発表概要: GANやマルチエージェント強化学習の発展によって、ミニマックス最適化問題を中心としたゲームのナッシュ均衡解を効率的に近似するアルゴリズムの開発に大きな関心が寄せられています。 しかし、多くの研究者及び実務家にとって有用な話題である一方で、ゲームの均衡学習に関する資料や解説は国内において極めて限られています。 そこで本発表では、ゲームにおける均衡学習のためのアルゴリズムとその理論的な性質について解説を行います。 特に、代表的なリグレット最小化アルゴリズムの均衡解への収束性がどのようにして与えられるのか、について説明を行います。 また、これらのアルゴリズムが抱える問題について解説し、それに対処した近年の理論研究の発展について発表者らの研究を混じえて紹介します。 最後に、この分野において未解決かつ重要な問題についても解説を行います。