Когда губернатор становится неуверенным в себе: контролируемое возмущение и покрытое расходами резервирование средств у управляющих агентов, использующих инструменты

arXiv: 261 0909037v1 Annuate Type: новый резюме: управляющие могут вмешиваться в деятельность регулируемых ими агентов, использующих инструменты. Мы изучаем эту возможность в контролируемой среде восстановления файлов, где повышение интенсивности регулирования приводит к экспериментальным сбоям с использованием инструментов. Губернатор, который скупится на издержки, может превратить эти неудачи в упорное блокирование, которое препятствует выполнению задачи. Мы сравниваем этого губернатора с правилом, которое снижает вероятность вмешательства, используя скользящее среднее число известных искусственных событий. В случае ручной закодированной стохастической политики, модель отказа проявляется как в итоговой замене, так и при выполнении искаженных аргументов. В рамках последовательной политики адаптивная отдача улучшает завершение работы по сравнению с фиксированным слабым губернатором, который имеет приблизительно одинаковую частоту вмешательства. Эксперимент с использованием Gemini 2.5 Flash, включающий 576 эпизодов из 6 задач, также показывает снижение степени блокировки и улучшение завершения работ при обратной установке; среди испытанных настройок промежуточная противооткатная прочность в час