دانلود مقاله ISI انگلیسی شماره 79533
عنوان فارسی مقاله

بازی ساختگی نمونه برای برنامه نویسی پویای تقریبی

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
79533 2011 14 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Sampled fictitious play for approximate dynamic programming
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers & Operations Research, Volume 38, Issue 12, December 2011, Pages 1705–1718

کلمات کلیدی
بهینه سازی تصادفی پویا، نظریه بازی محاسباتی - بهینه سازی شبیه سازی
پیش نمایش مقاله
پیش نمایش مقاله بازی ساختگی نمونه برای برنامه نویسی پویای تقریبی

چکیده انگلیسی

Sampled fictitious play (SFP) is a recently proposed iterative learning mechanism for computing Nash equilibria of non-cooperative games. For games of identical interests, every limit point of the sequence of mixed strategies induced by the empirical frequencies of best response actions that players in SFP play is a Nash equilibrium. Because discrete optimization problems can be viewed as games of identical interests wherein Nash equilibria define a type of local optimum, SFP has recently been employed as a heuristic optimization algorithm with promising empirical performance. However, there have been no guarantees of convergence to a globally optimal Nash equilibrium established for any of the problem classes considered to date. In this paper, we introduce a variant of SFP and show that it converges almost surely to optimal policies in model-free, finite-horizon stochastic dynamic programs. The key idea is to view the dynamic programming states as players, whose common interest is to maximize the total multi-period expected reward starting in a fixed initial state. We also offer empirical results suggesting that our SFP variant is effective in practice for small to moderate sized model-free problems.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.