Jacobian Rank Collapse

决策导向学习中识别出雅可比矩阵秩崩溃

研究人员在决策导向学习（DFL）中识别出一种称为雅可比矩阵秩崩溃的现象，其中预测器的雅可比矩阵表现出低秩。这种情况意味着优化器使用的梯度是共线的，限制了学习可用的独立参数更新方向。跨越各种配置（包括公平性、最短路径和背包问题）的实验表明，虽然 DFL 可以提供决策质量的适度改进，但这些收益通常是边际的，并且可能对坐标缩放和预测准确性与决策质量等因素敏感。