Fugu-MT 論文翻訳(概要): The Dually Flat Geometry of Planning as Inference

論文の概要: The Dually Flat Geometry of Planning as Inference

arxiv url: http://arxiv.org/abs/2609.04005v1
Date: Thu, 03 Sep 2026 15:44:47 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-04 18:28:39.143272
Title: The Dually Flat Geometry of Planning as Inference
Title（参考訳）: 二重平坦な計画形状の推論
Abstract要約: 本稿では,計画基準を動的に組み込んだ強化学習の占有度尺度の代替的特徴について述べる。我々は、強化学習と理論神経科学のための幾何学とその結果を開発する。
参考スコア（独自算出の注目度）: 1.4757707718663235
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present an alternative characterization of the occupancy measure of reinforcement learning, obtained by embedding the planning criterion into the dynamics through a resetting planning process. Its stationary measure, which we term visitation measure, is the object on which the information geometry of decision making is most naturally expressed. The achievable visitation measures form a dually flat statistical manifold whose two affine charts are the visitation probabilities and the log-policies, dual under the conditional entropy. This structure makes planning-as-inference generalize from linear rewards to nonlinear functionals of the visitation, each iterate solved by one natural-gradient step, and gives the temporal-difference error the interpretation of a marginal-utility estimate. We develop the geometry and its consequences for reinforcement learning and theoretical neuroscience.
Abstract（参考訳）: 本稿では、リセット計画プロセスを通じて計画基準を動的に組み込んだ強化学習の占有率の代替的特徴について述べる。その定常測度は、私たちが訪問測度と呼ぶもので、意思決定の情報幾何学が最も自然に表現される対象である。達成可能な訪問測度は、条件付きエントロピーの下で2つのアフィンチャートが訪問確率と対数政治である双対平坦な統計多様体を形成する。この構造は、線形報酬から訪問の非線形機能への計画-推論を一般化させ、各繰り返しを1つの自然な段階によって解き、時間差誤差に限界効用推定の解釈を与える。我々は、強化学習と理論神経科学のための幾何学とその結果を開発する。

関連論文リスト

Static and Dynamic Approaches to Computing Barycenters of Probability Measures on Graphs [3.702642055407484]
最適輸送問題は、測度の重み付き平均(バリ中心)の定義につながる確率測度の幾何学を定義する。ここでは,古典的最適輸送幾何が縮退するグラフ上で支援された測度に対して,偏心符号化モデルを実装する。確率単純性に関する本質的な勾配降下は、グラフ上で支持される測度を合成および解析するためのコヒーレントな枠組みを提供すると結論付けている。
論文参考訳（メタデータ） (2026-03-27T19:29:28Z)
Temporal Straightening for Latent Planning [58.131390107122456]
潜時計画のための表現学習を改善するために時間的ストレート化を導入する。曲率の減少は、ラテント空間におけるユークリッド距離が測地線距離のより良いプロキシとなることを示す。
論文参考訳（メタデータ） (2026-03-12T17:49:47Z)
Geometry-Aware Probabilistic Circuits via Voronoi Tessellations [12.790945282316763]
確率回路(PC)は正確かつトラクタブルな推論を可能にするが、データ多様体の局所幾何学を捉える能力を制限するデータ独立混合重みを用いる。本稿では,PCの和ノードに直接幾何学的構造を組み込む自然な方法として,Voronoi tessellation (VT)を提案する。この不整合性を定式化し、(1)推論のための下界と上界を保証した近似推論フレームワーク、(2)正確に抽出可能な推論を復元するVTの構造条件の2つの相補的解を開発する。
論文参考訳（メタデータ） (2026-03-12T13:56:35Z)
Manifold Percolation: from generative model to Reinforce learning [0.26905021039717986]
生成的モデリングは通常、学習マッピング規則としてフレーム化されるが、これらの規則にアクセスできない観察者の視点からすると、そのタスクは確率分布から幾何学的支援を引き離すことになる。本研究は, サンプリングプロセスが, 高次元密度推定を支持面上の幾何カウント問題に効果的に投射するので, 連続体パーコレーションは, この支援解析に一意に適していることを示す。
論文参考訳（メタデータ） (2025-11-25T17:12:42Z)
Latent Traversals in Generative Models as Potential Flows [113.4232528843775]
我々は,学習された動的ポテンシャルランドスケープを持つ潜在構造をモデル化することを提案する。物理、最適輸送、神経科学にインスパイアされたこれらの潜在的景観は、物理的に現実的な偏微分方程式として学習される。本手法は,最先端のベースラインよりも定性的かつ定量的に歪んだ軌跡を実現する。
論文参考訳（メタデータ） (2023-04-25T15:53:45Z)
Learning on Persistence Diagrams as Radon Measures [0.0]
生死平面上で支援されたラドン測度空間上で連続関数を近似する手法を開発した。そのような測度の空間のコンパクト部分集合上で定義される任意の連続函数は任意に近似できることを示す。
論文参考訳（メタデータ） (2022-12-16T06:20:19Z)
Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文参考訳（メタデータ） (2022-05-18T17:11:23Z)
Time varying regression with hidden linear dynamics [74.9914602730208]
線形力学系に従って未知のパラメータが進化することを前提とした時間変化線形回帰モデルを再検討する。反対に、基礎となる力学が安定である場合、このモデルのパラメータは2つの通常の最小二乗推定と組み合わせることで、データから推定できることが示される。
論文参考訳（メタデータ） (2021-12-29T23:37:06Z)
GELATO: Geometrically Enriched Latent Model for Offline Reinforcement Learning [54.291331971813364]
オフライン強化学習アプローチは、近近法と不確実性認識法に分けられる。本研究では,この2つを潜在変動モデルに組み合わせることのメリットを実証する。提案したメトリクスは、分布サンプルのアウトの品質と、データ内のサンプルの不一致の両方を測定します。
論文参考訳（メタデータ） (2021-02-22T19:42:40Z)
Plan2Vec: Unsupervised Representation Learning by Latent Plans [106.37274654231659]
Plan2vecは、強化学習にインスパイアされた教師なしの表現学習手法である。 Plan2vecは、近距離を用いて画像データセット上に重み付きグラフを構築し、その局所距離を、計画された経路上の経路積分を蒸留することによって、大域的な埋め込みに外挿する。 1つのシミュレーションと2つの実世界の画像データセットに対する Plan2vec の有効性を実証する。
論文参考訳（メタデータ） (2020-05-07T17:52:23Z)

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。