A Structural Threshold in Decision Capacity Governs Collapse in Self-Play Reinforcement Learning
Ce papier démontre que les agents d'apprentissage par renforcement par auto-jeu subissent un effondrement brutal et réversible vers une perte quasi-maximale uniquement lorsque toutes les décisions contingentes à portée positive sont éliminées, établissant ainsi un seuil structurel où la préservation d'une seule telle décision empêche une convergence catastrophique entraînée par la co-adaptation sous contrainte.