🧠
神经网络变得轻松（第五十五部分）：对比内在控制（CIC）·进阶篇
（2/3）· 离散技能算法在连续控制里失灵，CIC 如何靠对比密度估测补上这块短板
很多人在连续动作环境里直接套 DIAYN、DADS，结果发现智能体越训越僵。问题不在奖励设计，而在鉴别器根本撑不住海量潜在行为。先把动作空间类型分清，再谈技能学习。
◍ 编码器与策略网络的分层堆法
状态编码器（state_encoder）在第五、第六层做了维度压缩与拼接：第五层用 256 个基础 OCL 神经元降到 128 个，激活函数选 LReLU，优化器走 ADAM；第六层切换为 defNeuronConcatenate 类型，把上层的 128 维窗口（prev_count）与账户描述（AccountDescr）按 NSkills 步长拼合，输出经 SIGMOID 压到 0~1 区间。 Actor 网络从 layer 0 起手就是 NSkills 个无激活基础神经元，随后 layer 1 用 Concatenate 把 LatentCount 与 NSkills 做窗口拼接，再叠两层 LReLU 的 BaseOCL（各 LatentCount 宽），末层直接映射到 NActions 并用 SIGMOID 给出动作概率——这套结构在 MT5 里跑强化学习策略时，改 LatentCount 会明显影响显存占用与收敛速度。 Critic 网络先 Clear 再建输入层，代码在 Input layer 处截断，但前面每一层都遵循同一防御式写法：new 失败立即 return false，Add 失败则 delete 描述符再返回，避免层描述对象泄漏。
MQL5 / C++
descr.type = defNeuronBaseOCL; descr.count = class="num">256; descr.optimization = ADAM; descr.activation = LReLU; if(!state_encoder.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">5 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; prev_count = descr.count = class="num">128; descr.activation = LReLU; descr.optimization = ADAM; if(!state_encoder.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">6 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronConcatenate; descr.count = NSkills; descr.window = prev_count; descr.step = AccountDescr; descr.optimization = ADAM; descr.activation = SIGMOID; if(!state_encoder.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- Actor actor.Clear(); class=class="str">"cmt">//--- layer class="num">0 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; prev_count = descr.count = NSkills; descr.activation = None; descr.optimization = ADAM; if(!actor.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">1 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronConcatenate; descr.count = LatentCount; descr.window = prev_count; descr.step = NSkills; descr.optimization = ADAM; descr.activation = SIGMOID; if(!actor.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">2 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!actor.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">3 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!actor.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">4 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = NActions; descr.activation = SIGMOID; descr.optimization = ADAM; if(!actor.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- Critic critic.Clear(); class=class="str">"cmt">//--- Input layer if(!(descr = new CLayerDescription()))
「评论家与卷积网络的层定义细节」
这段逻辑在搭建强化学习智能体的两个子网络：critic 负责价值估计，convolution 负责状态特征提取。每一层都先 new 一个 CLayerDescription，填完参数再丢进对应容器，Add 失败就 delete 并回 false，避免内存泄漏。 critic 的网络从 base 层起步，LatentCount 个节点、None 激活、ADAM 优化；随后用 defNeuronConcatenate 把上层的 prev_count 窗口按 NActions 步长拼接，再叠三层 base 层（均用 LReLU），最后一层输出 NRewards 个节点且激活函数为 None，对应多奖励信号的价值头。 convolution 的输入层维度直接算死：2 * (HistoryBars * BarDescr + AccountDescr)，也就是把历史 K 线描述和账户状态拼成双倍宽向量。第一层卷积给 512 个节点、SIGMOID 激活；第二层改用 defNeuronConvOCL，节点数 512/8=64，窗口与步长都是 8，window_out 固定为 2，LReLU 激活——这种 8 倍压缩率在小显存显卡上跑 MT5 的 OpenCL 后端时延迟可能更稳。 开 MT5 把 LatentCount、HistoryBars、NActions 这几个宏改成你自己的品种参数，重新编译就能看到网络规模对回测速度的影响，外汇与贵金属杠杆交易高风险，参数乱调可能直接爆仓。
MQL5 / C++
class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; prev_count = descr.count = LatentCount; descr.activation = None; descr.optimization = ADAM; if(!critic.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">1 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronConcatenate; descr.count = LatentCount; descr.window = prev_count; descr.step = NActions; descr.optimization = ADAM; descr.activation = LReLU; if(!critic.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">2 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!critic.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">3 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!critic.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">4 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = NRewards; descr.optimization = ADAM; descr.activation = None; if(!critic.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- Convolution convolution.Clear(); class=class="str">"cmt">//--- Input layer if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; prev_count = descr.count = class="num">2 * (HistoryBars * BarDescr + AccountDescr); descr.activation = None; descr.optimization = ADAM; if(!convolution.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">1 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = class="num">512; descr.window = prev_count; descr.step = NActions; descr.optimization = ADAM; descr.activation = SIGMOID; if(!convolution.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">2 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronConvOCL; prev_count = descr.count = class="num">512 / class="num">8; descr.window = class="num">8; descr.step = class="num">8; class="type">int prev_wout = descr.window_out = class="num">2; descr.activation = LReLU; descr.optimization = ADAM; if(!convolution.Add(descr)) {
卷积与判别器的层描述装配
这段逻辑在生成器（convolution）里连续堆了三层卷积：第 3、4 层都是 defNeuronConvOCL，窗口和步长固定为 4，输出窗口 window_out 压到 2，每层神经元数按 (prev_count * prev_wout) / 4 收缩。第 5 层切到 defNeuronBaseOCL，数量直接取 EmbeddingSize，不再做卷积降维。 判别器（descriminator）先 Clear 再重建。第 0 层用 defNeuronBaseOCL 接 NSkills 个输入、无激活；第 1 层是 defNeuronConcatenate，把 window=prev_count、step=NSkills 拼成 LatentCount 宽，激活走 SIGMOID；后面两层 BaseOCL 各 LatentCount 宽、LReLU。 每层都先 new CLayerDescription，Add 失败就 delete 并返回 false——在 MT5 里跑这套，若某层参数算出来 prev_count 为 0，后续除法会静默产出空层，建议加 Print(prev_count) 自查。外汇与贵金属模型训练属高风险实验，过拟合概率不低。
MQL5 / C++
class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">3 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronConvOCL; prev_count = descr.count = (prev_count * prev_wout) / class="num">4; descr.window = class="num">4; descr.step = class="num">4; prev_wout = descr.window_out = class="num">2; descr.activation = LReLU; descr.optimization = ADAM; if(!convolution.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">4 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronConvOCL; prev_count = descr.count = (prev_count * prev_wout) / class="num">4; descr.window = class="num">4; descr.step = class="num">4; prev_wout = descr.window_out = class="num">2; descr.activation = LReLU; descr.optimization = ADAM; if(!convolution.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">5 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = EmbeddingSize; descr.activation = LReLU; descr.optimization = ADAM; if(!convolution.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- Descriminator descriminator.Clear(); class=class="str">"cmt">//--- layer class="num">0 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; prev_count = descr.count = NSkills; descr.activation = None; descr.optimization = ADAM; if(!descriminator.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">1 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronConcatenate; descr.count = LatentCount; descr.window = prev_count; descr.step = NSkills; descr.optimization = ADAM; descr.activation = SIGMOID; if(!descriminator.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">2 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!descriminator.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">3 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!descriminator.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">4
◍ 判别器与技能投影网络的层定义
在 MT5 的 OpenCL 神经网络封装里，判别器（descriminator）先清掉旧结构，再从第 4 层开始堆。第 4 层用 defNeuronBaseOCL、LReLU 激活、ADAM 优化，节点数等于 EmbeddingSize；第 5 层切到 defNeuronSoftMaxOCL，step 写死为 1，同样走 ADAM。 技能投影（skill_project）走的是另一条 6 层通道：layer 0 接收 NSkills 个原始输入，激活设 None；layer 1 压缩到 LatentCount 并用 SIGMOID；layer 2~4 都在 LatentCount 与 EmbeddingSize 之间用 LReLU 做非线性映射。 每段都用 new CLayerDescription() 拿对象，Add 失败就 delete 并回 false，全过完才 return true。EmbeddingSize、LatentCount、NSkills 都是外部宏或常量，改它们会直接改变网络宽度，外汇与贵金属行情下模型过拟合概率会随之波动，属高风险调参。 下面这段是两层网络构建的核心代码片段，逐行看的就是对象生命周期和层参数挂钩方式。
MQL5 / C++
if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = EmbeddingSize; descr.activation = LReLU; descr.optimization = ADAM; if(!descriminator.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">5 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronSoftMaxOCL; descr.count = EmbeddingSize; descr.step = class="num">1; descr.optimization = ADAM; if(!descriminator.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- Skills project skill_project.Clear(); class=class="str">"cmt">//--- layer class="num">0 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; prev_count = descr.count = NSkills; descr.activation = None; descr.optimization = ADAM; if(!skill_project.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">1 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.optimization = ADAM; descr.activation = SIGMOID; if(!skill_project.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">2 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!skill_project.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">3 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!skill_project.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">4 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = EmbeddingSize; descr.activation = LReLU; descr.optimization = ADAM; if(!skill_project.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">5 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronSoftMaxOCL; descr.count = EmbeddingSize; descr.step = class="num">1; descr.optimization = ADAM; if(!skill_project.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- class="kw">return true;
「用代码堆出五层隐含网络的结构」
这段函数把调度器里的网络层一层层塞进数组，从输入到 softmax 输出共 6 层描述对象。第一层节点数等于 NSkills，激活函数设为 None，优化器统一用 ADAM，相当于把原始特征直接喂给后续层。 第二层开始引入 LatentCount 个隐节点，window 绑定上一层节点数 prev_count，激活换成 SIGMOID；第三、四层继续用 LatentCount 节点但改 LReLU，第五层回到 NSkills 节点数并保留 LReLU，最后一层用 defNeuronSoftMaxOCL 做分类输出，step 写死为 1。 每一层 new 出来后都立刻 Add 进 scheduler，失败就 delete 并返回 false，这种写法在 MT5 里跑若 LatentCount 设得过大，可能让显存占用陡增。开 MT5 把 NSkills 和 LatentCount 打印出来，能直接看到每层维度是否对得上。 OnInit 里先校验品种名再 Refresh，随后创建 RSI 与 CCI 指标句柄，任一失败即 INIT_FAILED，这说明网络输入特征依赖这两个振荡器的周期参数 RSIPeriod 与 CCIPeriod。
MQL5 / C++
class="type">bool SchedulerDescriptions(CArrayObj *scheduler) { class=class="str">"cmt">//--- Scheduller if(!scheduler) { scheduler = new CArrayObj(); if(!scheduler) class="kw">return class="kw">false; } scheduler.Clear(); class=class="str">"cmt">//--- CLayerDescription *descr = NULL; class=class="str">"cmt">//--- layer class="num">0 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; class="type">int prev_count = descr.count = NSkills; descr.activation = None; descr.optimization = ADAM; if(!scheduler.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">1 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.window = prev_count; descr.optimization = ADAM; descr.activation = SIGMOID; if(!scheduler.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">2 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!scheduler.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">3 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = LatentCount; descr.activation = LReLU; descr.optimization = ADAM; if(!scheduler.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">4 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronBaseOCL; descr.count = NSkills; descr.activation = LReLU; descr.optimization = ADAM; if(!scheduler.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- layer class="num">5 if(!(descr = new CLayerDescription())) class="kw">return class="kw">false; descr.type = defNeuronSoftMaxOCL; descr.count = NSkills; descr.step = class="num">1; descr.optimization = ADAM; if(!scheduler.Add(descr)) { class="kw">delete descr; class="kw">return class="kw">false; } class=class="str">"cmt">//--- class="kw">return true; } class="type">int OnInit() { class=class="str">"cmt">//--- if(!Symb.Name(_Symbol)) class="kw">return INIT_FAILED; Symb.Refresh(); class=class="str">"cmt">//--- if(!RSI.Create(Symb.Name(), TimeFrame, RSIPeriod, RSIPrice)) class="kw">return INIT_FAILED; class=class="str">"cmt">//--- if(!CCI.Create(Symb.Name(), TimeFrame, CCIPeriod, CCIPrice))
初始化阶段对模型与缓冲区的硬校验
EA 在 OnInit 收尾段把所有依赖项串起来做一次性校验：指标句柄创建失败直接返回 INIT_FAILED，避免后续 Tick 里空指针崩盘。 ATR、MACD 的 Create 调用若失败立即退出；RSI/CCI/ATR/MACD 四个缓冲区按 HistoryBars 统一 Resize，任意一项失败就打印函数名与行号并终止，这一步决定了回看窗口能拉多长。 神经网络模型从 "Enc.nnw" 与 "Act.nnw" 载入，文件缺失时现场用 CreateDescriptions 重建网络描述并 Create，仍失败则清掉三个 CArrayObj 后返回 INIT_FAILED。 载入后做维度对账：Actor 输出节点数必须等同 NActions，否则报错退出；Encoder 第 0 层输出总数必须等于 HistoryBars * BarDescr，Actor 第 0 层输入必须等于 Encoder 输出尺寸，三处任一不匹配就 INIT_FAILED。 Scheduler 模型可选，载入失败仅置 bRandomSkills=true 并跳过其 OpenCL 绑定；最后把 Encoder 的 OpenCL 上下文共享给 Actor，完成初始化。外汇与贵金属杠杆高，这类校验疏漏可能在实盘放大滑点与异常下单风险。
MQL5 / C++
class="kw">return INIT_FAILED; class=class="str">"cmt">//--- if(!ATR.Create(Symb.Name(), TimeFrame, ATRPeriod)) class="kw">return INIT_FAILED; class=class="str">"cmt">//--- if(!MACD.Create(Symb.Name(), TimeFrame, FastPeriod, SlowPeriod, SignalPeriod, MACDPrice)) class="kw">return INIT_FAILED; if(!RSI.BufferResize(HistoryBars) || !CCI.BufferResize(HistoryBars) || !ATR.BufferResize(HistoryBars) || !MACD.BufferResize(HistoryBars)) { PrintFormat("%s -> %d", __FUNCTION__, __LINE__); class="kw">return INIT_FAILED; } class=class="str">"cmt">//--- if(!Trade.SetTypeFillingBySymbol(Symb.Name())) class="kw">return INIT_FAILED; class=class="str">"cmt">//--- load models class="type">class="kw">float temp; if(!Encoder.Load(FileName + "Enc.nnw", temp, temp, temp, dtStudied, true) || !Actor.Load(FileName + "Act.nnw", temp, temp, temp, dtStudied, true)) { CArrayObj *actor = new CArrayObj(); CArrayObj *encoder = new CArrayObj(); CArrayObj *descr = new CArrayObj(); if(!CreateDescriptions(encoder,actor, descr,descr,descr,descr)) { class="kw">delete encoder; class="kw">delete actor; class="kw">delete descr; class="kw">return INIT_FAILED; } if(!Encoder.Create(encoder) || !Actor.Create(actor)) { class="kw">delete encoder; class="kw">delete actor; class="kw">delete descr; class="kw">return INIT_FAILED; } class="kw">delete encoder; class="kw">delete actor; class="kw">delete descr; class=class="str">"cmt">//--- } bRandomSkills = (!Scheduler.Load(FileName + "Sch.nnw", temp, temp, temp, dtStudied, true)); COpenCLMy *opcl = Encoder.GetOpenCL(); Actor.SetOpenCL(opcl); if(!bRandomSkills) Scheduler.SetOpenCL(opcl); Actor.getResults(ActorResult); if(ActorResult.Size() != NActions) { PrintFormat("The scope of the actor does not match the actions count(%d <> %d)", NActions, Result.Total()); class="kw">return INIT_FAILED; } class=class="str">"cmt">//--- Encoder.GetLayerOutput(class="num">0, Result); if(Result.Total() != (HistoryBars * BarDescr)) { PrintFormat("Input size of State Encoder doesn&class="macro">#x27;t match state description(%d <> %d)", Result.Total(), (HistoryBars * BarDescr)); class="kw">return INIT_FAILED; } class=class="str">"cmt">//--- vector<class="type">class="kw">float> EncoderResults; Actor.GetLayerOutput(class="num">0,Result); Encoder.getResults(EncoderResults); if(Result.Total() != class="type">int(EncoderResults.Size())) { PrintFormat("Input size of Actor doesn&class="macro">#x27;t match Encoder outputs(%d <> %d)", Result.Total(), EncoderResults.Size()); class="kw">return INIT_FAILED; }
把技能表象诊断交给小布
这些 CIC 相关的状态可预测性诊断，小布盯盘的 AIGC 已内置，打开对应品种页即可看到策略稳定性曲线，你只需判断要不要切换模型。
常见问题
DIAYN 依赖分类式鉴别器最大化互信息，适合离散动作；CIC 用对比预测编码近似条件熵，在连续动作空间里更稳定，且鼓励状态转换熵最大化带来行为多样性。
目前小布内置的是诊断与可视化，不直接托管训练。你可以把 MQL5 导出的技能表象接入品种页做稳定性比对。
竞争力算法靠鉴别器估测互信息，环境潜在行为一多，有限能力的鉴别器就需要海量数据，否则准确性崩塌，CIC 的高功率对比结构正是为此而生。
CPC 负责表象训练，从状态-动作轨迹里提取关键特征并建模连续状态依赖，为后续内在奖励与技能实例化提供基础表示。
连续控制策略在实盘可能因市场状态偏移导致可预测性下降，外汇贵金属杠杆高、波动突发行情多，回测多样不代表实盘概率占优，需分批验证。