论文研究智能体使用历史压缩表示进行决策时,如何判断该表示是否丢失了影响最优行动的关键信息。作者提出四层理论:基于贝叶斯风险的静态充分性、以总变差距离定价外部验证、以任务损失为成本的序贯最优停止,以及固定表示核下达到渐近下界的 Certification Track-and-Stop 策略;论文明确未覆盖表示修复或策略切换。
最近 24 小时暂无可用热度快照。