Kapan Jejak Agen Agregat Dapat Didiagnosis? Interpretasi Terkendali Lalu Lintas dan Abstensi Terkalibrasi

Kerangka kerja yang mengutamakan diagnosabilitas, membatasi interpretasi kesalahan agregat pada eksposur kebijakan bersih dan melakukan abstensi ketika jejak tidak dapat mendukung suatu klaim

Peiying Zhu; Sidi Chang· 2026· DOI 10.48550/arXiv.2609.25806

Masalah inti

Jejak runtime sering dianggap sebagai jendela transparan ke perilaku agen, namun kebijakan loop tertutup menentukan state mana yang dikunjungi dan kegagalan mana yang menjadi terlihat. Penulis mempelajari agen penetapan harga hotel tersimulasi yang memetakan waktu, inventaris, dan kondisi pasar ke aksi harga diskret di bawah rezim permintaan yang bervariasi. Suatu kesalahan dapat tidak meninggalkan jejak agregat ketika kebijakan jarang mengunjungi sel yang terdampak, sehingga penilaian atau lokalisasi naif menjadi tidak andal. Klaim utamanya adalah bahwa masuk ke interpretasi kesalahan agregat saja harus diperlakukan sebagai **keputusan diagnosabilitas** yang mendahului penilaian atau lokalisasi. Makalah ini memformalkannya sebagai proses bergerbang: pertama tetapkan eksposur, lalu nilai perubahan, dan lakukan abstensi ketika jejak tidak dapat mendukung klaim. Ini membingkai ulang masalah dari "apa kesalahannya?" menjadi "apakah jejak ini bahkan mampu mengungkapnya?"

Dalam evaluasi heldout satu kali yang dibekukan, 55/72 (76,4%) unit komponen rezim diterima referensi, mewakili 20 komponen fisik. Dari jumlah tersebut, 54/55 lolos penerimaan runtime yang cocok, sedangkan unit yang ditolak melakukan abstensi. Penerimaan palsu yang stabil adalah 0/20, dengan batas atas eksak satu sisi 95% sebesar 0,1391, memenuhi kriteria yang dibekukan sebesar 0,20. Di seluruh 540 baris unit-arm berulang yang bersarang dalam 20 klaster tersebut, lalu lintas bersih yang terdampak menurunkan negative log likelihood sebesar 29,3% relatif terhadap cakupan sel, dengan peningkatan 0,1264 nats per baris (interval cluster-bootstrap 95% [0,0593, 0,1918]). Penambahan mask family dan interaksinya meningkatkan log loss sebesar 0,0015 nats per baris (batas atas satu sisi 0,0066), di bawah margin kecukupan praktis yang dibekukan sebesar 0,01. Hasil ini menunjukkan bahwa pendekatan bergerbang mencapai abstensi terkalibrasi sekaligus mempertahankan daya deteksi.

Jejak runtime sering dianggap sebagai jendela transparan ke perilaku agen, namun kebijakan loop tertutup menentukan state mana yang dikunjungi dan kegagalan mana yang menjadi terlihat. Penulis mempelajari agen penetapan harga hotel tersimulasi yang memetakan waktu, inventaris, dan kondisi pasar ke aksi harga diskret di bawah rezim permintaan yang bervariasi. Suatu kesalahan dapat tidak meninggalkan jejak agregat ketika kebijakan jarang mengunjungi sel yang terdampak, sehingga penilaian atau lokalisasi naif menjadi tidak andal. Klaim utamanya adalah bahwa masuk ke interpretasi kesalahan agregat saja harus diperlakukan sebagai **keputusan diagnosabilitas** yang mendahului penilaian atau lokalisasi. Makalah ini memformalkannya sebagai proses bergerbang: pertama tetapkan eksposur, lalu nilai perubahan, dan lakukan abstensi ketika jejak tidak dapat mendukung klaim. Ini membingkai ulang masalah dari "apa kesalahannya?" menjadi "apakah jejak ini bahkan mampu mengungkapnya?"

Kerangka kerja ini menggunakan dua gerbang berurutan. **Gerbang peta referensi** mensyaratkan dukungan kebijakan bersih yang berulang untuk unit komponen rezim. **Gerbang runtime yang cocok** kemudian mensyaratkan dukungan bersama pada aliran bersih dan aliran saat ini. Analisis sinyal hanya dilakukan setelah kedua gerbang lolos. Penerimaan palsu dikalibrasi pada aliran bersih yang terpisah pada tingkat komponen fisik, dan deteksi dimodelkan berdasarkan lalu lintas bersih yang terdampak, bukan cakupan sel nominal.

Temuan ini mendukung aturan terbatas untuk menginterpretasikan perilaku agen agregat: pertama tetapkan eksposur, lalu nilai perubahan, dan lakukan abstensi ketika jejak tidak dapat mendukung klaim. Gerbang peta referensi dan runtime yang cocok menyediakan cara berprinsip untuk menghindari kepercayaan palsu dalam interpretasi kesalahan agregat saja. Penggunaan lalu lintas bersih yang terdampak sebagai model deteksi merupakan inovasi kunci, karena memperhitungkan pola kunjungan kebijakan alih-alih mengasumsikan cakupan yang seragam. Temuan audit pengembangan bahwa exact minimum hitting set dan pemilihan greedy memilih dukungan yang identik pada 12/12 skenario menunjukkan bahwa bukti singleton sering menyelesaikan konflik, sehingga menyederhanakan implementasi. Namun, pendekatan ini terbatas pada domain penetapan harga hotel tersimulasi dan mungkin memerlukan adaptasi untuk sistem loop tertutup lainnya. Penelitian selanjutnya dapat memperluas kerangka kerja ini ke ruang state kontinu dan pengaturan multi-agen.

Praktisi dan peneliti ilmu komputer

Membuka konten member…