DiffNash：扩散策略求解高维连续博弈纳什均衡

Haichuan Wang 等作者提交论文提出 DiffNash，一个基于扩散模型的均衡计算框架，用于求解高维连续动作空间中的纳什均衡。据论文称，该框架无需从每次更新策略直接采样即可训练扩散策略，并实现了 Online Mirror Descent（OMD）与 Fictitious Play（FP）的扩散变体。 论文目前为 arXiv cs.LG 预印本，尚未见同行评审或实验结果的进一步报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。