主讲人:李加阳

Talk介绍:

在社会系统中,自私的参与者可以被看作进行非合作博弈,并收敛到Nash均衡。然而,与社会最优结果相比,均衡有时是低效的。为了引导这些参与者达到理想的均衡(例如,使社会福利最大化的均衡),一个权威者(通常是代表公众的“政府”)可以引入纠正政策(通常以经济激励的形式出现)。在我们近期的论文中,我们研究了机器学习的最新进展如何帮助权威者更有效地引导预期中的均衡。

论文链接:

https://proceedings.neurips.cc/paper/2020/file/c21f4ce780c5c9d774f79841b81fdc6d-Paper.pdf

嘉宾介绍:

李加阳,于2019年入学美国西北大学,目前在聂宇教授和汪昭然教授的共同指导下攻读博士学位。在此之前,我在清华大学数学系攻读本科学位和经济学辅修学位。我致力于研究机器学习和博弈论及其在管理科学中的应用。在博士的前两年,我利用了深度学习和算法博弈论中的相关技巧,提出了一系列求解双层优化(Bilevel Optimization)的新型算法,并探索了其在交通和经济等领域的一些应用。

0

4

通过变分传输实现无限维零和博弈的优化


李加阳 可能工作过的组织/机构/部门/团队:


李加阳 可能工作过的同事:

粤ICP备17091748号-1
剧本杀复盘 剧本杀复盘 红酒 ChatGPT