Исследование предлагает систематизацию методов обучения подражанию для решения комбинаторных задач оптимизации в условиях неопределенности и показывает, что двухэтапные стохастические эксперты обеспечивают оптимальное соотношение производительности и вычислительных затрат.
![В рамках исследуемой стратегии, атакующий (А) действует в соответствии с равновесием Нэша [latex]\tilde{\pi}^{\*}\[/latex], активно перемещаясь на восток к цели и используя ошибку защитника на первом шаге для достижения преимущества.](https://arxiv.org/html/2601.05427v1/x18.png)
Новый подход позволяет последовательно отслеживать отклонения от равновесия в сложных системах, где взаимодействуют несколько агентов, выявляя признаки стратегического несогласия или сговора.
Исследователи предлагают инновационный метод, позволяющий стабилизировать и повысить эффективность обучения больших языковых моделей с подкреплением, особенно в задачах, требующих логических рассуждений.
Новое исследование предлагает комплексный подход к аудиту справедливости алгоритмов, особенно в условиях постоянных изменений и обновлений моделей.
![В исследовании сравнивается коэффициент производительности системы TACTS при различных уровнях загруженности сети - низком, среднем и высоком - для индуцированных транспортных потоков [latex]f_{c} \in \{1.0, 10.0, 30.0\}[/latex], применительно к трем городским сетям: Анахайм, Су-Фолс и Чикаго, демонстрируя её адаптивность к изменяющимся условиям дорожного движения.](https://arxiv.org/html/2601.05375v1/tacts_perf_ratio_cs_random_comp_new.png)
Новая стратегия управления трафиком позволяет оптимизировать потоки в транспортных сетях, где автомобили могут переключаться между различными режимами работы.