发表机构
Massachusetts Institute of Technology（麻省理工学院）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
针对完全信息反馈下的有限N玩家标准型博弈，提出确定性完全非耦合的ECHO-OFTRL算法，消除个体遗憾与时间跨度的多对数依赖，保证各玩家遗憾上界为O(poly(N, log m_max))。
AI 中文摘要
非耦合无遗憾动态机制为均衡提供了去中心化路径，但先前关于个体遗憾的保证仍与时间跨度呈多对数依赖关系。针对完全信息反馈下的每个有限N玩家标准型博弈，我们消除了这种依赖关系。我们引入ECHO-OFTRL：配备用于高阶乐观的EMA级联（ECHO，EMA指指数移动平均）的乐观正则化跟随领导者（OFTRL）算法，该算法为确定性且完全非耦合。若m_max表示最大动作集大小，则对于每个时间跨度T≥1，它保证博弈中N个玩家各自的遗憾上界为O(poly(N, log m_max))。我们的算法利用了受现代滤波器设计启发的新型乐观形式。
英文摘要
Uncoupled no-regret dynamics provide a decentralized route to equilibrium, but prior guarantees for individual regret retain a polylogarithmic dependence on the horizon. We remove this dependence for every finite $N$-player normal-form game under full-information feedback. We introduce \emph{ECHO-OFTRL}: optimistic follow-the-regularized-leader (OFTRL) equipped with an EMA cascade for high-order optimism (ECHO), where EMA denotes exponential moving average. The algorithm is deterministic and fully uncoupled. If $m_{\max}$ denotes the largest action-set size, then, simultaneously for every horizon $T\geq1$, it guarantees that each of the $N$ players in the game incurs regret upper bounded by $O(\textrm{poly}(N, \log m_{\max}))$. Our algorithm leverages a new form of optimism inspired by modern filter design.
