Naukowcy wprowadzili nową wersję algorytmu IR-PRM+ opartą na predykcji wcześniejszej użyteczności, która zachowuje gwarancje zbieżności poprzednio uzyskiwane przy użyciu predykcji extra-gradient. Nowe podejście działa zarówno dla aktualizacji równoczesnych jak i naprzemiennych, co stanowi znaczące ulepszenie względem poprzedniej implementacji opartej wyłącznie na metodzie extra-gradient.
Regret matching i jego warianty to fundamentalne algorytmy stosowane w praktyce do rozwiązywania gier w postaci normalnej i ekstensywnej. Jednak historycznie brakowało im silniejszych gwarancji teoretycznych zbieżności dostępnych dla metod optymistycznych i extra-gradient. Praca pokazuje, że dla dwuosobowych gier macierzowych o zerowej sumie nowe podejście osiąga regret zewnętrzny ograniczony niezależnie od liczby iteracji T, gap dualności średniej O(T-1) oraz O(T-1/2) dla gap najlepszej bieżącej iteracji.
Kluczowym krokiem teoretycznym jest ograniczenie składnika zmian strategii między kolejnymi iteracjami, które nie są kontrolowane istniejącą nierównością regret w IR-PRM+, za pomocą względnego wzrostu normy wektora regret. To pozwala uniknąć sztywnych założeń metody extra-gradient i uogólnić wyniki na bardziej elastyczne schematy aktualizacji. Wynik jest ważny dla algorytmów gier, bo pokazuje, że silniejsze gwarancje zbieżności można uzyskać przy bardziej praktycznych wariantach regret matchingu.