arXiv cs.AI· Gennadiy Chistiakov, Yury Yanovich·· 3 天前AI 评分22
模块化金融强化学习信用分配的等信息评估框架
Equal-information evaluation of credit assignment in modular financial reinforcement learning
AI 导读
研究提出一种结合等信息重构控制、固定效用比较和预设下游护栏的评估框架，用于检验模块化金融强化学习中的信用分配。三项对照实验发现：基于残差的分配在披露接口下被普通损失预算控制精确复现；直接缺口监督提升了组件预测却未能保持解码结果；组件级 critic 监督在固定效用下恶化了风险条件确定性等价与回撤。
正文 · AI 翻译
摘要：模块化金融强化学习中的信用分配难以评估，因为一个归因信号可能改善某个组件损失，却不增加决策相关信息，也不改善经济结果。我们提出一个评估框架，结合等信息重构对照、固定效用比较和预先指定的下游护栏。该框架在一个归因引导的模块化交易架构中实例化，并在三项受控研究中测试，涵盖更新分配、监督目标表示和组合风险控制。我们发现，在公开接口下，基于残差的分配被一个普通的损失预算对照精确复现；直接缺口监督改善了组件预测，但未能保持解码结果；在固定效用下，逐组件评论家监督相对于标量监督恶化了风险条件确定性等价和回撤。这些结果识别出三种不同的评估失败：冗余归因信号、表示诱导的预测权衡，以及组件监督与下游风险结果之间的错位。一个保留的历史工程案例进一步说明为什么模块级学习主张需要运行级溯源。其贡献是一套可复用的方法论，用于评估在部分可观测性、延迟反馈和经济风险约束下运行的专家系统中的信用分配。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.14750 [cs.AI] |
| （或 arXiv:2610.14750v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14750 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yury Yanovich [查看电子邮件]
[v1]
2026年10月10日星期六 09:14:23 UTC（2,193 KB）
来源：arXiv cs.AI · arxiv.org