في عالم الذكاء الاصطناعي، تُعد الألعاب ماركوف (Markov Games) أحد المجالات المُثيرة للدراسة، خصوصاً عند حديثنا عن التعلم المستقل في سياقات غير متصلة (Decentralized Settings). في البحث الجديد الذي تم نشره على arXiv، قام الباحثون بتحليل التعلم في الألعاب ماركوف العامة ذات الخصومات (Discounted General-Sum Markov Games)، مشيرين إلى صعوبة استخدام الأساليب التقليدية للوصول إلى توازنات دقيقة.

تشير دراسة الباحثين إلى فرضية تحقيق (ETH for PPAD)، وتبين أن هناك عدم إمكانية وجود خوارزمية زمنية متعددة الحدود (Polynomial-Time Algorithm) تقوم بحساب توازنات متناسقة تقريبية بدقة عكسية بولي-لوغاريتمي. وتعد هذه النتيجة تمهيداً لفهم التحديات التي يواجهها الباحثون عند العمل في هذا المجال.

لكن العمل لم يتوقف عند هذه النقطة. فقد تمكن الباحثون من تقديم خوارزمية جديدة تُسمى "التعلم غير المترابط بشكل جذري" (Radically Uncoupled Algorithm)، التي تحقق تقارباً دون أي قيود هيكلية على اللعبة. تعتمد هذه الخوارزمية على نمط يطلق عليه "mirror descent المتفائل" (Optimistic Mirror Descent)، مع جدول لتغيرات الحجم يتم ضبطه ليتناسب مع إعدادات متعددة الوكلاء.

كما طوّرت الخوارزمية نسختين - واحدة تتيح التغذية الراجعة الكاملة (Full-Feedback) والأخرى تتضمن تغذية راجعة جزئية (Partial Feedback). وتؤكد النتائج أنها تُحقق تقارباً دون الأساليب التقليدية المتبعة، مما يمهد الطريق لمزيد من الابتكارات في هذا المجال.