Skip to content
Hot eventLive

随机博弈中未知独立链的完全在线去中心化学习

1 reports1 sources7 hr ago updated

Get the story

AI overview

2026-10-02，arXiv Multiagent Systems 报道：针对具有未知独立链的随机博弈，提出一种完全在线、去中心化且无需协调的镜像下降算法，在占用度量对偶空间中逼近平稳纳什均衡策略。算法每步仅用单条转移/奖励样本，依赖局部信息，无需联合状态空间覆盖或同步回合。在一致遍历与有限覆盖假设下，时间平均固定比较器遗憾以 O(T^{-1/2}) 速率衰减，复杂度取决于各局部状态空间的覆盖时间而非乘积空间，避免随玩家数量指数增长。

Generated from reports · updated 6 hr ago

LatestOct 2
2026-10-02 arXiv 报道提出完全在线去中心化镜像下降算法，可在未知独立链随机博弈中逼近平稳纳什均衡，遗憾以 O(T^{-1/2}) 衰减。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Multiagent Systems
    随机博弈中未知独立链的完全在线去中心化学习

    针对具有未知独立链的随机博弈，提出一种完全在线、去中心化且无需协调的镜像下降算法，在占用度量对偶空间中逼近平稳纳什均衡策略。算法每步仅用单条转移/奖励样本，依赖局部信息，无需联合状态空间覆盖或同步回合。在一致遍历与有限覆盖假设下，时间平均固定比较器遗憾以 O(T^{-1/2}) 速率衰减，复杂度取决于各局部状态空间的覆盖时间而非乘积空间，避免随玩家数量指数增长。

Heat trend

Current heat 8·Comparable peak 10（Oct 2）·Comparable change over 24 hours –

02.557.510Oct2Oct2Oct2Oct2

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.