该文介绍了一种用于图形平均场博弈算法的强化学习算法，旨在学习当图形值未知时的正则化纳什均衡。该算法通过邻近策略优化和分布的核嵌入来估计转移核、奖励函数和图形值，并证明了其收敛速度。