arXiv cs.AI· Gongpu Chen, Deniz G\"und\"uz·· 3 天前AI 评分22
策略随机性中的信息嵌入：MDP 中保持分布不变的隐式通信
Embedding Information in Policy Randomness: Distribution-Preserving Implicit Communication in MDPs
AI 导读
研究提出将随机策略的随机性作为信息嵌入与通信媒介，在保持预设动作分布不变的前提下，通过调制随机动作实现隐式通信。所提 PRAM（后验匹配随机性调制）方案借助与控制无关的公共随机性，对每个状态和消息都保持预设动作分布，并证明随状态轨迹足够长，消息可以任意小错误概率解码。实验展示了该框架在多比特策略水印和轨迹溯源等应用中的有效性。
正文 · AI 翻译
摘要：本文研究了随机性在随机策略中的一种新作用——作为嵌入和传递信息的媒介。具体而言，我们考虑一个智能体按照规定的随机策略与环境进行交互。通过精心调制策略的随机动作实现，可以在不改变规定动作分布的情况下将信息嵌入到智能体的行为中。我们将此问题建模为信道编码问题，其中受控系统隐式地充当通信信道。随后，我们提出了一种编码方案，称为后验匹配随机性调制（PRAM），它根据待传输的消息来选择动作。借助独立于控制系统的公共随机性，PRAM 对每个状态和每条消息都保持规定的动作分布。我们进一步证明 PRAM 是渐近可靠的：当观测到的状态轨迹足够长时，消息可以以任意小的错误概率被解码。实验证明了所提出框架在多比特策略水印和轨迹溯源等应用中的有效性。
| 评论： | 18 页，6 幅图 |
| 主题： | 信息论（cs.IT）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.15976 [cs.IT] |
| （或 arXiv:2610.15976v1 [cs.IT] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15976 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Gongpu Chen [查看电子邮件]
[v1]
2026 年 10 月 11 日星期日 23:20:39 UTC（340 KB）
来源：arXiv cs.AI · arxiv.org