PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.01498v1cs.LG

Towards Learning Representations of Policies in Two-Player Zero-Sum Imperfect-Information Games

불완전 정보 2인 제로섬 게임에서 정책 임베딩(policy embedding)을 학습하기 위한 데이터셋 생성 방식, 표현 학습 방법(가중치 오토인코더, 함수형 인코더, 궤적 인코더 등), 그리고 평가용 다운스트림 태스크를 체계적으로 제안한다. Kuhn Poker 및 Leduc Poker 실험에서 궤적 인코더(Trajectory Encoder) 기반의 자기지도 학습(self-supervised learning)이 공격적·수동적 전략을 의미 있게 구분하는 유용한 행동 표현을 학습함을 보였다.