arXiv Artificial Intelligence· Naman Aggarwal, Jonathan P. How·· 13 小时前AI 评分24
超越贝叶斯纳什：非对称信息下对抗团队博弈的极小极大遗憾均衡学习
Beyond Bayesian Nash: Learning Minimax-Regret Equilibria for Adversarial Team Games under Asymmetric Information
AI 导读
研究提出概率鲁棒极小极大遗憾均衡（PR-MRE），将极小极大遗憾推理的无分布鲁棒性与名义类型分布的概率信息结合，在高置信类型子集上最小化最坏情况遗憾。针对有限正规型贝叶斯博弈，近似 PR-MRE 计算可表述为鲁棒双线性规划并给出可处理的半定松弛，进而适配为鲁棒双预言机框架下的元求解器 PRMRE-PSRO，通过深度强化学习最佳响应实现基于种群的学习。
推荐理由模型分析
该文针对非对称信息对抗团队博弈中贝叶斯纳什均衡对类型分布偏移敏感、分布鲁棒方法又受限于预设模糊集的问题，提出PR-MRE均衡概念，将极小极大遗憾与名义类型分布的概率信息结合，只在高置信类型子集上最小化最坏遗憾。方法上把近似计算化为鲁棒双线性规划并给出半定松弛，再嵌入鲁棒双Oracle框架形成PRMRE-PSRO，用深度强化学习最佳响应做群体学习。实验在图上对抗博弈中显示，相比风险中性BNE，隐藏类型下的最坏情况表现明显改善。适合博弈论与多智能体强化学习研究者参考其均衡定义与松弛求解思路；证据限于有限正规型贝叶斯博弈与图结构任务，实际部署中的可扩展性尚未验证。
来源：arXiv Artificial Intelligence · arxiv.org