Buchumschlag

Easy as ABCs: Unifying Boltzmann Q-Learning and Counterfactual Regret Minimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	D'Amico-Wong, Luca, Zhang, Hugh, Lanctot, Marc, Parkes, David C.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Science and Game Theory Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Discovering Multiagent Learning Algorithms with Large Language Models
von: Li, Zun, et al.
Veröffentlicht: (2026)

Understanding Strategic Platform Entry and Seller Exploration: A Stackelberg Model
von: Seo, Garrett, et al.
Veröffentlicht: (2026)

Stackelberg POMDP: A Reinforcement Learning Approach for Economic Design
von: Brero, Gianluca, et al.
Veröffentlicht: (2022)

Adaptive Incentive Design with Regret Minimization
von: Vasileiou, Georgios, et al.
Veröffentlicht: (2026)

Regret Minimization in Population Network Games: Vanishing Heterogeneity and Convergence to Equilibria
von: Hu, Die, et al.
Veröffentlicht: (2025)

Nash without Numbers: A Social Choice Approach to Mixed Equilibria in Context-Ordinal Games
von: Gemp, Ian, et al.
Veröffentlicht: (2026)

Principal-Agent Reinforcement Learning: Orchestrating AI Agents with Contracts
von: Ivanov, Dima, et al.
Veröffentlicht: (2024)

Approximating the Core via Iterative Coalition Sampling
von: Gemp, Ian, et al.
Veröffentlicht: (2024)

$\aleph$-IPOMDP: Mitigating Deception in a Cognitive Hierarchy with Off-Policy Counterfactual Anomaly Detection
von: Alon, Nitay, et al.
Veröffentlicht: (2024)

Active Evaluation of General Agents: Problem Definition and Comparison of Baseline Algorithms
von: Lanctot, Marc, et al.
Veröffentlicht: (2026)

Truthful Reporting of Competence with Minimal Verification
von: Meir, Reshef, et al.
Veröffentlicht: (2026)

No-Regret Learning for Fair Multi-Agent Social Welfare Optimization
von: Zhang, Mengxiao, et al.
Veröffentlicht: (2024)

Nash Q-Network for Multi-Agent Cybersecurity Simulation
von: Xie, Qintong, et al.
Veröffentlicht: (2025)

Evaluating Agents using Social Choice Theory
von: Lanctot, Marc, et al.
Veröffentlicht: (2023)

Multi-Agent Training beyond Zero-Sum with Correlated Equilibrium Meta-Solvers
von: Marris, Luke, et al.
Veröffentlicht: (2021)

Deviation Ratings: A General, Clone-Invariant Rating Method
von: Marris, Luke, et al.
Veröffentlicht: (2025)

Single-Agent Planning in a Multi-Agent System: A Unified Framework for Type-Based Planners
von: Zhu, Fengming, et al.
Veröffentlicht: (2025)

A No-Regret Framework for Adaptive Incentive Design
von: Vasileiou, Georgios, et al.
Veröffentlicht: (2026)

Unsynchronized Decentralized Q-Learning: Two Timescale Analysis By Persistence
von: Yongacoglu, Bora, et al.
Veröffentlicht: (2023)

Energy Minimization for Participatory Federated Learning in IoT Analyzed via Game Theory
von: Buratto, Alessandro, et al.
Veröffentlicht: (2025)

Learning in Conjectural Stackelberg Games
von: Morri, Francesco, et al.
Veröffentlicht: (2025)

Learning Recommender Mechanisms for Bayesian Stochastic Games
von: Guresti, Bengisu, et al.
Veröffentlicht: (2025)

Learning Collusion in Episodic, Inventory-Constrained Markets
von: Friedrich, Paul, et al.
Veröffentlicht: (2024)

Leadership Inference for Multi-Agent Interactions
von: Khan, Hamzah, et al.
Veröffentlicht: (2023)

Distribution through Repeated Market with Buying Rights
von: Sychrovský, David, et al.
Veröffentlicht: (2025)

A Meta-Game Evaluation Framework for Deep Multiagent Reinforcement Learning
von: Li, Zun, et al.
Veröffentlicht: (2024)

Decentralized Optimal Equilibrium Learning in Stochastic Games via Single-bit Feedback
von: Kiremitci, Seref Taha, et al.
Veröffentlicht: (2026)

Chance-Constrained Correlated Equilibria for Robust Noncooperative Coordination
von: Im, Jaehan, et al.
Veröffentlicht: (2026)

Improving DeFi Mechanisms with Dynamic Games and Optimal Control: A Case Study in Stablecoins
von: Strohmeyer, Nicholas, et al.
Veröffentlicht: (2024)

DelAC: A Multi-agent Reinforcement Learning of Team-Symmetric Stochastic Games
von: Lee, Duan-Shin, et al.
Veröffentlicht: (2026)

Markets with Heterogeneous Agents: Dynamics and Survival of Bayesian vs. No-Regret Learners
von: Easley, David, et al.
Veröffentlicht: (2025)

What Do Agents Think One Another Want? Level-2 Inverse Games for Inferring Agents' Estimates of Others' Objectives
von: Khan, Hamzah I., et al.
Veröffentlicht: (2025)

You Can't Always Get What You Want: Games of Ordered Preference
von: Lee, Dong Ho, et al.
Veröffentlicht: (2024)

Mechanism Design under Unawareness -- Extended Abstract
von: Pram, Kym, et al.
Veröffentlicht: (2025)

Investigating the Impact of Subgraph Social Structure Preference on the Strategic Behavior of Networked Mixed-Motive Learning Agents
von: Gao, Xinqi, et al.
Veröffentlicht: (2026)

Steering Noncooperative Games Through Conjecture Design
von: Morri, Francesco, et al.
Veröffentlicht: (2025)

Urban Emergency Rescue Based on Multi-Agent Collaborative Learning: Coordination Between Fire Engines and Traffic Lights
von: Chen, Weichao, et al.
Veröffentlicht: (2025)

Iterative Negotiation and Oversight: A Case Study in Decentralized Air Traffic Management
von: Im, Jaehan, et al.
Veröffentlicht: (2025)

Combining Tree-Search, Generative Models, and Nash Bargaining Concepts in Game-Theoretic Reinforcement Learning
von: Li, Zun, et al.
Veröffentlicht: (2023)

A Convex Formulation of Game-theoretic Hierarchical Routing
von: Lee, Dong Ho, et al.
Veröffentlicht: (2025)