10:11
官方账号arXiv cs.LG@Tomáš Holeček, Viliam Lisý
精选73°
推荐理由：斯坦福团队推出NashDreamer，解决零和博弈中的非平稳性问题，比无模型基线训练效率更高。
零和博弈
共 2 条相关 AI 资讯
9月2日
10:11
NashDreamer是一种基于模型的强化学习框架，专为双人零和博弈设计。该框架引入了多智能体循环状态空间模型(MARSSM)，在四个基准游戏中显著提升了早期训练的样本效率。研究还分析了Dreamer算法族在随机环境中面临的后验崩溃问题。
8月19日
11:42
11:42
官方账号arXiv cs.LG@Akshay Balsubramani
推荐理由：这篇论文揭示了贝叶斯博弈中后悔分解的统一框架，将多种机器学习方法纳入同一理论体系。