arXiv · cs.LG· Haichuan Wang, Anagha Satish, Jiale Zheng, Saisneha Ghatti, Lingkai Kong, Kai Wang, Milind Tambe·· 4 小时前
DiffNash：用扩散策略在高维连续动作空间中求解纳什均衡
DiffNash: Finding Nash Equilibrium in High-Dimensional Continuous Action Spaces with Diffusion Policies
AI 导读
DiffNash 提出一种基于扩散模型的均衡计算框架，可在无需从每次更新策略直接采样的情况下训练扩散策略，实现 Online Mirror Descent（OMD）与 Fictitious Play（FP）的扩散变体。
来源：arXiv · cs.LG · arxiv.org