arXiv · ML· Eduardo C. Garrido-Merch\'an·· 4 小时前AI 评分25
博弈论与强化学习对应关系研究：何时博弈是马尔可夫决策过程
When Is a Game a Markov Decision Process? Correspondences Between Game Theory and Reinforcement Learning
AI 导读
该专著通过定理形式确立了博弈论与强化学习的对应关系，明确“博弈是马尔可夫决策过程”的三种含义。 文章系统梳理了标准博弈类别与决策理论模型的映射，并关联了相应的训练程序。 研究同时界定了这些对应关系失效的边界，澄清了非平稳性等理论局限。
来源：arXiv · ML · arxiv.org