The Curvature Shadow: An Apparent Failure of Maximum-Entropy Equilibrium Selection is a Removable Artifact

Technisches Resümee: Der Krümmungsschatten in der regularisierten Nash-Dynamik

Problemstellung
In Zwei-Spieler-Nullsummenspielen, in denen die Menge der Nash-Gleichgewichte (NE) ein konvexes Polyeder statt eines einzelnen Punktes bildet, wird empirisch beobachtet, dass regularisierte Solver wie die Regularisierte Nash-Dynamik (R-NaD) zum Maximum-Entropie-Gleichgewicht konvergieren. Dieses Mitglied ist theoretisch äquivalent zur Informationsprojektion (I-Projektion) einer uniformen Referenzstrategie auf die NE-Menge. Es existiert jedoch eine offensichtliche Ausnahme in Kuhn Poker: Während R-NaD zu einem exakten Nash-Gleichgewicht (Exploitability von Null) konvergiert, weicht die resultierende Bluff-Frequenz (0,180) von der theoretischen Maximum-Entropie-Koordinate (0,201) um etwa 0,021 ab. Dies geschieht, obwohl das konvergierte Profil 99,7 % der maximal möglichen Entropie erreicht. Die zentrale Frage ist, ob diese Koordinatenlücke eine echte, systematische Selektionsverzerrung (Selection Bias) von R-NaD darstellt oder ein Artefakt, das aus der Wechselwirkung zwischen einem geringfügigen Rest-Entropie-Defizit und der lokalen Geometrie der Entropie-Landschaft resultiert.

Methodik
Die Studie verwendet einen diagnostischen Ansatz unter Verwendung einer tabellarischen Extensive-Form-Engine mit exakten Counterfactual-Werten und ohne Sampling oder Funktionsapproximation. Die Analyse konzentriert sich auf fünf Spiele mit eindimensionalen Nash-Segmenten: Kuhn Poker (sequentiell, unvollständige Information) und vier Matrix-Spiele (ein einziger Informationssatz pro Spieler).

1. Theoretische Dekomposition: Die Autoren leiten eine lokale geometrische Identität für die Selektionslücke auf einer eindimensionalen Nash-Mannigfaltigkeit ab. Durch die Expansion der Entropiefunktion $H(\sigma(c))$ um ihr Maximum $c^*$ etablieren sie, dass eine Koordinate mit einem Entropie-Defizit $\delta = H^* - H(\sigma(c))$ die Lücke $|c - c^*|$ wie folgt faktorisiert:
   $$\text{gap} \approx \sqrt{2\delta / \kappa}$$
   wobei $\kappa$ die lokale Krümmung der Entropie-Landschaft am Peak ist. Diese Dekomposition trennt das „Defizit“ (warum der Solver vor dem Erreichen der maximalen Entropie stoppt) von der „Krümmung“ (wie stark dieses Defizit in einen Koordinaten-Offset verstärkt wird).

2. Hypothesenprüfung: Die Arbeit kontrastiert zwei Hypothesen:

   • $H_{flat}$: Die Lücke ist ein Artefakt eines kleinen, entfernbaren Entropie-Defizits $\delta$, das durch Flachheit ($\kappa$) verstärkt wird. Wenn $\delta \to 0$, verschwindet die Lücke.
   • $H_{bias}$: R-NaD weist eine systematische Verzerrung auf, was bedeutet, dass die Lücke auch bei $\delta \to 0$ auf einem Wert ungleich Null bestehen bleibt.

3. Experimentelle Verifizierung:

   • Statischer Vergleich: R-NaD wird auf alle fünf Spiele angewendet, um die gelandete Koordinate, das Entropie-Defizit $\delta$ und die Krümmung $\kappa$ zu messen.
   • Kausaler Sweep (Kuhn): Der Magnetstärke-Parameter $\eta$ in R-NaD wird von 0,80 bis 0,10 variiert. Diese Variation treibt das Entropie-Defizit $\delta$ gegen Null, während die Dynamik stabil bleibt, was die Beobachtung des Lückenverhaltens relativ zur vorhergesagten $\sqrt{2\delta/\kappa}$-Kurve ermöglicht.
   • Quantifizierung der Krümmung: Die Studie quantifiziert $\kappa$ für jedes Spiel mittels Least-Squares-Quadrat-Fits der Entropie-Landschaft und verifiziert die Skalierungsbeziehung.

Wesentliche Beiträge und Ergebnisse

• Exakte Faktorisierung der Lücke: Die Studie bestätigt, dass die Koordinatenlücke über alle getesteten Spiele hinweg exakt als $\sqrt{2\delta/\kappa}$ faktorisiert. Die Beziehung hält innerhalb von $2 \times 10^{-4}$ (relativer Fehler < 1 %).
• Auflösung der Kuhn-Ausnahme:
  • In den vier Matrix-Spielen erreicht R-NaD das Maximum-Entropie-Mitglied exakt ($\delta \approx 0$), was unabhängig von der Krümmung (selbst in Spielen, die flacher als Kuhn sind) zu einer Lücke von Null führt.
  • In Kuhn Poker existiert ein kleines Entropie-Defizit ($\delta \approx 8,3 \times 10^{-4}$). Aufgrund des moderat flachen Peaks ($\kappa \approx 4,0$) wird dieses kleine Defizit in die beobachtete Koordinatenlücke von 0,021 verstärkt.
  • Die Lücke wird somit als „Krümmungsschatten“ eines entfernbaren Defizits identifiziert und nicht als Selektionsverzerrung.
• Kausale Validierung via Magnet-Sweep: Durch Abschwächung der Magnetstärke $\eta$ in Kuhn Poker treiben die Autoren $\delta \to 0$. Die resultierende Lücke verringert sich entlang der vorhergesagten Kurve gegen Null. Ein Log-Log-Fit von Lücke gegen $\delta$ ergibt einen Skalierungsexponenten von 0,5013 ($R^2 > 0,999999$), was der theoretischen Vorhersage von $1/2$ für $H_{flat}$ entspricht und $H_{bias}$ widerlegt (welches einen Steigungswert nahe 0 vorhersagen würde). Die Lücke erreicht erst dann nicht Null, wenn $\eta$ unter eine Stabilitätsgrenze von $\eta \approx 0,15$ fällt, was zu dynamischer Instabilität (Grenzzyklen) führt.
• Krümmungsabhängigkeit: Die Studie zeigt, dass Flachheit notwendig, aber nicht hinreichend für eine Lücke ist; ein nicht-null Defizit ist ebenfalls erforderlich. Ein hypothetisches Defizit auf einem spitzen Peak ($\kappa \approx 20$) würde eine etwa 2,24-mal kleinere Lücke erzeugen als auf dem flacheren Peak von Kuhn.
• Tsallis-Entropie-Warnung: Die Arbeit warnt davor, Tsallis-Entropie ohne Anpassung als „Krümmungsregler“ zu verwenden, da die Änderung des Entropie-Index $q$ die Ziel-Maximum-Entropie-Koordinate $c^*_q$ verschiebt. Der Vergleich eines Tsallis-regularisierten Solvers mit einem Shannon-basierten Ziel würde das Verschieben des Ziels mit dem Krümmungseffekt verwechseln.

Bedeutung und Behauptungen
Die Arbeit behauptet, eine fundierte Erklärung für das scheinbare Gegenbeispiel in Kuhn Poker zu liefern und damit die I-Projektions-Konjektur (dass R-NaD das Maximum-Entropie-Mitglied auswählt) bis zu einem „flachheitsbegrenzten Residuum“ aufrechtzuerhalten. Die primäre Bedeutung liegt in dem Nachweis, dass die beobachtete Abweichung keine fundamentale Fehlfunktion des Selektionsmechanismus ist, sondern ein geometrisches Artefakt der Krümmung der Entropie-Landschaft, das auf ein kleines, entfernbares Defizit wirkt.

Die Studie begrenzt ihren Umfang explizit:

• Sie beweist nicht die I-Projektions-Konjektur für alle Spiele oder alle Initialisierungsbedingungen, sondern validiert sie für das Regime der uniformen Referenz.
• Sie identifiziert nicht den präzisen Mechanismus, der das Entropie-Defizit in sequentiellen Spielen verursacht (hypothetisch im Zusammenhang mit Reach-Weighted-Regularisierung stehend), sondern stellt lediglich fest, dass es existiert.
• Sie führt keinen kausalen Sweep der Krümmung $\kappa$ selbst durch (aufgrund des Fehlens einer stabilen sequentiellen Familie mit abstimmbarer Krümmung), sondern stützt sich stattdessen auf gemessene Krümmungen und die abgeleitete geometrische Identität.

Die Arbeit schließt mit der Feststellung, dass die „Kuhn-Lücke“ ein entfernbares Artefakt ist und die I-Projektions-Erklärung gültig bleibt, sofern das Entropie-Defizit gegen Null getrieben werden kann, vorbehaltlich der dynamischen Stabilitätsbeschränkungen des Solvers.