1.1 多代理环境下的博弈与学习

我们考虑的是多代理环境下的博弈与学习。对于通常情况下的机器学习，我们有很多的知识了解，那么在我们不知道的环境下该怎么处理？这种情况下我们考虑的是对抗性学习和博弈学习。这样的应用目前已经越来越多，特别是在金融和经济学里。

关于对抗性学习，前面的报告提到GAN的网络，在这方面我们也可以考虑到反垃圾邮件时，filter要经常转变。

博弈学习是另外一种情况，博弈学习时，并不是完全对抗的，可能还会合作。在这种情况下我们对学习有什么样的理解。

这里最重要的一点是，我们有时并不知道价值究竟是什么样的。这种情况下，每个人的价值就是他自己的一种私有信息。在市场上，每个人有自己的追求和市场选择。在这里，我们可以讨论的问题一个是市场的均衡；还有一个比较流行的是在拍卖理论里面有诚实机制的分析。在这种程度上，我们有一定的知识和能力。

为什么要考虑这样的情况？因为这种情况在互联网竞技中很常见。比如说，通常我们看到的搜索广告。一开始时大家并不知道在网上放一个广告能值多少钱。广告主投放广告以后，他们会得到越来越多的知识。这种情况下，就有一个相互学习的过程，使得我们知道它的价值究竟有多大。另外一个是我们可以经常看到的折扣设计，谁也不知道买家需要多少折扣才愿意买东西。