机构名称：
¥ 1.0
在许多多代理交互的环境中，每个代理的最佳选择在很大程度上取决于其他代理的选择。这些耦合的相互作用可以用一般和差分博弈很好地描述，其中玩家有不同的目标，状态在连续的时间中演变，最佳博弈可以用许多均衡概念之一来表征，例如纳什均衡。问题通常允许多重均衡。从这种博弈中的单个代理的角度来看，这种多重解决方案可能会带来其他代理行为方式的不确定性。本文提出了一个通用框架，通过推理其他代理所追求的均衡来解决均衡之间的歧义。我们在多人人机导航问题的模拟中演示了这个框架，得出两个主要结论：首先，通过推断人类所处的平衡状态，机器人能够更准确地预测轨迹；其次，通过发现并使自己适应这种平衡状态，机器人能够降低所有玩家的成本。
基于推理的一般和差分博弈策略调整
主要关键词
相关文件推荐
