arXiv · Machine Learning· Miaobo Hu, Shuhao Hu, Xiaobo Guo, Xin Wang, Bokun Wang, Peng Zhang, Daren Zha·· 1 天前AI 评分39
RSD-Poker：不完美信息博弈中残差策略的结构自适应与分布偏移鲁棒风险-效用认证
RSD-Poker: Structure-Adaptive and Shift-Robust Risk-Utility Certification for Residual Policies in Imperfect-Information Games
AI 导读
RSD-Poker提出面向不完美信息博弈残差策略的结构自适应、分布偏移鲁棒认证框架，联合评估风险与弱响应效用。24-state审计选取α=0.08，弱响应代理由4.2082升至4.2889，留出阈值越界为0/12。分层留出状态下，学习分组双重选择器将弱效用从4.4074升至4.4936，违反率由0.0215降至0.0078，混合鲁棒版本达0.0059。
来源：arXiv · Machine Learning · arxiv.org