NashDreamer：ゼロサム不完全情報ゲーム向けモデルベース強化学習フレームワーク
arXiv cs.LG ・ 2026-09-01
原題: NashDreamer: Model-Based Reinforcement Learning for Zero-Sum Imperfect-Information Games
AI による要約
研究者らがゼロサム不完全情報ゲーム向けのモデルベース強化学習フレームワーク「NashDreamer」を発表した。従来の手法では困難だった相手の戦略による非定常性を克服するため、集中型マルチエージェントリカレント状態空間モデルを導入し、環境ダイナミクスとプレイヤー戦略の影響を分離する。任意のポリシーグラジエントアルゴリズムとの互換性を持ち、理想的なモデル下でナッシュ均衡への収束を保証する。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.LG）をご確認ください。