【论文阅读】Deep Reinforcement Learning from Self

【论文阅读】Deep Reinforcement Learning from Self

【论文阅读】Deep Reinforcement Learning from Self-Play in Imperfect-Information Games

• 博弈论基础
• Abstract
• Introduction
• Background
• • RL
  • Extensive-Form Games
  • FSP
• NFSP
• 总结

博弈论基础

Abstract

现实中很多实际问题都可以理解为是一个大规模非完美信息博弈（游戏）。为了解决这样的问题，之前的工作基本都集中在用手工设计的领域抽象（or 先验知识）去计算纳什均衡（i.e.非完美博弈的最优解）。在这篇文章里，我们第一个提出一种scalable的端到端的方法：在没有先验知识的情况下，直接学习近似的纳什均衡。我们的方法将虚拟自我博弈（Fict