摘要
在博弈论中，不完全记忆决策问题建模了代理遗忘先前信息的情况，包括如“健忘司机”游戏和有限通信的团队游戏。本文首次引入了一个用于不完全记忆决策问题的基准测试套件，涵盖了隐私和AI安全等应用场景。通过61个问题实例，评估了不同算法在寻找最优策略中的表现。特别地，提出了一类无参数的遗憾匹配（RM）算法，用于非线性约束优化。实验表明，RM算法显著优于常用的梯度下降方法，为大规模约束优化提供了新思路。
AI 推荐理由
论文研究了不完全记忆下的决策问题，涉及推理和优化算法，与推理能力相关。
论文信息