arXiv · Machine Learning· Miaobo Hu, Shuhao Hu, Xiaobo Guo, Xin Wang, Bokun Wang, Rui Chen, Daren Zha·· 14 小时前AI 评分51
OSCC：面向不完美信息学习的可认证观测安全耦合优化
OSCC: Certified Observation-Safe Coupling Optimization for Gradient-Noise Control in Imperfect-Information Learning
AI 导读
OSCC提出面向不完美信息学习的观测安全反事实耦合框架，用于控制梯度噪声。该框架通过边际保持、信息状态安全、分支局部策略随机性等约束定义可用耦合，并以梯度感知准则选择采样方式。在100,000组固定根节点的Leduc比较中，完全耦合将回报对比方差从41.1158降至18.1441，降低55.87%。
来源：arXiv · Machine Learning · arxiv.org