深度分析
以30狀態HMM與POMDP（DQN）分析2026年F1能量策略與反收割陷阱偵測
2026年F1規則改變讓電能成為賽事決策核心。本研究用30狀態HMM搭配POMDP近似與DQN決策，從五項公開遙測推估對手ERS、Override Mode與胎耗。合成評估顯示ERS推斷準確率與陷阱檢測表現明顯優於單訊號門檻法，為後續博弈擴展提供基準。
POMDP
深度分析
Trace‑Prior RL：以市場先驗與 KL 懲罰修復 POMDP 下的市場對齊風險
本文在二間旅館的定價模擬中揭示一種常被忽視的失效模式：單一數值回報（例如 RevPAR）可能掩蓋非市場化的定價行為。研究指出，部分觀測下的競爭者狀態會把目標行為變成分布式標的，確定性值函數或單點複製會把未解的隱含不確定性壓縮成捷徑行為。
深度分析
Veroic 框架：以 POMDP 與貝式信念實現大型語言模型的風險感知推論
在黑箱大型語言模型服務中，Veroic 透過可驗證觀測與貝式信念估計回應可靠度，並在預算限制下動態決定是否升級推論路徑，實驗顯示其在品質與成本間取得更佳平衡。相較於傳統單一路徑或靜態擴容策略，Veroic 能在長期序列決策中維持風險校準，並提升多項基準的正確率。
深度分析
主動推理與 empowerment：以量化指標界定 AI 的代理性
隨著代理型AI快速崛起，傳統以自主性與目標導向定義的代理性已不足。研究以意圖、理性與可解釋性為核心，透過主動推理的部分可觀測馬可夫決策過程，在T迷宮任務中以資訊通道容量（empowerment）測量，區分零、低與高代理性表型。結果顯示，代理性提升後，治理策略須由外部限制轉向內部偏好調整。
深度分析
COMPASS：以POMDP建模的自適應提示工程，用於LLM任務規劃說明
COMPASS提出一套把提示工程形式化為認知與機率決策流程的自適應方法，採用部分可觀察馬可夫決策過程（POMDP）建模使用者潛在認知狀態（如注意力與理解），並將觀察到的互動回饋納入策略合成，動態生成或修正用於大型語言模型（LLM）的提示與說明。
深度分析
多代理系統的容量衍生語意空間與 Wyner‑Ziv 編碼之結構相變分析
當不同計算容量的代理人共存於同一環境時，他們可形成各自的語意字母表；研究以容量衍生的語意空間 Q_{m,T}(M) 為基礎，證明低於臨界率的意圖保留通訊結構上不可行，實驗顯示傳輸率可比傳統上限低 19 倍。