スワップの後悔

スワップ後悔はゲーム理論の概念です。これは、繰り返されるn決定ゲームにおける後悔の一般化です。

プレイヤーのスワップ後悔は次のように定義されます。

${\displaystyle {\mbox{swap-regret}}=\sum _{i=1}^{n}\max _{j\leq n}{\frac {1}{T}}\sum _{t=1}^{T}x_{i}^{t}\cdot (p_{j}^{t}-p_{i}^{t}).}$

直感的には、これはプレイヤーが各決定iを後から考えて可能な限り最良の決定jに切り替えることでどれだけ改善できるかということです。スワップ リグレットは常に非負です。スワップ リグレットは相関均衡を計算するのに役立ちます。

• Blum, Avrim ; Mansour, Yishay (2007)、「外部後悔から内部後悔へ」、Journal of Machine Learning Research、8 : 1307–1324、MR  2332433。