محققان در دستاورد جدیدی به سراغ حل یکی از چالشهای پیچیده در «بازیهای تصادفی نوبتی» (TBSGs) رفتهاند. یادگیری اهداف دسترسی (Reachability) در این بازیها بهدلیل ماهیت رقابتی و پیچیدگیهای ریاضی بسیار دشوار است.
در این پژوهش جدید، دو نوآوری کلیدی معرفی شده است:
۱. یادگیری غیرمتمرکز: بازیکنان دیگر نیازی ندارند از یک الگوریتم مشترک استفاده کنند.
۲. حریم خصوصی: امکان یادگیری با اطلاعات خصوصی (غیر اشتراکی) فراهم شده است.
این تحقیق گام مهمی در جهت سیستمهای هوشمند خودمختار است که باید در شرایط عدم قطعیت و با منابع محدود داده بهطور مستقل تصمیمگیری کنند.
منبع: arXiv Machine Learning