arXiv cs.LG· Angel Y. He, David Parker·· 6 小时前AI 评分22
首个面向一般和并发随机博弈的鲁棒 PAC 学习框架
Robust PAC Learning of Concurrent Stochastic Games
AI 导读
研究者提出首个针对带转移不确定性的一般和并发随机博弈（CSG）的 PAC 学习框架，并解决 Nash 均衡（NE）存在性难题。该算法在最小可达性条件 p_reach>0 下，经多项式数量轨迹样本后终止，样本复杂度为 Õ(R_max²H⁴|S|²|A|/(p_reach ε²))，可返回社会福最优的 ε-NE 或给出不存在精确 NE 的可靠证书。
来源：arXiv cs.LG · arxiv.org