論文の概要: Generative Modeling by Value-Driven Transport

• arxiv url: http://arxiv.org/abs/2605.22507v1
• Date: Thu, 21 May 2026 13:57:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-22 16:35:42.287149
• Title: Generative Modeling by Value-Driven Transport
• Title（参考訳）: 価値駆動輸送による生成モデリング
• Authors: Pablo Moreno-Muñoz, Adrian Müller, Gergely Neu,
• Abstract要約: 我々は,測度輸送の離散時間制御定式化に基づく生成モデリングのための新しいフレームワークを開発する。 我々は、訓練されたVDTポリシーが、他の最先端の手法と比較して、多くの好適な特性を享受していることを示す。
• 参考スコア（独自算出の注目度）: 14.31847187460321
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a new framework for generative modeling based on a discrete-time stochastic control formulation of measure transport. Adapting classic results from control theory, we formulate our problem as a linear program whose dual variables correspond to the \emph{optimal value function} of the control problem, which directly encodes the optimal control policy. Exploiting this LP formulation, we develop an efficient simulation-free primal-dual algorithm for computing approximately optimal value functions and the associated \emph{value-driven transport} (VDT) policies which approximate the true optimal policy. We show that well-trained VDT policies enjoy numerous favorable properties in comparison with other state-of-the-art methods based on flows, diffusions, or Schrödinger bridges: they lead to straight transport paths which can be simulated quickly and robustly, and can be enhanced in all the same ways as diffusion and flow-based models (e.g., conditional generation, classifier-free guidance, unpaired data-to-data translation are all easy to incorporate). We evaluate our methodology in a range of experiments, with results that indicate strong performance and good potential for scalability.
• Abstract（参考訳）: 本稿では,測度輸送の離散時間確率制御定式化に基づく生成モデリングのための新しいフレームワークを提案する。 制御理論から古典的な結果に適応して、二変数が最適制御ポリシーを直接エンコードする制御問題の 'emph{optimal value function} に対応する線形プログラムとして問題を定式化する。 このLP定式化を実行し, 近似最適値関数と, 真の最適ポリシーを近似したそれに関連する 'emph{value-driven transport} (VDT) ポリシを計算するための, 効率的なシミュレーション不要な原始双対アルゴリズムを開発した。 フロー,拡散,あるいはシュレーディンガーブリッジに基づく他の最先端の手法と比較して,よく訓練されたVDTポリシーは,高速かつ堅牢にシミュレートされ,拡散モデルやフローベースモデル(例えば,条件生成,分類子なしガイダンス,未ペアデータ変換など)と同様の方法で拡張可能な直線輸送経路へと導かれることを示す。 我々は,その方法論を様々な実験で評価し,高い性能とスケーラビリティの可能性を示す結果を得た。

関連論文リスト

• Drift Flow Matching [69.16550765154163]
  ドリフトフローマッチング(Drift Flow Matching)は,ドリフト生成モデルとフローベース反復生成を結びつけるフレームワークである。 DFMは直接輸送マップの効率を保ちつつ、複数の推論ステップを通じて生成を洗練させる。
  論文  参考訳（メタデータ） (2026-05-17T03:58:01Z)
• Model-Based Policy Adaptation for Closed-Loop End-to-End Autonomous Driving [54.46325690390831]
  本稿では,事前学習したE2E運転エージェントのロバスト性と安全性を高めるための汎用フレームワークとして,モデルベースポリシー適応(MPA)を提案する。 MPAは、ジオメトリ一貫性のあるシミュレーションエンジンを用いて、まず様々な対物軌道を生成する。 MPAは拡散ベースのポリシーアダプタを訓練し、基本方針の予測を洗練させ、Q値モデルを多段階に分けて長期的な結果を評価する。
  論文  参考訳（メタデータ） (2025-11-26T17:01:41Z)
• Neural Conditional Transport Maps [0.0]
  本稿では,カテゴリー型と連続型の両方の条件変数を同時に処理できる条件付け機構を提案する。 提案手法のコアとなるハイパーネットワークは,これらの入力に基づいてトランスポート層パラメータを生成し,適応的なマッピングを生成する。 この研究は、条件付き最適輸送の最先端を推し進め、複雑な高次元領域への最適な輸送原理の広範な適用を可能にした。
  論文  参考訳（メタデータ） (2025-05-21T17:59:02Z)
• Direct Preference Optimization-Enhanced Multi-Guided Diffusion Model for Traffic Scenario Generation [0.0]
  拡散に基づくモデルは、現実的な交通シナリオを生成するために現実世界の運転データを使用することの有効性が認識されている。 これらのモデルは、特定のトラフィック嗜好を取り入れ、シナリオリアリズムを強化するためにガイド付きサンプリングを採用している。 本稿では,新しいトレーニング戦略を利用して,交通前兆に密着した多誘導拡散モデルを提案する。
  論文  参考訳（メタデータ） (2025-02-14T05:29:43Z)
• Stochastic Control for Fine-tuning Diffusion Models: Optimality, Regularity, and Convergence [19.484676783876306]
  拡散モデルは生成モデリングの強力なツールとして登場してきた。 微調整拡散モデルのための制御フレームワークを提案する。 PI-FTは線形速度で大域収束することを示す。
  論文  参考訳（メタデータ） (2024-12-24T04:55:46Z)
• Dynamical Measure Transport and Neural PDE Solvers for Sampling [77.38204731939273]
  本研究では, 対象物へのトラクタブル密度関数の移動として, 確率密度からサンプリングする作業に取り組む。 物理インフォームドニューラルネットワーク(PINN)を用いて各偏微分方程式(PDE)の解を近似する。 PINNはシミュレーションと離散化のない最適化を可能にし、非常に効率的に訓練することができる。
  論文  参考訳（メタデータ） (2024-07-10T17:39:50Z)
• Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
  最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。 MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。 本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
  論文  参考訳（メタデータ） (2022-06-29T22:19:03Z)
• Robust Value Iteration for Continuous Control Tasks [99.00362538261972]
  シミュレーションから物理システムへ制御ポリシを転送する場合、そのポリシは、動作の変動に対して堅牢でなければならない。 本稿では、動的プログラミングを用いて、コンパクトな状態領域上での最適値関数を計算するRobust Fitted Value Iterationを提案する。 より深い強化学習アルゴリズムや非ロバストなアルゴリズムと比較して、ロバストな値の方が頑健であることを示す。
  論文  参考訳（メタデータ） (2021-05-25T19:48:35Z)
• Control as Hybrid Inference [62.997667081978825]
  本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。 連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
  論文  参考訳（メタデータ） (2020-07-11T19:44:09Z)
• Variational Model-based Policy Optimization [34.80171122943031]
  モデルベース強化学習(RL)アルゴリズムにより、実システムとの相互作用から得られたデータとモデル生成データを組み合わせ、RLにおけるデータ効率問題を緩和する。 本稿では,ログライクリフのログライクリフの変動的下界としての目的関数を提案し,モデルとポリシーを共同で学習し,改善する。 多くの連続制御タスクに関する実験により、モデルベース(Eステップ)アルゴリズムはより複雑であるにもかかわらず、浮動小数点数モデルベースポリシー最適化(VMBPO)と呼ばれるアルゴリズムの方がよりサンプリング効率が高いことが示された。
  論文  参考訳（メタデータ） (2020-06-09T18:30:15Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。