抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
どのデータセット仮定がオフライン2層ゼロ和Markovゲームを解くかを調べた。オフライン単一エージェントMarkov決定プロセスに対する恒星コントラストにおいて,単一戦略濃度仮定は,オフライン2層ゼロ和MarkovゲームにおけるNash均衡(NE)戦略の学習には不十分であることを示した。他方,著者らは,片側濃度と呼ぶ新しい仮定を提案し,この仮定の下で証明可能な効率的型アルゴリズムを設計した。さらに,NE戦略の学習には片側濃度仮定が必要であることを示した。さらに,提案アルゴリズムは,2つの広く研究されている設定,即ち,均一濃度推定とターンベースMarkovゲームを持つデータセットに対して修正なしに,ミニマックスサンプル複雑性を達成できる。本研究は,オフラインマルチエージェント強化学習の理解に向けた重要な初期段階として役立つ。【JST・京大機械翻訳】