RSD-Poker提出残差策略风险-效用认证框架

Miaobo Hu等作者提出RSD-Poker，一个面向不完全信息博弈残差策略的结构自适应、偏移鲁棒风险-效用认证框架。其做法是冻结残差族与尺度，在独立结构划分上学习策略可见分组，并在校准前固定该分组。 在分层留出状态上，学习分区的对偶选择器将弱响应效用从全局对偶认证的4.4074提升至4.4936，违规率从0.0215降至0.0078；其混合鲁棒变体违规率为0.0059。上述数值为论文报告的结果。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。