研究揭示正则化自博弈可借助参考策略，在多个等价纳什均衡中主动选择目标解。
推荐理由：论文证明参考策略并非仅作正则锚点，而会通过I投影在等价纳什均衡集合中定向选解；这把隐式偏置变成可控的策略设计旋钮。
阅读原文