Дэн Сяоте
Пекинский университет, Китай

О сложности вычисления марковского совершенного равновесия в стохастических играх с общей суммой
Подобно роли марковских процессов принятия решений в обучении с подкреплением, марковские игры (стохастические игры) закладывают основу для изучения многоагентного обучения с подкреплением и последовательных взаимодействий агентов. Мы вводим приближенное марковское совершенное равновесие как решение вычислительной задачи стохастических игр с конечным числом состояний, повторяющихся в бесконечном горизонте, и доказываем его PPAD-полноту. Эта концепция решения сохраняет марковское свойство и открывает возможность для успеха многоагентных алгоритмов обучения с подкреплением в статических играх с двумя игроками, которые можно распространить на многоагентные динамические игры, расширяя использование PPAD-полного класса.
Информация о докладчике
Дэн Сяоте, почетный профессор Центра передовых компьютерных исследований Пекинского университета, директор комитета по блокчейну Китайского общества промышленной и прикладной математики и директор Центра мультиагентных исследований Института искусственного интеллекта Пекинского Университета. До прихода в Пекинский университет он работал в Шанхайском университете Цзяотун, Ливерпульском университете, Городском университете Гонконга и Йоркском университете. Степень бакалавра Дэн Сяоте получил в Университете Цинхуа в 1982 году, степень магистра он получил в Китайской академии наук в 1984 году и докторскую степень в Стэнфордском университете в 1989 году.
Основными исследовательскими интересами Дэн Сяоте являются блокчейн, интернет-экономика, онлайн-алгоритмы и параллельные вычисления. Его недавние исследования сосредоточены на расчете равновесия, мультиагентных системах, интернет-экономике и блокчейне.
Дэн Сяоте был удостоен награды FOCS за лучшую статью в 2006 году. Он является членом Ассоциации вычислительной техники (ACM) за его вклад в интерфейс мультиагентных алгоритмов (2008 год), а также Института инженеров по электротехнике и электронике (IEEE) за его вклад в вычисления на основе частичной информации и интерактивных средах (2019). Он был избран иностранным членом Academia Europaea в 2020 году, научным сотрудником CSIAM в 2021 году. В 2022 году он получил награду ACM SIGecom Test of Time.
Дэн Сяоте провел десятки исследовательских проектов в качестве главного исследователя и работал в редакционной коллегии ведущих международных журналов. Он председательствовал на многих ведущих международных конференциях, в частности, он инициировал Conference on Web and Internet Economics (WINE), организованную поочередно в Азии, Европе и США, а также International Joint Conference on Theoretical Computer Science (IJTCS).