返回主题:强化学习与多智能体

知识卡片

普通读书笔记卡 · 2797.a

混合策略保证有解

理解等级:未标注

博弈矩阵有两条定理。第一定理:信息完全对等的两人零和博弈,每个玩家都有最佳纯策略,最小最大值等于最大最小值。但在信息隐藏的博弈中,如猜硬币,两者不相等,不存在纯策略解。第二定理:信息隐藏的两人零和博弈总存在一个最佳混合策略,即按一定概率随机选择纯策略。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《分布式人工智能:基于TensorFlow、RTOS与群体智能体系》第8章《对抗和群体智能博弈》(源文件:_epub-src/OEBPS/Text/chapter8-2-1.xhtml) - 结论依据:原文说明博弈矩阵第一定理:信息完全对等的两人零和博弈,每个玩家都有最佳纯策略,Minimax=Maximin;而在猜硬币例子中maximin与minimax不相等,不存在纯策略解;第二定理:信息隐藏的两人零和博弈总存在一个最佳混合策略,即按概率随机选择纯策略。 - 原始内容:这就是博弈矩阵的第一定理:信息完全对等的两个人进行零和博弈,每个玩家都有一个最佳纯策略,使得Minimax=Maximin。……·对一个信息隐藏的两个人进行零和博弈,总存在一个最佳的混合策略。