高次オプティミズムによる一般ゲームでの定数リグレットの達成

arXiv cs.LG ・ 2026-09-03

原題: Constant regret in general games via higher-order optimism

AI による要約

任意のエージェント数と行動数を持つ通常ゲームにおいて、個別のリグレットを定数に抑える非結合型学習アルゴリズム「HOOD」を提案した。割引率を適用した $(N+1)$ 次予測子とエントロピー正則化を組み合わせることで、プレイ列の大きな振動を抑制し、従来の手法における課題を克服した。

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。