arXiv · cs.AI· Gongpu Chen, Deniz G\"und\"uz·· 6 小时前
PRAM在MDP中利用策略随机性实现保分布隐式通信
Embedding Information in Policy Randomness: Distribution-Preserving Implicit Communication in MDPs
arXiv:2610.15976v1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：Gongpu Chen, Deniz G\"und\"uz
研究任务与主要进展
Gongpu Chen与Deniz Gündüz提出后验匹配随机性调制（PRAM），在MDP中依据消息选择动作，同时借助独立于控制系统的公共随机性保持每个状态和消息下的既定动作分布。作者报告PRAM具有渐近可靠性，并展示了多比特策略水印和轨迹溯源应用；基于论文摘要，相关证明与实验细节仍需以全文为准。
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