在线鲁棒零和马尔可夫博弈研究

2026年10月20日，arXiv 人工智能板块发布 Chenhao Zhou、Jiyu Wei 的论文，研究面向函数逼近的在线鲁棒零和马尔可夫博弈。论文提出“乐观对偶鲁棒 Bellman 框架”，该框架结合四项要素：对偶鲁棒 Bellman 拟合、乐观极小极大规划、反向验证置信集，以及 exploiter-mix 数据采集。据论文表述，该框架可从名义交互数据中恢复最坏情况极小极大 Bellman 算子。目前公开报道仅涉及论文发布及框架构成，未提及实验规模、性能对比或应用场景等后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。