arXiv 发布无偏博弈学习瓶颈的电路复杂度研究

研究以 NIM 为例，揭示浅层固定规模量化网络属于 AC⁰ 电路类，无法计算任意大输入的奇偶性，因而无法在所有棋盘规模上实现最优单步走法。论文提出两条架构设计思路（双帧输入与互补 rollout 策略）并给出持久循环的理论构造，监督实验验证了双帧恢复与多 rollout 头的效果。核心数学结果与构造已在 Lean 中形式化验证，交互版论文与 Lean 源码已在线公布。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。