KKT 点对应 CDT+GT 均衡：不完美记忆博弈与策略梯度优化的理论桥梁

jessi_cata · x · 2026-10-10

作者 jessicata 讨论 IJCAI-23 论文《The Computational Complexity of Single-Player Imperfect-Recall Games》（Tewolde、Oesterheld、Conitzer、Goldberg）的推论：在不完美记忆博弈（如 Sleeping Beauty、Absentminded Driver）中，KKT 点对应 CDT+GT 最优策略，而 KKT 点在理想策略梯度优化下是稳定的。作者指出把「不完美记忆博弈的策略优化 KKT 点」与「神经网络对无记忆 POMDP 的参数优化 KKT 点」连接起来存在复杂性，但在神经网络相对策略集合过参数化的情形下二者应一致。文中还追溯了 Piccione & Rubinstein (1997) 等相关经典文献。