亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Finding nash equilibrium for imperfect information games via fictitious play based on local regret minimization

强化学习 纳什均衡 完美信息 后悔 虚构的游戏 马尔可夫决策过程 ε平衡 数学优化 相关平衡 计算机科学 最佳反应 反事实思维 水准点(测量) 马尔可夫过程 数理经济学 数学 重复博弈 博弈论 人工智能 均衡选择 机器学习 认识论 哲学 统计 大地测量学 地理
作者
Kangxin He,Haolin Wu,Zhuang Wang,Hui Li
出处
期刊:International Journal of Intelligent Systems [Wiley]
卷期号:37 (9): 6152-6167 被引量:1
标识
DOI:10.1002/int.22837
摘要

Finding Nash equilibrium in the domain of imperfect information games as a challenging problem has received much attention. Neural Fictitious Self-Play (NFSP) is a popular model-free machine learning algorithm and has computed approximate Nash equilibrium on such games. However, the deep reinforcement learning method used to approximate the best response in NFSP requires reaching a fully observable Markov state, while the states in imperfect information games are partially observable and non-Markovian, which results in a poor approximation of the best response. Thus, NFSP needs more iterations to converge. In this study, we present a new reinforcement learning method that is inspired by counterfactual regret minimization to relax the Markov requirement by iteratively updating policy according to the regret matching process. Combining this new reinforcement learning algorithm with fictitious play, we further present a novel algorithm to find approximate Nash equilibrium in zero-sum imperfect information games. Experimental results in three benchmark games show that this new algorithm can find approximate Nash equilibrium effectively and converge much faster compared with baseline.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
9秒前
思行思行发布了新的文献求助10
19秒前
孤独剑完成签到 ,获得积分10
1分钟前
李健应助科研通管家采纳,获得10
1分钟前
赘婿应助科研通管家采纳,获得10
1分钟前
暖暖完成签到,获得积分10
2分钟前
思源应助ZMYI采纳,获得10
2分钟前
3分钟前
ZMYI完成签到,获得积分10
3分钟前
3分钟前
ZMYI发布了新的文献求助10
3分钟前
3分钟前
KirstinSmoler发布了新的文献求助10
3分钟前
001完成签到,获得积分10
3分钟前
3分钟前
英姑应助科研通管家采纳,获得10
3分钟前
Owen应助科研通管家采纳,获得10
3分钟前
3分钟前
linglingling完成签到 ,获得积分10
3分钟前
KirstinSmoler发布了新的文献求助10
3分钟前
肖偷偷完成签到,获得积分10
4分钟前
老妖怪完成签到,获得积分10
5分钟前
衣裳薄完成签到,获得积分10
5分钟前
科研通AI6.1应助星落枝头采纳,获得10
6分钟前
6分钟前
6分钟前
wwwwyt发布了新的文献求助10
6分钟前
星落枝头发布了新的文献求助10
6分钟前
wwwwyt完成签到,获得积分10
6分钟前
傻瓜完成签到 ,获得积分10
7分钟前
7分钟前
7分钟前
生动的箴发布了新的文献求助10
7分钟前
冷傲半邪完成签到,获得积分10
8分钟前
8分钟前
敞敞亮亮完成签到 ,获得积分10
8分钟前
9分钟前
9分钟前
Orange应助科研通管家采纳,获得10
9分钟前
赘婿应助sunshineboy采纳,获得10
9分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Modern Epidemiology, Fourth Edition 5000
Kinesiophobia : a new view of chronic pain behavior 5000
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 3000
Weaponeering, Fourth Edition – Two Volume SET 1000
First commercial application of ELCRES™ HTV150A film in Nichicon capacitors for AC-DC inverters: SABIC at PCIM Europe 1000
Handbook of pharmaceutical excipients, Ninth edition 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 5997009
求助须知:如何正确求助?哪些是违规求助? 7473222
关于积分的说明 16081621
捐赠科研通 5140124
什么是DOI,文献DOI怎么找? 2756151
邀请新用户注册赠送积分活动 1730620
关于科研通互助平台的介绍 1629804