PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.19369v1cs.AI

추적과 지름길 그 너머: 포커 자기회귀 모델의 구성 제한 예측 상태

Beyond Tracking or Shortcut: Composition-Bounded Predictive States in Poker Autoregressive Models

히든 상태 프로브는 불완전 정보 시퀀스 모델에서 잠재 레이블을 종종 복원하지만, 이것만으로 모델이 히든 상태에 대한 사후 신념 분포를 유지한다고 확립되지는 않는다. 본 논문은 상대의 핸드나 레인지가 아닌 행동 및 가치 타깃만으로 학습된 no-range Limit Hold'em 자기회귀 모델에서 이러한 모호성을 연구한다. 행동/가치 통제 이후 세 시드 중 두 시드에서 상대 레인지 프로브가 양성이며, 행동 헤드는 관측 가능한 공개 이력만으로 보류 행동을 기준선보다 약 5퍼센트포인트 높게 예측한다. 그러나 가시적인 공개 베팅 구성이 잔차 히든 상태보다 더 많은 상대 레인지 신호를 설명하며, 복원 가능한 정보의 대부분이 베팅 요약에서 나온다는 것을 시사한다. 행동/가치+구성 기준선은 top-10 정확도 16.5–16.7%에 도달하는 반면, 구성 잔차 히든 프로브는 11.4–12.2%로 떨어지고, 구성 일치 비교는 모든 시드에서 부정적이다. 우리는 이 증거 패턴을 구성 제한 예측 지지(composition-bounded predictive support)라고 부른다: 히든 상태는 여전히 행동 예측적이고 상대 레인지와 상관되어 있지만, 복원 가능한 레인지 정보의 대부분은 잔차 히든 상태 구조가 아니라 가시적인 베팅 구성에 의해 설명된다. 이는 정확한 베이지안 사후 추적이나 인과적 신념 메커니즘에 관한 주장이 아니라 상대 레인지 표현 증거에 관한 사례 연구 주장이다. 합성 통제 및 오라클 검증은 동일한 진단이 사후 민감 상태는 수용하고 일치하는 통제 하에서 원시 구성 상태는 거부함을 보여준다. 따라서 양성 신념 프로브는 신념 추적의 증거로 취급되기 전에 표적 대안을 통해 해석되어야 한다.

arXiv:2607.01498v1cs.LG

Towards Learning Representations of Policies in Two-Player Zero-Sum Imperfect-Information Games

불완전 정보 2인 제로섬 게임에서 정책 임베딩(policy embedding)을 학습하기 위한 데이터셋 생성 방식, 표현 학습 방법(가중치 오토인코더, 함수형 인코더, 궤적 인코더 등), 그리고 평가용 다운스트림 태스크를 체계적으로 제안한다. Kuhn Poker 및 Leduc Poker 실험에서 궤적 인코더(Trajectory Encoder) 기반의 자기지도 학습(self-supervised learning)이 공격적·수동적 전략을 의미 있게 구분하는 유용한 행동 표현을 학습함을 보였다.