arXiv · ML· Emmanuel Esposito, Andrew Jacobsen, Hao Qiu, Alexander Ryabchenko, Mengxiao Zhang·· 14 天前AI 评分29
MAO-OMD 算法在任意延迟零和博弈中实现自我博弈与对抗对手的最优学习
Optimal Learning in Games with Arbitrary Delays: Best-of-Both-Worlds for Self-Play and Adversarial Opponents
AI 导读
研究者提出 MAO-OMD 算法,在任意未知延迟的平滑零和博弈中,同时实现自我博弈的最优快速收敛率和对抗任意对手的最优 minimax 保证。
来源:arXiv · ML · arxiv.org