提出 OSCC 安全耦合框架

Miaobo Hu 等作者提出观测安全反事实耦合框架 OSCC，用于控制不完美信息学习中的梯度噪声；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%。 OSCC通过边际保持、信息状态安全、分支局部策略随机性、语义事件对齐和先轨迹后预言机重放等约束定义可用耦合，并用梯度感知准则选择采样方式。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。