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

技术摘要：正则化纳什动力学中的曲率阴影

问题陈述
在两个玩家的零和博弈中，若纳什均衡（NE）集合形成一个凸多面体而非单点，观测发现正则化求解器（如正则化纳什动力学 R-NaD）会收敛到最大熵均衡。该成员在理论上等价于均匀参考策略在 NE 集上的信息投影（I-projection）。然而，库恩扑克（Kuhn poker）中存在一个明显的例外：虽然 R-NaD 收敛到了一个精确的纳什均衡（零可利用性），但所得的诈唬频率（0.180）与理论上的最大熵坐标（0.201）偏差了约 0.021。尽管收敛后的剖面已达到了最大可能熵的 99.7%，但该坐标偏差依然存在。核心问题在于：这一坐标间隙究竟代表了 R-NaD 一种真实的、系统性的选择偏差，还是由微小的残余熵亏损与熵景观局部几何结构相互作用而产生的伪影？

研究方法
本研究采用了一种诊断方法，使用具有精确反事实值且无采样或函数近似的表格型扩展形式引擎。分析重点针对五个具有一维纳什段的博弈：库恩扑克（顺序、不完全信息）以及四个矩阵博弈（每个玩家只有一个信息集）。

1. 理论分解： 作者推导出了在一维纳什流形上针对选择间隙的局部几何恒等式。通过在最大值 $c^*$ 附近对熵函数 $H(\sigma(c))$ 进行展开，他们建立了一个对于具有熵亏损 $\delta = H^* - H(\sigma(c))$ 的点，其坐标间隙 $|c - c^*|$ 的因子分解式：
   $$\text{gap} \approx \sqrt{2\delta / \kappa}$$
   其中 $\kappa$ 是熵景观顶峰处的局部曲率。该分解将“亏损”（求解器为何未能达到最大熵）与“曲率”（该亏损如何在坐标偏移中被放大）进行了分离。

2. 假设检验： 本文对比了两种假设：

   • $H_{flat}$： 间隙是由一个微小的、可消除的熵亏损 $\delta$ 被平坦度（$\kappa$）放大而产生的伪影。当 $\delta \to 0$ 时，间隙也会消失。
   • $H_{bias}$： R-NaD 存在系统性偏差，这意味着即使在 $\delta \to 0$ 时，间隙也会保持为一个非零值。

3. 实验验证：

   • 静态比较： 运行 R-NaD 处理所有五个博弈，测量落点坐标、熵亏损 $\delta$ 以及曲率 $\kappa$。
   • 因果扫描（库恩扑克）： 通过调节 R-NaD 中的磁力强度参数 $\eta$ 从 0.80 降至 0.10。这种变化在保持动力学稳定的同时，驱动熵亏损 $\delta$ 向零趋近，从而观察间隙相对于预测曲线 $\sqrt{2\delta/\kappa}$ 的行为。
   • 曲率量化： 研究通过对熵景观进行最小二乘二次拟合来量化每个博弈的 $\kappa$，并验证了缩放关系。

主要贡献与结果

• 间隙的精确分解： 研究证实，在所有测试的博弈中，坐标间隙都精确地符合 $\sqrt{2\delta/\kappa}$ 的因子分解。该关系在误差范围内保持一致（相对误差 $< 1\%$）。
• 库恩扑克例外的解析：
  • 在四个矩阵博弈中，R-NaD 精确达到了最大熵成员（$\delta \approx 0$），因此无论曲率如何（即使在比库恩扑克更平坦的游戏中），间隙均为零。
  • 在库恩扑克中，存在微小的熵亏损（$\delta \approx 8.3 \times 10^{-4}$）。由于其峰值较为平坦（$\kappa \approx 4.0$），这一微小的亏损被放大了，产生了 0.021 的坐标间隙。
  • 因此，该间隙被识别为可消除亏损的“曲率阴影”，而非选择偏差。
• 通过磁力扫描进行的因果验证： 通过减弱库恩扑克中的磁力强度 $\eta$，作者驱动 $\delta \to 0$。结果显示，间隙沿着预测曲线向零递减。间隙与 $\delta$ 的对数-对数拟合得到的缩放指数为 0.5013（$R^2 > 0.999999$），这与 $H_{flat}$ 的理论预测（即斜率为 $1/2$）相匹配，并反驳了 $H_{bias}$（后者会预测斜率趋于 0）。只有当 $\eta$ 降至稳定性底线（$\eta \approx 0.15$）以下导致动力学不稳定（极限环）时，间隙才无法达到零。
• 曲率依赖性： 研究表明，平坦性是产生间隙的必要但不充分条件，同时还需要非零的亏损。一个假设中的亏损若出现在尖锐峰值（$\kappa \approx 20$）上，其产生的间隙将比在库恩扑克的平坦峰值上小约 2.24 倍。
• 关于 Tsallis 熵的警告： 文中警告不要在不进行调整的情况下将 Tsallis 熵作为“曲率拨盘”使用，因为改变熵指数 $q$ 会移动目标最大熵坐标 $c^*_q$。将基于 Tsallis 正则化的求解器与基于 Shannon 熵的目标进行比较，会将“移动的目标”与“曲率效应”混淆。

意义与主张
本文声称为库恩扑克中看似存在的反例提供了一个合理的解释，维护了 I-投影猜想（即 R-NaD 选择最大熵成员）在“平坦度限制残余”范围内的有效性。其主要意义在于证明，所观察到的偏差并非选择机制的根本失效，而是熵景观的曲率作用于一个微小且可消除的亏损时所产生的几何伪影。

研究明确限定了其范围：

• 它并未证明 I-投影猜想适用于所有博弈或所有初始化条件，而是验证了其在均匀参考方案下的有效性。
• 它并未识别出导致顺序博弈中熵亏损的具体机制（假设与到达权重正则化有关），仅确认了其存在。
• 它并未对曲率 $\kappa$ 本身进行因果扫描（由于缺乏可调节曲率的稳定顺序博弈族），而是依靠测量的曲率和推导出的几何恒等式进行分析。

研究结论认为，“库恩间隙”是一个可消除的伪影，只要能将熵亏损驱动至零，I-投影解释在受限于求解器动力学稳定性约束的前提下依然有效。