Garrido-Merchán发布博弈论与强化学习对应关系专著

2026年10月30日，Eduardo C. Garrido-Merchán在arXiv（cs.lg）发布专著《When Is a Game a Markov Decision Process?》。该研究通过定理形式，系统梳理了标准博弈类别与决策理论模型的映射关系，并关联了相应的训练程序。研究明确界定了“博弈是马尔可夫决策过程”的三种含义，同时澄清了非平稳性等理论局限，确立了博弈论与强化学习对应关系失效的边界。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。