20260617:目前有914 页

concepts/observable-operator-model.md

@@ -0,0 +1,43 @@
+---
+title: "可观测算子模型 (Observable Operator Model, OOM)"
+created: 2026-06-10
+updated: 2026-06-10
+type: concept
+tags: ["spectral-methods", "pomdp", "system-identification"]
+sources: ["[[minimax-policy-regret-pomg]]"]
+---
+
+# 可观测算子模型 (Observable Operator Model, OOM)
+
+**OOM**（Jaeger, 2000）是将部分可观测系统的动力学表示为按观测-动作对索引的算子集合的框架。关键优势：即使在潜状态空间很大时，也能进行可处理的似然计算。
+
+## 核心公式
+
+对于 [[partially-observable-markov-game|POMG]] 参数 xi = (theta, Phi) 和学习者策略 pi：
+
+```
+P(o_1, ..., o_h | a_1, ..., a_h) = 1^T * J_h(o_h, a_h) * ... * J_1(o_1, a_1) * q_0
+```
+
+其中 J_h(o, a) 是 d×d 的可观测算子，q_0 是初始预测状态。
+
+## [[causal-decomposition-pomg|因果分解]]
+
+在 POMG 中，OOM 算子的关键洞察是可以分解为：
+
+**J_h(o, a) = W_h(o, a) · G_h(pi)**
+
+- W_h（世界通道）：仅依赖世界参数 theta（转移 + 发射核）
+- G_h（对手聚合）：仅依赖对手参数 Phi
+
+这种分解使得世界估计和对手控制可以**独立处理**。
+
+## 与 HMM 的关系
+
+OOM 是隐马尔可夫模型（HMM）的算子化表示。与需要追踪信念状态的 HMM 不同，OOM 直接操作预测状态——所需维度更小。
+
+## 参考
+- [[minimax-policy-regret-pomg|Minimax-Optimal Policy Regret in POMGs]]
+- [[pomdp|POMDP]]
+- [[causal-decomposition-pomg|Causal Decomposition]]
+- [[weak-revealing-condition|Weak Revealing]]