arXiv Artificial Intelligence· Chenhao Zhou, Jiyu Wei·2026-10-20 12:00· 3 小时前AI 评分20

面向函数逼近的在线鲁棒零和马尔可夫博弈研究

Toward Online Robust Zero-Sum Markov Games with Function Approximation

AI 导读

研究提出乐观对偶鲁棒 Bellman 框架，结合对偶鲁棒 Bellman 拟合、乐观极小极大规划、反向验证置信集与 exploiter-mix 数据采集，从名义交互数据中恢复最坏情况极小极大 Bellman 算子。