arXiv cs.LG· Michael Tang, Mahmoud Abdelgalil, Jorge I. Poveda·· 26 天前AI 评分34
欺骗性老虎机问题：探索耦合与多智能体学习的脆弱性
The Deceptive Bandit Problem: Exploratory Coupling and the Fragility of Multi-Agent Learning
AI 导读
对抗智能体可利用与受害者探索相关的泄露信号注入外部性，将多智能体学习动态引向新的稳态“欺骗纳什均衡”（DNE）。欺骗性老虎机学习（DBL）动态能在放宽二阶平滑性条件并保持最优收敛速率的同时，收敛至 DNE 的任意小邻域。该研究明确了欺骗改变稳态的条件及对成本的影响，并在资源分配博弈中验证了这一脆弱性。
来源：arXiv cs.LG · arxiv.org