精选理由
这篇论文解决了多智能体强化学习中模型失配的难题，用分布鲁棒均值场博弈给出了严格的理论证明和算法，还给了误差界，搞博弈论和鲁棒优化的值得看。
本文针对多智能体强化学习（MARL）部署时的模型失配问题，提出无限时域平稳分布鲁棒均值场博弈框架。建立了具有压缩贝尔曼算子的鲁棒动态规划原理，通过不动点论证证明了平稳鲁棒均值场均衡的存在性。进一步给出了首个具有收敛保证的算法。将均值场解与有限人口鲁棒博弈关联，在压缩动力学下得到显式非渐近误差界。数值实验验证了多不确定性模型下的鲁棒性影响。
AI 翻译 · 中文
本文针对多智能体强化学习（MARL）部署时的模型失配问题，提出无限时域平稳分布鲁棒均值场博弈框架。建立了具有压缩贝尔曼算子的鲁棒动态规划原理，通过不动点论证证明了平稳鲁棒均值场均衡的存在性。进一步给出了首个具有收敛保证的算法。将均值场解与有限人口鲁棒博弈关联，在压缩动力学下得到显式非渐近误差界。数值实验验证了多不确定性模型下的鲁棒性影响。
Deploying multi-agent reinforcement learning (MARL) in the real world is often limited by model mismatches between the training simulators and the true environment, which could be further amplified through strategic inte…