研究者提出并发随机博弈鲁棒PAC学习框架

Angel Y. He 与 David Parker 提出首个面向带转移不确定性的通用和并发随机博弈（CSG）的 PAC 学习框架。该框架通过维护转移核上的数据驱动 L¹ 置信集并求解鲁棒 CSG，计算社会福利最优的 ε-纳什均衡，同时应对纳什均衡存在性难题。 据作者称，在相关状态-动作对满足最小可达性条件 p_reach>0 时，算法经多项式数量的轨迹样本后终止，样本复杂度为 Õ(R_max² H⁴ |S|² |A| / (p_reach ε²))。

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。