同時確率的ゲームの頑健なPAC学習

遷移不確実性を持つ一般和逐次確率ゲームにおけるPAC学習の枠組みを提案。ロバストMDPベースの探索メカニズムを用いて、社会厚生最適$ m ext{ε}$-NEを計算するアルゴリズムを開発。

• 一般和同時確率的ゲーム（CSG）における頑健なPAC学習フレームワークが提案された。
• 遷移不確実性に対処し、ネス・エミリアン（NE）の存在を考慮する。
• データ駆動型の信頼区間とロバストMDPベースの探索メカニズムを用いる。
• NEの存在証明または近似NEの算出が可能で、サンプル効率も理論的に示されている。