Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Solving Partially Observable Stochastic Games with Public Observations

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00329800" target="_blank" >RIV/68407700:21230/19:00329800 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1609/aaai.v33i01.33012029" target="_blank" >http://dx.doi.org/10.1609/aaai.v33i01.33012029</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1609/aaai.v33i01.33012029" target="_blank" >10.1609/aaai.v33i01.33012029</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Solving Partially Observable Stochastic Games with Public Observations

  • Popis výsledku v původním jazyce

    n many real-world problems, there is a dynamic interactionbetween competitive agents. Partially observable stochasticgames (POSGs) are among the most general formal mod-els that capture such dynamic scenarios. The model capturesstochastic events, partial information of players about the en-vironment, and the scenario does not have a fixed horizon.Solving POSGs in the most general setting is intractable.Therefore, the research has been focused on subclasses ofPOSGs that have a value of the game and admit designing(approximate) optimal algorithms. We propose such a sub-class for two-player zero-sum games with discounted-sumobjective function—POSGs withpublic observations(PO-POSGs)—where each player is able to reconstruct beliefs ofthe other player over the unobserved states. Our results in-clude: (1) theoretical analysis of PO-POSGs and their valuefunctions showing convexity (concavity) in beliefs of maxi-mizing (minimizing) player, (2) a novel algorithm for approx-imating the value of the game, and (3) a practical demon-stration of scalability of our algorithm. Experimental resultsshow that our algorithm can closely approximate the value ofnon-trivial games with hundreds of states

  • Název v anglickém jazyce

    Solving Partially Observable Stochastic Games with Public Observations

  • Popis výsledku anglicky

    n many real-world problems, there is a dynamic interactionbetween competitive agents. Partially observable stochasticgames (POSGs) are among the most general formal mod-els that capture such dynamic scenarios. The model capturesstochastic events, partial information of players about the en-vironment, and the scenario does not have a fixed horizon.Solving POSGs in the most general setting is intractable.Therefore, the research has been focused on subclasses ofPOSGs that have a value of the game and admit designing(approximate) optimal algorithms. We propose such a sub-class for two-player zero-sum games with discounted-sumobjective function—POSGs withpublic observations(PO-POSGs)—where each player is able to reconstruct beliefs ofthe other player over the unobserved states. Our results in-clude: (1) theoretical analysis of PO-POSGs and their valuefunctions showing convexity (concavity) in beliefs of maxi-mizing (minimizing) player, (2) a novel algorithm for approx-imating the value of the game, and (3) a practical demon-stration of scalability of our algorithm. Experimental resultsshow that our algorithm can closely approximate the value ofnon-trivial games with hundreds of states

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF16_019%2F0000765" target="_blank" >EF16_019/0000765: Výzkumné centrum informatiky</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the Thirty-Third AAAI Conference on Artificial Intelligence

  • ISBN

    978-1-57735-809-1

  • ISSN

    2159-5399

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    2029-2036

  • Název nakladatele

    AAAI Press

  • Místo vydání

    Menlo Park, California

  • Místo konání akce

    Honolulu

  • Datum konání akce

    27. 1. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000485292602006