#符号规则

可审计性并非单一属性：强化学习中的规则重叠与行为一致性

论文研究独立训练的强化学习策略能否通过可审计的离散行为规则来表示与组合。作者将可审计性拆解为六个可分别检验的谓词，并发现规则集重叠并不代表行为一致：策略可能共享符号规则却在新状态上近乎随机行动。研究结论对规则融合优于价值组合的说法提出限制，贡献的是一套有证据边界的审计与组合协议。