43 lines
1.6 KiB
Markdown
43 lines
1.6 KiB
Markdown
---
|
||
title: "弱揭示条件 (Weak Revealing Condition)"
|
||
created: 2026-06-10
|
||
updated: 2026-06-10
|
||
type: concept
|
||
tags: ["pomdp", "system-identification", "partial-observability"]
|
||
sources: ["[[minimax-policy-regret-pomg]]"]
|
||
---
|
||
|
||
# 弱揭示条件 (Weak Revealing Condition)
|
||
|
||
**Weak Revealing**（Liu et al., 2022a）是 [[partially-observable-markov-game|POMG]]/[[pomdp|POMDP]] 中关于观测信息量的结构假设，排除观测完全无信息的退化情况。
|
||
|
||
## 形式化定义
|
||
|
||
存在 kappa >= 1 和 alpha_kappa > 0，使得对于任意两个世界参数 theta, theta'：
|
||
|
||
```
|
||
|| O_{h:h+kappa-1}^{theta}(·|q,o,a) - O_{h:h+kappa-1}^{theta'}(·|q,o,a) ||_1
|
||
>= alpha_kappa * || W_h^theta(o,a)·q - W_h^{theta'}(o,a)·q ||_1
|
||
```
|
||
|
||
即：世界通道差异可通过 kappa 步学习者观测窗口以至少 alpha_kappa 的信号强度检测。
|
||
|
||
## 直觉
|
||
|
||
- kappa：窗口长度——需要多少步观测才能揭示动力学差异
|
||
- alpha_kappa：信号强度——差异有多容易被检测
|
||
|
||
如果 kappa 很小且 alpha_kappa 很大 → 观测高度信息性 → 学习容易
|
||
如果 kappa 很大或 alpha_kappa 很小 → 观测信息性差 → 学习困难（可能需要指数级样本）
|
||
|
||
## 在 POMG 中的角色
|
||
|
||
1. 排除"观测完全无信息"的退化 POMG（否则无法从观测数据中识别世界动力学）
|
||
2. 量化学习难度：alpha_kappa 和 kappa 出现在 regret 界的对数因子中
|
||
3. 与 [[observable-operator-model|OOM]] 框架紧密结合
|
||
|
||
## 参考
|
||
- [[minimax-policy-regret-pomg|Minimax-Optimal Policy Regret in POMGs]]
|
||
- [[observable-operator-model|OOM]]
|
||
- [[partially-observable-markov-game|POMG]]
|