Регулирование выбора эквивалента в регулярном самопроцессе с помощью справочной политики

arXiv:2609.19820v1 Annulates Type: New Habstractive: Regulated самоигре — семья, которая стоит за игрой DeepNash Stratego — проводит политику двух игроков с нулевым исходом к равновесию Нэша, лучше всего соотносясь с медленной, энтропической и упорядоченной референцной политикой в размере rho$. Когда в игре есть политоп, равнозначная стоимости равновесие, регуляризатор молча нарушает галстук: с единой ссылкой он выбирает члена максимальной энтропии - I-прогноз на набор Нэша. Можно ли использовать ссылку для выбора равновесия нарочно? На пяти точно улаженных играх плюс 2-D политопе с точными лучшими ответами и тестами эквивалентности по независимым семенам, закрепляя ссылку на члена-объекта и уточняя самопроигрышные рули этому члену со средней ошибками координат 0,007 при медианной возможности эксплуатации 5\times10 {-5}$TOST, эквивалентной запросу в размере $pm0,05 долл.; якорь продолжается посредством уточнения и следует за ссылкой, а не инициализацией. Отбор после досягаемости