正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错，请强制刷新页面重试。
关于多智能体强化学习算法和智能体博弈理论之间关系的一点疑问
一凡斯基
所有多智能体强化学习算法一旦训练收敛，是否都收敛到了纳什均衡点？
一个博弈过程会有不止一个纳什均衡点，那么如何说明算法收敛到了一个较优解？
虽然对多智能体强化学习算法学了一点皮毛，但是对算法与智能体博弈理论之间的关系还是云里雾里的。在网上看到的多智能体强化学习算法里面对博弈这块讲的不是很多，有没有朋友推荐一下能系统理解多智能体强化学习领域的学习路线，还有如果想要对多智能体强化学习算法理解透彻一点，需要学习哪些与博弈相关的知识？
感谢！！！
Document
