面向合作式迭代任务的动态博弈学习

📋总体概括

arXiv论文提出一个面向多智能体合作式迭代任务的通用学习框架，将智能体交互建模为带共享约束的动态博弈。框架利用历史可行轨迹构建采样联合安全集与各玩家cost-to-go函数，每步由智能体共同选择采样终端状态及到达该状态的广义纳什均衡，新解须满足合作接受规则才被采纳，支持非退化要求与加权成本、纳什议价等准则，并证明递归可行性与最优性条件，适用于非线性非凸动态博弈。