预印本提出聚合反馈的分散均衡学习算法
热点事件持续更新
预印本提出聚合反馈的分散均衡学习算法
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
一篇 arXiv 预印本提出面向聚合奖励马尔可夫博弈的分散均衡学习算法:智能体只凭本地奖励函数和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。作者为 Siying Huang、Yifen Mu、Ge Chen、Qingshan Jia,论文尚未经同行评审。 作者称,该算法的高概率遗憾界显式依赖聚合预测误差,并保持标准最坏情况阶;在自适应阶段长度的正则条件下,算法可在 O(SA_max T^5/ε^2) 量级的回合内学到 ε-近似粗相关均衡(CCE),并可扩展到相关均衡(CE)学习。 论文还将该算法应用于含策略型产消者和共享储能的可再生能源微网场景。上述均衡与遗憾界结论均为作者在预印本中的表述。
AI 根据报道生成 · 46 分钟前更新
最新进展11月17日 21:28
利用聚合反馈实现马尔可夫博弈中的分散均衡学习:智能电网应用报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- arXiv 电力系统研究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
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。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。