【报告摘要】博弈学习算法是实现博弈智能决策的基础与核心，博弈学习系统变得越来越普遍。本报告将介绍我们在博弈学习算法设计与博弈学习系统分析控制方面的研究进展。具体地，我们在人机博弈框架下研究了针对经典学习算法的最优控制策略并分析了系统的演化特征；基于非对称学习框架建立了针对零和博弈新的均衡求解算法；针对不收敛的博弈学习动力学，给出纳什均衡求解新思路；通过构建随机势博弈模型或建立随机单调博弈的解耦充分条件，给出具有收敛性的随机博弈均衡求解算法。

 

【报告人简介】穆义芬，中科院数学与系统科学研究院系统所副研究员。研究方向为博弈论与博弈学习理论。2005年于北京大学数学科学学院获理学学士学位；2010年于中科院数学与系统科学研究院获理学博士学位。曾获“关肇直青年研究奖”，指导学生获2022年IEEE CSS Beijing Chapter Young Author Nomination Prize, 2024年第30届关肇直奖。中国运筹学会博弈论分会理事，期刊Journal of Dynamics and Games编委。