RSD-Poker论文v2：残差策略风险—效用认证框架

Miaobo Hu 等在 arXiv 更新论文 v2，提出 RSD-Poker，一个面向不完全信息博弈残余策略的结构自适应、分布偏移鲁棒的风险—效用认证框架。方法上冻结一组残余策略族与尺度，在独立结构划分上学习策略可见分组，并在校准标签引入前冻结该分组，随后在预声明的部署组比例不确定集内选择稳健映射；作者称所选映射能以至少 1−ζ_risk−ζ_util 的概率满足声明的混合鲁棒风险预算与效用认证。 论文摘要报告的实验中，在分层保留状态上，学习分组的选择器将弱效用从全局对偶认证下的 4.4074 提升至 4.4936，保留集违反率从 0.0215 降至 0.0078，其混合鲁棒变体违反率进一步达到 0.0059。以上为论文摘要所述结果，基于摘要，尚未核验全文。

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。