Abstract 本文将多任务学习中的梯度组合步骤视为一种讨价还价式博弈(bargaining game)，通过游戏，各个任务协商出共识梯度更新方向。 在一定条件下，这种问题具有唯一解(Nash Bargaining Solution)，可以作为多任务学习中的一种原则方法。 本文提出Nash-MTL，推导了其收敛性的理论保证。 1 Introduction 大部分MTL优化算法遵循一个通用方

议价博弈(Bargaining) 0 引言 议价(bargaining) 是市场经济中最常见的事情,也是博弈论最早研究的问题。这里介绍一种议价的动态博弈模型。同样地，对于动态博弈模型，我们还是用常见的逆推归纳法去寻找该博弈的子博弈完美纳什均衡。 1 议价博弈     议价博弈有很多种情况，因为议价其实就是一个反复讨价还价的过程，有些人一发即中，有些人讨价还价一小时也不一定有结果，那这里我们