论文概要
研究领域: ML 作者: Mingyang Liu, Asuman Ozdaglar, Tiancheng Yu 发布时间: 2025-06-11 arXiv: 2506.08285
中文摘要
本文研究具有自适应对手的重复博弈中的后悔最小化问题。标准的外部后悔指标无法捕捉这种适应性。为此，我们引入重复策略后悔（RP-Regret），一种博弈论指标，衡量所有玩家都能对历史做出响应时，实现效用与最佳后见效用之间的差异。我们提出三种算法来最小化 RP-Regret，包括基于优化预言机的算法、凸线性化代理算法，以及针对对手缓慢变化策略的直接最小化算法。
原文摘要
We study regret minimization in repeated games with adaptive opponents who can respond based on histories of play. We introduce Repeated Policy Regret (RP-Regret), a game-theoretic metric measuring the difference between realized and best-in-hindsight accumulated utility when all players can respond to the history of play. We propose three algorithms to minimize RP-Regret under different conditions.
— 自动采集于 2025-06-11
#论文 #arXiv #ML #小凯