博弈论与强化学习的形式化对应关系

Eduardo C. Garrido-Merchán 在 arXiv 论文《When Is a Game a Markov Decision Process?》中提出并系统整理了博弈论与强化学习之间的形式化对应关系，明确了博弈何时可以视为马尔可夫决策过程（MDP）。论文将这种对应分为三类：定义上的等同、通过保持价值与解不变的映射实现的精确归约，以及仅在结构上相似的类比。研究还梳理了这些对应关系的成立条件、复杂度及失效情形，指出博弈与MDP并非在所有情况下都能直接等同。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。