Michael I. Jordan

Provably Optimal Learning Algorithms for Assistance Games

辅助博弈的可证明最优学习算法

Nivasini Ananthakrishnan, Mark Bedaywi, Michael I. Jordan, Stuart Russell, Nika Haghtalab

AI总结 研究辅助博弈在线变体中信息完备与不完备智能体交互优化奖励函数的问题，提出人类和助手的分散算法，实现(1 - 1/e)近似辅助遗憾率为O(T^(3/4))，证明更好因子难处理，还展示算法在伪分散设置下达O(T^(1/2))速率。