「cs.GT」カテゴリーアーカイブ

Fast swap regret minimization and applications to approximate correlated equilibria

投稿日: 2023年11月15日 作成者: jarxiv

要約 任意の定数 $\varepsilon>0$ に対して、$T = \math … 続きを読む →

カテゴリー: cs.AI, cs.DS, cs.GT, cs.LG, cs.MA | Fast swap regret minimization and applications to approximate correlated equilibria はコメントを受け付けていません

ALYMPICS: Language Agents Meet Game Theory

投稿日: 2023年11月7日 作成者: jarxiv

要約 本稿では、Large Language Model（LLM）エージェントを … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.GT | ALYMPICS: Language Agents Meet Game Theory はコメントを受け付けていません

Solving Two-Player General-Sum Games Between Swarms

投稿日: 2023年11月6日 作成者: jarxiv

要約 ハミルトン・ヤコビ・アイザックス (HJI) PDE は、2 人のプレイヤ … 続きを読む →

カテゴリー: cs.GT, cs.MA, cs.RO | Solving Two-Player General-Sum Games Between Swarms はコメントを受け付けていません

Predict-AI-bility of how humans balance self-interest with the interest of others

投稿日: 2023年11月3日 作成者: jarxiv

要約 生成人工知能は、日常的なシナリオから一か八かのシナリオに至るまで、意思決定 … 続きを読む →

カテゴリー: cs.AI, cs.CY, cs.GT, econ.GN, q-fin.EC | Predict-AI-bility of how humans balance self-interest with the interest of others はコメントを受け付けていません

Minimally Modifying a Markov Game to Achieve Any Nash Equilibrium and Value

投稿日: 2023年11月3日 作成者: jarxiv

要約 私たちは、善意のゲーム設計者または悪意のある敵対者が、ターゲットの決定論的 … 続きを読む →

カテゴリー: cs.AI, cs.GT | Minimally Modifying a Markov Game to Achieve Any Nash Equilibrium and Value はコメントを受け付けていません

Last-Iterate Convergence Properties of Regret-Matching Algorithms in Games

投稿日: 2023年11月2日 作成者: jarxiv

要約 リグレス マッチング、具体的にはリグレス マッチング $^+$ (RM$^ … 続きを読む →

カテゴリー: cs.GT, cs.LG | Last-Iterate Convergence Properties of Regret-Matching Algorithms in Games はコメントを受け付けていません

Minimally Modifying a Markov Game to Achieve Any Nash Equilibrium and Value

投稿日: 2023年11月2日 作成者: jarxiv

要約 私たちは、善意のゲーム設計者または悪意のある敵対者が、ターゲットの決定論的 … 続きを読む →

カテゴリー: cs.AI, cs.GT | Minimally Modifying a Markov Game to Achieve Any Nash Equilibrium and Value はコメントを受け付けていません

From External to Swap Regret 2.0: An Efficient Reduction and Oblivious Adversary for Large Action Spaces

投稿日: 2023年11月1日 作成者: jarxiv

要約 我々は、スワップ・リグレット最小化から外部リグレット最小化への新しい削減を … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.LG | From External to Swap Regret 2.0: An Efficient Reduction and Oblivious Adversary for Large Action Spaces はコメントを受け付けていません

Learning Zero-Sum Linear Quadratic Games with Improved Sample Complexity and Last-Iterate Convergence

投稿日: 2023年11月1日 作成者: jarxiv

要約 ゼロサム線形二次 (LQ) ゲームは最適制御の基礎であり、(i) リスクに … 続きを読む →

カテゴリー: cs.GT, cs.LG, cs.SY, eess.SY | Learning Zero-Sum Linear Quadratic Games with Improved Sample Complexity and Last-Iterate Convergence はコメントを受け付けていません

Learning in Zero-Sum Linear Quadratic Games with Last-Iterate Convergence

投稿日: 2023年10月31日 作成者: jarxiv

要約 ゼロサム線形二次 (LQ) ゲームは最適制御の基礎であり、(i) リスクに … 続きを読む →

カテゴリー: cs.GT, cs.LG, cs.SY, eess.SY | Learning in Zero-Sum Linear Quadratic Games with Last-Iterate Convergence はコメントを受け付けていません