跳到正文
热点事件历史事件

VDO 用虚拟权重加速博弈均衡收敛

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

Ruilan Wang 提出 Virtual Double Oracle(VDO)方法:利用双线性恒等式,把每个新加入的策略按“从一开始就存在”的 MWU 权重初始化,而不是重置为均匀先验。作者证明,在新增策略的累计成本至多随策略数 k 线性增长的前提下(该条件由其实测数据支持),VDO 在策略种群增长时达到 O(√(k/T)) 的可利用度。 在此基础上,作者还提出带折扣的 dVDO。在矩阵博弈、扑克和 Goofspiel 上的实验显示,采用合适的折扣时,dVDO 相比 VDO 和采用均匀重置的 ODO 能显著降低有限时域可利用度,并改善所发现的策略种群。这些效果均来自论文自身的实验报告。

AI 根据报道生成 · 4 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. arXiv 棋牌与经典游戏 AI 检索
    Virtual Double Oracle:利用一直在观察的策略加速收敛

    研究提出 Virtual Double Oracle(VDO),利用双线性恒等式把每个新策略按"从一开始就存在"的 MWU 权重初始化,而非重置为均匀先验,并证明其在策略种群增长时达到 O(√(k/T)) 的可利用度。

本事件热度走势

可比范围当前
3
可比范围峰值
711月18日 13:00
近 24 小时变化
-50%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。