络上进行了实验。

🏷️

标签

➡️

继续阅读