arXiv · cs.AI· Haichuan Wang, Anagha Satish, Jiale Zheng, Saisneha Ghatti, Lingkai Kong, Kai Wang, Milind Tambe·· 11 小时前
DiffNash：用扩散策略求解高维连续动作空间中的纳什均衡
DiffNash: Finding Nash Equilibrium in High-Dimensional Continuous Action Spaces with Diffusion Policies
arXiv:2610.15932v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Haichuan Wang, Anagha Satish, Jiale Zheng, Saisneha Ghatti, Lingkai Kong, Kai Wang, Milind Tambe
研究任务与主要进展
研究者提出DiffNash，将扩散策略与Online Mirror Descent和Fictitious Play结合，用于求解高维连续博弈中的纳什均衡。该方法通过重加权评分匹配和回放缓冲区处理迭代更新下的策略分布变化，并避免直接评估扩散似然。基于论文摘要，DiffNash在森林保护博弈和连续Colonel Blotto博弈中，使Nash gap较最强基线分别降低35.6%和24.7%。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org