新论文:Optimistic Hedge 悔界取决于玩家数,三人博弈指数爆炸
roydanroy · x · 2026-11-07
arXiv 论文《Optimistic Hedge in General-Sum Games》由 Yuval Dagan、Nadav Eisen、Liad Erez、Tomer Koren 发表，回答了关于 Optimistic Hedge 悔值边界的长期开放问题：
- 双玩家博弈：存在合适学习率使每个玩家悔值为 O(n log n)，且与时间跨度 T 无关。
- 三玩家及以上：这种界不可能存在——作者构造了每方 n 个动作的博弈实例，某些玩家悔值达 2^Ω(n)；对 m≥3 玩家更可达 2^Ω(mn)。
该工作厘清了此前 Daskalakis 等人 polylog 悔界与 Ha 的非构造性常数界之间的空白，核心工具是时间近似（temporal approximation）方法。
「研究」频道最新
- 新研究提出 SmoothScore:量化 LLM 综述中的「证据抹平」问题 — gregd_nlp · 2026-11-07
- UW与Ai2发布s³：多智能体RL让LLM集群自组织，性能超best-of-N — StellaLisy · 2026-11-07
- Maxwell:让编码智能体在训练中重新设计网络架构，AIME 从 64% 提至 71% — GabGarrett · 2026-11-07
- 研究者吐槽 ICLR 评审质量:评审竟比被评论文还差 — nsaphra · 2026-11-07
- 研究者直言:标题带 JEPA 的模型大多很差,只有 V-JEPA 2.1 是例外 — serrjoa · 2026-11-07
- AI2 开源 ToyBlocks：可控桌面仿真平台助力机器人学习实验 — allen_ai · 2026-11-07