概念极大极小博弈
max-min博弈
max-min博弈是一种鲁棒优化框架,一方最大化收益,另一方最小化对方收益,均衡结果为最坏情况下的最优保证,适用于欺骗缓解等对抗性场景。
时间轴 (近 90 天)
11月10日
研究者将AI代理欺骗缓解形式化为一个评估侧部分可观测扩展式博弈(e-PoG),这是一个max-min框架:代理最大化奖励,监控器从完整交互轨迹中揭露欺骗以最小化代理收益,固定验证器验证监控器声明并转化为惩罚。
待验证50%
max-min博弈是一种鲁棒优化框架,一方最大化收益,另一方最小化对方收益,均衡结果为最坏情况下的最优保证,适用于欺骗缓解等对抗性场景。
研究者将AI代理欺骗缓解形式化为一个评估侧部分可观测扩展式博弈(e-PoG),这是一个max-min框架:代理最大化奖励,监控器从完整交互轨迹中揭露欺骗以最小化代理收益,固定验证器验证监控器声明并转化为惩罚。