Coordinamento di Costanti di Lipschitz Sconosciute nei Banditi Multi-Giocatore

Un nuovo articolo arXiv (2608.10526) affronta i banditi multi-agente cooperativi in spazi di azione continui dove la costante di Lipschitz è sconosciuta. Lo studio, motivato da applicazioni decentralizzate, esamina tre strutture informative: azioni non osservate con ricompense comuni, azioni osservate con ricompense indipendenti, e azioni non osservate con ricompense indipendenti. Per ciascuna, gli autori progettano un algoritmo che stima la costante di Lipschitz, discretizza lo spazio delle azioni congiunte e applica un metodo di banditi cooperativi. Una sfida chiave è che i giocatori devono concordare sulla stessa discretizzazione senza comunicazione dopo l'inizio dell'apprendimento. L'articolo dimostra garanzie di rimpianto mostrando che le ricompense comuni e le azioni osservabili forniscono l'accordo gratuitamente, mentre in loro assenza, l'accordo può essere raggiunto attraverso la quantizzazione con dithering senza alcun costo nel limite di rimpianto. Il lavoro contribuisce alla comprensione teorica del processo decisionale multi-agente sotto incertezza.