arXiv · cs.AI· Miaobo Hu, Shuhao Hu, Xiaobo Guo, Xin Wang, Bokun Wang, Rui Chen, Daren Zha·· 5 小时前
OSCC：用于不完美信息学习梯度噪声控制的认证观测安全耦合优化
OSCC: Certified Observation-Safe Coupling Optimization for Gradient-Noise Control in Imperfect-Information Learning
arXiv:2609.33543v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Miaobo Hu, Shuhao Hu, Xiaobo Guo, Xin Wang, Bokun Wang, Rui Chen, Daren Zha
研究任务与主要进展
Miaobo Hu 等提出 OSCC，通过边缘保持、信息状态安全、分支局部策略随机性、语义事件对齐和 trace-before-oracle replay 定义可接受的反事实耦合，并推导基于策略 Jacobian 加权回报协方差非对角项的梯度感知准则。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org