Fugu-MT 論文翻訳(概要): Open Problem: Learning with Variational Objectives on Measures

論文の概要: Open Problem: Learning with Variational Objectives on Measures

arxiv url: http://arxiv.org/abs/2306.11928v1
Date: Tue, 20 Jun 2023 22:31:13 GMT
ステータス: 処理完了
システム内更新日: 2023-06-22 15:25:26.430356
Title: Open Problem: Learning with Variational Objectives on Measures
Title（参考訳）: オープン問題:測度の変動目標を用いた学習
Authors: Vivien Cabannes, Carles Domingo-Enrich
Abstract要約: 同様の目的を対策として記述する動機について論じる。通常の統計的学習結果を、測定値で表される目的に当てはめることができるか?
参考スコア（独自算出の注目度）: 8.020742121274418
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The theory of statistical learning has focused on variational objectives expressed on functions. In this note, we discuss motivations to write similar objectives on measures, in particular to discuss out-of-distribution generalization and weakly-supervised learning. It raises a natural question: can one cast usual statistical learning results to objectives expressed on measures? Does the resulting construction lead to new algorithms of practical interest?
Abstract（参考訳）: 統計的学習の理論は、関数に表される変分目的に焦点を当てている。本稿では,分散一般化と弱い教師付き学習を議論するために,同様の目的を尺度で記述する動機について論じる。通常の統計的学習結果を、測定値で表される目的に当てはめることができるか? その結果、実用的関心のある新しいアルゴリズムが生まれるだろうか?

関連論文リスト

Learning to Ground Existentially Quantified Goals [10.343546104340962]
自律的なAIエージェントのためのゴール命令は、オブジェクトがユニークな名前を持っていると仮定することはできない。これは古典的な計画と一般化された計画の両方において問題を引き起こす。本研究では,新しい教師付き学習手法を用いて,目標設定問題に対処する。
論文参考訳（メタデータ） (2024-09-30T12:49:27Z)
Evaluating Interventional Reasoning Capabilities of Large Language Models [58.52919374786108]
大規模言語モデル(LLM)は、システムの異なる部分への介入の下で因果効果を推定することができる。 LLMが介入に応じてデータ生成プロセスの知識を正確に更新できるかどうかを実証分析して評価する。我々は、様々な因果グラフ(例えば、コンバウンディング、仲介)と変数タイプにまたがるベンチマークを作成し、介入に基づく推論の研究を可能にする。
論文参考訳（メタデータ） (2024-04-08T14:15:56Z)
Generative multitask learning mitigates target-causing confounding [61.21582323566118]
マルチタスク学習のための因果表現学習のためのシンプルでスケーラブルなアプローチを提案する。改善は、目標を狙うが入力はしない、観測されていない共同ファウンダーを緩和することによる。人の属性とタスクノミーのデータセットに対する我々の結果は、事前の確率シフトに対するロバストネスの概念的改善を反映している。
論文参考訳（メタデータ） (2022-02-08T20:42:14Z)
Goal-Aware Cross-Entropy for Multi-Target Reinforcement Learning [15.33496710690063]
本稿では,目標認識型クロスエントロピー(GACE)ロスを提案する。次に、目標関連情報を利用して与えられた指示に集中する目標識別型注意ネットワーク(GDAN)を考案する。
論文参考訳（メタデータ） (2021-10-25T14:24:39Z)
Adversarial Intrinsic Motivation for Reinforcement Learning [60.322878138199364]
政策状態の訪問分布と目標分布とのワッサースタイン-1距離が強化学習タスクに有効に活用できるかどうかを検討する。我々のアプローチは、AIM (Adversarial Intrinsic Motivation) と呼ばれ、このワッサーシュタイン-1距離をその双対目的を通して推定し、補足報酬関数を計算する。
論文参考訳（メタデータ） (2021-05-27T17:51:34Z)
Understanding the origin of information-seeking exploration in probabilistic objectives for control [62.997667081978825]
探索と探索のトレードオフは適応行動の記述の中心である。このトレードオフを解決する1つのアプローチは、エージェントが固有の「探索駆動」を持っていることを装備または提案することであった。汎用的最大化と情報参照行動の組み合わせは, 目的の全く異なる分類の最小化から生じることを示す。
論文参考訳（メタデータ） (2021-03-11T18:42:39Z)
Behavior Priors for Efficient Reinforcement Learning [97.81587970962232]
本稿では,情報とアーキテクチャの制約を,確率論的モデリング文献のアイデアと組み合わせて行動の事前学習を行う方法について考察する。このような潜伏変数の定式化が階層的強化学習(HRL)と相互情報と好奇心に基づく目的との関係について論じる。シミュレーションされた連続制御領域に適用することで,フレームワークの有効性を実証する。
論文参考訳（メタデータ） (2020-10-27T13:17:18Z)
Automatic Curriculum Learning through Value Disagreement [95.19299356298876]
新しい未解決タスクを継続的に解決することが、多様な行動を学ぶための鍵です。エージェントが複数の目標を達成する必要があるマルチタスク領域では、トレーニング目標の選択はサンプル効率に大きな影響を与える可能性がある。そこで我々は,エージェントが解決すべき目標のための自動カリキュラムを作成することを提案する。提案手法は,13のマルチゴールロボットタスクと5つのナビゲーションタスクにまたがって評価し,現在の最先端手法よりも高い性能を示す。
論文参考訳（メタデータ） (2020-06-17T03:58:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。