人工智能笔记之专业选修课4.1.5

人工智能笔记之专业选修课4.1.5

博弈学习

(learning)

我们会看学习在重复博弈中的两种学习类型

• 虚构博弈 (fictitious play)

• 无悔学习(no-regret learning) ，尤其是一个算法叫后悔匹配 (regret matching)

目前这个话题量非常大

首先我们应该认识到在博弈论中的学习，与其他一些学科中的学习是相当不同的。比如 在机器学习，人工智能，计算机科学或者统计学优化中。

单个行动主体在环境中行动，环境对行动主体是未知的，它也可能是部分可观测的

那么就很难找出什么是最优策略，但对于最优策略有明确的定义。学习的目标是学习环境中的一些事物，如何在其中表现得最好。

在博弈论的情形下，我们的路径由其他所有参与者组成，即便你在努力学习和适应 他们也是。 最后发生的是，你无法区分学习与传授的概念，因为当你适应时，你在影响其他参与者的活动。

虚构博弈(fictitious play)