DiffNash论文提出扩散策略求解高维连续博弈纳什均衡

哈佛研究团队（Haichuan Wang 等）在 arXiv 发布 DiffNash 论文，提出用扩散策略求解高维连续动作空间博弈中的纳什均衡，将扩散策略与 Online Mirror Descent 和 Fictitious Play 结合，形成这两种迭代方法的扩散版本。 方法通过重加权评分匹配和回放缓冲区应对迭代更新下策略分布的变化，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 博弈上评测，Nash gap 较最强基线分别降低 35.6% 和 24.7%；结果来自论文摘要，尚未经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。