Paired policy comparisons

成对策略比较

Gepaarte Policy-Vergleiche

Both intervals contain zero; improvement is not established. The comparisons share scenarios and are not independent replications. Intervals are pointwise, without adjustment for multiple comparisons.

两组区间均包含零，尚未建立提升结论。比较共用情境，不是独立重复实验。区间为逐比较区间，未经多重比较校正。

Beide Intervalle enthalten null; eine Verbesserung ist nicht nachgewiesen. Die Vergleiche teilen Szenarien und sind keine unabhängigen Wiederholungen. Die Intervalle sind punktweise, ohne Korrektur für Mehrfachvergleiche.

Design and units

设计与单位

Aufbau und Einheiten

The finite six-agent benchmark uses matched random scenarios, mirrored roles, three agents per policy and zero-sum utility. Each result contains 60,000 independent scenario pairs and 120,000 interactions. Both results use the same scenarios and are dependent. Utility is reported in the original fixed reference unit U per 100 policy-role interactions, without numerical rescaling. These remain observations from the original benchmark; no new domain or cross-domain experiment is claimed.

有限六智能体基准使用匹配随机情境、镜像角色、每策略三个智能体与零和效用。每项结果包含 60,000 对独立情境和 120,000 次交互。两项结果共用情境、相互依赖。效用沿用原实验固定参考单位 U，以每 100 次策略角色交互报告，不做数值重标度。数据仍来自原基准，不代表新增领域或跨领域实验。

Der endliche Benchmark mit sechs Akteuren verwendet gleiche Zufallsszenarien, gespiegelte Rollen, drei Akteure je Policy und Nullsummennutzen. Je Ergebnis: 60.000 unabhängige Paare und 120.000 Interaktionen. Beide Ergebnisse teilen Szenarien und sind abhängig. Der Nutzen behält die feste Originaleinheit U je 100 Policy-Rollen-Interaktionen ohne Umskalierung. Es sind Beobachtungen des ursprünglichen Benchmarks, kein neuer Bereich oder Domänentransfer.

Completion and integrity

补全与完整性

Vervollständigung und Integrität

Both policies use the same deterministic passive completion when supported policy mass is absent. Completion counts are divided by observed policy decisions, not by all possible states. Both completed comparisons passed independent full-record checks of unique pairs, mirrored roles, raw totals and zero-sum settlement; nonzero terminal residuals: 0.

有效策略质量缺失时，双方使用相同的确定性保守补全。补全计数的分母为实际策略决策数，不是全部可能状态。两项完整比较均通过独立全记录核查，涵盖样本对唯一性、镜像角色、原始汇总与零和结算；非零终止残差为 0。

Beide Policies verwenden bei fehlender unterstützter Masse dieselbe deterministische passive Vervollständigung. Der Nenner zählt beobachtete Entscheidungen, nicht mögliche Zustände. Unabhängige vollständige Prüfungen bestätigten eindeutige Paare, gespiegelte Rollen, Rohsummen und Nullsummenabrechnung; nichtnullige terminale Reste: 0.

Record identity

记录身份

Belegidentität

E20261015-A

dc3ec12aa60f59431b9ba08f4dd7c9205294b025c581e206ded6dc4e3bea0960

E20261015-B

d9da92785373d9a87b98ffb27c24c7e33a532e2950841feb4302b95eafc525d9

SHA-256 digests identify the completed source result records. Policy assets, individual observations and private execution settings are not included in this aggregate release.

SHA-256 校验值对应已完成的原始结果记录。本次汇总发布不包含策略资产、逐条观察或私有执行配置。

SHA-256-Prüfsummen identifizieren die abgeschlossenen Originalergebnisse. Policy-Assets, Einzelbeobachtungen und private Ausführungseinstellungen gehören nicht zu dieser Aggregatausgabe.

These earlier replays contain 15,169 and 11,000 evaluated decisions. Exact-action and category agreement retain their published precision and original definitions. Agreement is neither a utility estimate nor a success rate. Record-level observations are absent from this extract; additional confidence intervals are not computed. These studies are not pooled with the October comparisons.

较早回放包含 15,169 和 11,000 次已评价决策。精确动作与类别一致率保留公开精度及原定义。一致率不是效用估计或成功率。摘录不含逐条观察，不补算置信区间，也不与 10 月比较合并。

Die früheren Replays enthalten 15.169 und 11.000 Entscheidungen. Exakte und kategoriale Übereinstimmung behalten veröffentlichte Genauigkeit und Definition. Übereinstimmung ist weder Nutzen noch Erfolgsquote. Einzelbeobachtungen fehlen; zusätzliche Intervalle werden nicht berechnet. Die Studien werden nicht mit Oktobervergleichen zusammengeführt.