論文の概要: Accelerating Evolutionary Strategy via Rao-Blackwellizing Realization of Uncertain Input

• arxiv url: http://arxiv.org/abs/2608.02073v1
• Date: Mon, 03 Aug 2026 11:21:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.508552
• Title: Accelerating Evolutionary Strategy via Rao-Blackwellizing Realization of Uncertain Input
• Title（参考訳）: Rao-Blackwellizing Realization of Uncertain Input による進化戦略の加速
• Abstract要約: 目的関数自体よりも目的関数への入力が不確実である入力不確実性(OIU)下での最適化について検討する。 得られた入力の情報は、ラオ・ブラックウェル化により勾配推定器のばらつきを低減できることを示す。
• 参考スコア（独自算出の注目度）: 1.0742675209112622
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We investigate Optimization under Input Uncertainty (OIU), in which the input to the objective function, rather than the objective function itself, is subject to uncertainty. OIU appears in manufacturing processes with production tolerance, control of physical systems with actuation noise, Mixture of Experts, and Reinforcement Learning (RL). Most of the existing approaches solve OIU by using the value of the objective function but discard the information of the realized input, even though the realized input is observable in various applications. The question here is whether the discarded information of the realized input is useful to accelerate the optimization process. We affirmatively answer this question for Evolutionary Strategy (ES) by theoretically showing that the information of the realized input can reduce the variance of the gradient estimator via Rao-Blackwellization. Using the Rao-Blackwellized gradient estimator, we propose Phenotype-Accelerated Evolutionary Strategy (PAES), which is a refinement of ES for OIU. Numerical experiments show that PAES converges faster than the usual ES from simple continuous optimization problems to RL benchmarks.
• Abstract（参考訳）: 目的関数自体よりも目的関数への入力が不確実である入力不確実性(OIU)下での最適化について検討する。 OIUは製造プロセスにおける耐生産性、アクティベーションノイズのある物理システムの制御、エキスパートの混合、強化学習(RL)に現れる。 既存の手法のほとんどは、目的関数の値を用いてOIUを解くが、実現された入力は様々なアプリケーションで観測可能であるにもかかわらず、実現された入力の情報を捨てる。 ここでの問題は、実現された入力の破棄された情報が最適化プロセスの高速化に有用であるかどうかである。 進化戦略(ES)のこの問題に対して、実現された入力の情報により、ラオ・ブラックウェル化による勾配推定器のばらつきを低減できることを理論的に示すことにより、肯定的に答える。 提案手法はPhenotype-Accelerated Evolutionary Strategy (PAES, Phenotype-Accelerated Evolutionary Strategy) である。 数値実験により、PAESは単純な連続最適化問題からRLベンチマークまで、通常のESよりも早く収束することが示された。

関連論文リスト

• CARE: Competence-Aware Reward Shaping for Adaptive Reasoning Length in Video-MLLMs [50.189987475377656]
  マルチモーダル推論における適応推論長最適化のための能力認識型報酬形成フレームワークであるCAREを提案する。 CAREは、パスレートの指数的な移動平均を通したスムーズなコンピテンス推定を維持し、それを訓練を進行段階にルートするために利用する。 複数のビデオ推論と一般的なビデオ理解ベンチマークの実験により、CAREは推論精度を一貫して改善し、強化学習を安定化し、トークン効率を大幅に向上することを示した。
  論文  参考訳（メタデータ） (2026-06-18T08:28:26Z)
• FactorEngine: A Program-level Knowledge-Infused Factor Mining Framework for Quantitative Investment [22.43322983799291]
  FactorEngine(FE)は、Turing完全コードとしてファクタをキャストする。 FEは、構造化されていない財務報告を実行可能なファクタープログラムに変換する。 FEは、予測安定性とポートフォリオへの影響が著しく強い要因を生み出します。
  論文  参考訳（メタデータ） (2026-03-17T10:51:30Z)
• CurES: From Gradient Analysis to Efficient Curriculum Learning for Reasoning LLMs [53.749193998004166]
  カリキュラム学習は,大規模言語モデルの学習効率を高める上で重要な役割を担っている。 収束を加速し,計算オーバーヘッドを最小限に抑えるためにベイズ後続推定を用いた効率的な学習法であるCurESを提案する。
  論文  参考訳（メタデータ） (2025-10-01T15:41:27Z)
• TopoSizing: An LLM-aided Framework of Topology-based Understanding and Sizing for AMS Circuits [7.615431299673158]
  従来のブラックボックス最適化はサンプリング効率を実現するが、回路理解に欠ける。 提案するTopoSizeは、生のネットリストから直接、堅牢な回路理解を行うエンドツーエンドフレームワークである。
  論文  参考訳（メタデータ） (2025-09-17T16:52:46Z)
• Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits [21.491246867521053]
  変分量子アルゴリズム(VQA)は、短期量子デバイスを活用可能なフレームワークとして注目されている。 VQAの有効性は、システムサイズや回路深さが増加するにつれて勾配が指数関数的に減少するいわゆるバレン高原問題によって制約されることが多い。
  論文  参考訳（メタデータ） (2025-08-25T21:37:36Z)
• Optimizers Qualitatively Alter Solutions And We Should Leverage This [62.662640460717476]
  ディープニューラルネットワーク(DNN)は、SGDのようなローカル情報のみを使用する場合、損失のグローバルな最小限に収束することを保証できない。 コミュニティは、既存のメソッドのバイアスを理解すること、また、ソリューションの特定の特性を誘発する明示的な意図で、新しいDNNを構築することを目的としている。
  論文  参考訳（メタデータ） (2025-07-16T13:33:31Z)
• Rethinking Prompt Optimization: Reinforcement, Diversification, and Migration in Blackbox LLMs [10.434732630519377]
  本稿では,フィードバック機構の強化を主眼とした新しい自動プロンプト最適化(APO)フレームワークを提案する。 LLM生成したフィードバックに固有のノイズを軽減するため,フィードバックの多様化という手法を導入する。 我々のアプローチは、強いベースラインを一貫して上回り、大幅な精度の向上、より高速な収束、計算コストの低減を実現している。
  論文  参考訳（メタデータ） (2025-07-14T00:20:14Z)
• A Simple and Effective Reinforcement Learning Method for Text-to-Image Diffusion Fine-tuning [61.403275660120606]
  強化学習(Reinforcement Learning, RL)に基づく微調整は, 拡散モデルとブラックボックスの目的を整合させる強力なアプローチとして登場した。 拡散微調整のための新しいRLであるLOOP(Left-one-out PPO)を提案する。 以上の結果から, LOOPは様々なブラックボックス対象の拡散モデルを効果的に改善し, 計算効率と性能のバランスを良くすることを示す。
  論文  参考訳（メタデータ） (2025-03-02T13:43:53Z)
• Efficient Diffusion as Low Light Enhancer [63.789138528062225]
  RATR(Reflectance-Aware Trajectory Refinement)は、イメージの反射成分を用いて教師の軌跡を洗練するための、シンプルで効果的なモジュールである。 textbfReDDiT (textbfDistilled textbfTrajectory) は低照度画像強調(LLIE)に適した効率的で柔軟な蒸留フレームワークである。
  論文  参考訳（メタデータ） (2024-10-16T08:07:18Z)
• Data-Driven Optimization of Directed Information over Discrete Alphabets [15.372626012233736]
  方向性情報(DI)は、逐次解析モデルの研究と分析のための基本的な尺度である。 離散入力空間上でのDIのための新しい推定最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-01-02T12:25:40Z)
• CCLF: A Contrastive-Curiosity-Driven Learning Framework for Sample-Efficient Reinforcement Learning [56.20123080771364]
  我々は、強化学習のためのモデルに依存しないコントラスト駆動学習フレームワーク(CCLF)を開発した。 CCLFは、サンプルの重要性を完全に活用し、自己管理的な学習効率を向上させる。 このアプローチをDeepMind Control Suite、Atari、MiniGridベンチマークで評価する。
  論文  参考訳（メタデータ） (2022-05-02T14:42:05Z)

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。