arXiv 电力系统研究· Siying Huang; Yifen Mu; Ge Chen; Qingshan Jia·· 22 小时前AI 评分38
利用聚合反馈实现马尔可夫博弈中的分散均衡学习:智能电网应用
Exploiting Aggregate Feedback for Decentralized Equilibrium Learning in Markov Games: A Smart Grid Application
AI 导读
该预印本提出一种聚合预测的分阶段 V-learning 算法(结合混合反馈 Exp3-IX),让智能体仅凭本地奖励函数与观测到的聚合量评估候选动作的即时奖励,并从历史聚合反馈预测即时损失,无需对手个体信息或转移核知识。
来源:arXiv 电力系统研究 · arxiv.org