按年被提到
20182018 · 2 次2026
算法与数据结构›游戏复杂度与博弈论·arXiv:1803.06376 · cs.GT

A Generalised Method for Empirical Game Theoretic Analysis

经验博弈论分析的一种广义方法
Karl Tuyls, Julien Perolat, Marc Lanctot, Joel Z Leibo, Thore Graepel · 2018

给复杂多智能体交互的经验元博弈分析提供理论界与非对称扩展

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 3 人首次 2018-05-07 · 最近 2022-03-20
3不同的人
3活跃月份
3讨论串
28被引(OpenAlex)

论文为复杂多智能体交互的经验博弈论分析给出理论界:元博弈的纳什均衡是真实底层博弈的近似纳什均衡,并研究了得到足够好近似所需的数据样本量。作者还把元博弈分析方法扩展到非对称博弈,并在多个 AlphaGo 版本的进化动态(对称)、Facebook 上人类玩家的 Colonel Blotto 博弈(对称)以及 PSRO 生成的 Leduc 扑克元博弈(非对称)中做了经验演示。

HN 为什么提它

HN 评论者觉得这篇论文非常有意思,并引用其结果来说明至少截至当时,AlphaGo 的各个版本之间倾向于传递性而没有循环。

方法难度 5 / 5约 90 分钟经得起时间
读之前最好知道
1博弈论与纳什均衡(Nash equilibrium)
2演化博弈论(evolutionary game theory)
3多智能体强化学习
4概率集中不等式与样本复杂度

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐dharma1 · 2018-05

“This paper was super interesting - [OTHER_PAPER], as was this - A Generalised Method for Empirical Game Theoretic Analysis”

称这篇论文非常有意思,与另一篇一并推荐
12-year study will look at effects of universal basic income原评论 ↗
引用gwern · 2018-12

“indicate that AlphaGo versions, at least up until then, tend to be transitive:”

引用它,表明 AlphaGo 各版本大体具有传递性
Deepmind Produces a General-Purpose Games-Playing Machine原评论 ↗
被提交为 story · 1 次