arXiv论文用电路复杂度解释无偏博弈学习瓶颈

Søren Riis 在 arXiv 发布修订版论文，以 NIM 为例用电路复杂度解释无偏博弈中的学习瓶颈：浅层定点量化网络属于 AC⁰ 类，无法计算任意规模输入的奇偶性，因此无法在所有棋盘规模上实现最优单步落子。 论文提出三条绕行路径：双帧输入可从已知零 nim-sum 位置恢复，互补 rollout 策略暴露缺失不变量，持久循环逐行累积该不变量。监督实验验证了双帧恢复与多 rollout 头的效果，循环部分为理论构造，核心结论已在 Lean 中检验。

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。