潜在平均场游戏中的广义条件梯度和学习-Archive ouverte HAL
第三条Dans Une Revue 应用数学与优化 Anneée:2023年

势平均场对策中的广义条件梯度与学习

Résumé

我们用广义条件梯度算法(Frank-Wolfe算法的扩展)研究了二阶、势和单调平均场对策的解。我们证明了该方法与虚拟游戏方法是等价的。对于不同步长的选择,我们建立了最优缺口、可利用性和变量到平均场博弈唯一解的距离的收敛速度。特别地,我们证明了通过线性搜索计算步长时可以实现线性收敛。
菲奇尔校长
小品小品
main.pdf(4.58个月) 特勒充电器
原籍 菲奇尔斯(Fichiers)出品的par l’(les)auteur(s)

日期和版本

哈尔-03341776, 版本1 (12-09-2021)
哈尔-03341776, 版本2 (07-10-2022)
哈尔-03341776, 版本3 (17-08-2023)

身份证明人

Citer公司

皮埃尔·拉维尼(Pierre Lavigne)、劳伦特·菲佛(Laurent Pfeiffer)。势平均场博弈中的广义条件梯度与学习。应用数学与优化, 2023, 88,⟨10.1007/s00245-023-10056-8⟩.⟨hal-03341776v3⟩
282 磋商
164 交易费用

海拔高度

合作伙伴

更多