equilibrium-learning

#equilibrium-learning

自适应对手重复博弈中的遗憾最小化

Hugging Face Daily Papers ↗ · 2026-06-04 缓存

本文介绍了重复策略遗憾（RP-Regret），一种用于自适应对手重复博弈中遗憾最小化的博弈论度量，并提出了三种算法来最小化它，表明这样做可以导致如猎鹿博弈中的合作均衡。

0 人收藏 0 人点赞