論文の概要: Minimal Recurrent Behavioral Memory for Imitation under Partial Observability
- arxiv url: http://arxiv.org/abs/2609.25757v1
- Date: Tue, 22 Sep 2026 06:52:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.258837
- Title: Minimal Recurrent Behavioral Memory for Imitation under Partial Observability
- Title（参考訳）: 部分可観測下におけるイミュレーションのための最小繰り返し動作記憶法
- Abstract要約: イベントに依存しない将来の行動監視は、凍結した構成で36/40ドルの十分な種子を産出する。
我々は、この最小限のリカレント動作メモリを互換性関係により特徴付ける。
- 参考スコア（独自算出の注目度）: 4.081610854729677
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: What is the least recurrent memory needed to reproduce a specified expert under partial observability? The instantaneous requirement is the conditional entropy of the expert's behavioral quotient, but recurrence must also preserve distinctions that future observations will not restore before use. We characterize this minimal recurrent behavioral memory by a compatibility relation: under transitivity its classes attain the exact minimum, while the general case is an entropy minimization over closed compatible state assignments, with exact certificates on finite instances. A sole-carrier measurement protocol separates behavioral sufficiency, excess code rate, and information carried by observations or other memory paths; experimental bit requirements refer to the induced symbolic behavioral model under the stated occupancy. Across manipulation tasks, learned code rates remain near zero- and two-bit requirements as hidden modes grow to $512$, and anticipatory memory follows a $2\to1\to0$ requirement despite zero instantaneous demand during waiting. Learning this representation remains difficult: event-agnostic future-behavior supervision yields $36/40$ sufficient seeds with one frozen configuration and improves the longest-horizon pixel setting from $0/8$ to $6/8$ sufficient held-out seeds (closed-loop success from $0.08$ to $0.57$). On unmodified community benchmarks, the protocol certifies delay-independent requirements, which sufficient codes match at mid-delay. The supervision aids commitment but can induce predictive surplus; annealing it lets imitation and rate training reduce that surplus, separating the information-theoretic target from the ability to learn it.
- Abstract（参考訳）: 部分的な可観測性の下で特定の専門家を再現するのに必要となる、最小のリカレントメモリは何か?
即時要求は、専門家の行動商の条件付きエントロピーであるが、再帰は、将来の観測が使用前に回復しないという区別を保持する必要がある。
推移性の下では、そのクラスは正確な最小値に達するが、一般的なケースは、有限インスタンス上の正確な証明書を持つ、閉じた整合状態の割り当てに対するエントロピー最小化である。
単独キャリア測定プロトコルは、観測やその他のメモリパスによって運ばれる行動満足度、過剰なコードレート、情報を分離する。
操作タスク全体にわたって、シークレットコードレートは、隠蔽モードが512ドルに増加するにつれて、ゼロと2ビットの要件に近いままであり、予想メモリは、待機中の即時要求がゼロであるにもかかわらず、2.1\to0$要件に従っている。
イベント非依存の未来の行動監督は、凍結した1つの構成で36/40ドルの十分なシードを取得し、最長の水平ピクセル設定を0/8ドルから6/8ドルに改善する(クローズドループの成功は0.08ドルから0.57ドルになる)。
修正されていないコミュニティベンチマークでは、このプロトコルは遅延非依存の要件を認定する。
この監督はコミットメントを補助するが、予測余剰を誘導し、模倣とレートトレーニングによってその余剰を減らし、情報理論の目標を学習能力から切り離す。
関連論文リスト
- Repeated-Game Security for Restaking-Based Verifiable Inference [2.9661360665913574]
本論文は,1ラウンドスラッシング条件が同一の利害関係下での推論を繰り返すと,セキュリティを過小評価できることを示す。
本稿では,歴史に依存した課題,評価ヘビー級のスラッシュ,利得の優位性を組み合わせた展開可能なメカニズムを提案する。
論文 参考訳（メタデータ） (2026-08-10T03:03:56Z) - Minimal Markovization via Stable Quotients in Holonomy-Cover Decision Processes [13.539613784615605]
可視的ダイナミクスがRLであり、実現された可視的遷移がすべて、固定的な置換を隠れモードに適用する構造化されたPOMDPクラスについて述べる。
我々は、現在の観測と安定クラスのペアが、完全に有限なマルコフ状態を形成することを証明している。
実験では、原状態から商状態への正確な圧縮を回復し、3つの決定時間メモリ状態で完全なペア順序精度を達成する。
論文 参考訳（メタデータ） (2026-07-29T17:03:35Z) - Remembering Distinct Items, Not Tokens: A Learnable Dirichlet-Process Cache Between State-Space Models and Attention [0.48342038441006796]
本稿では,入力が新規である場合にのみスロットを割り当てるスパースキャッシュについて検討する。
固定濃度の静的キャッシュと,最近の新規性率に追従したサプライズ適応変種という2つの形態で開発する。
論文 参考訳（メタデータ） (2026-07-10T18:28:21Z) - Fast Unlearning at Scale via Margin Self-Correction [52.46927918952516]
言語モデルアンラーニングは、トレーニングモデルを更新して、選択したトレーニング例を見ていないかのように振る舞う。
MASCは、既存のベースラインの計算コストのごく一部で、競争力のある忘れがちなトレードオフを達成する。
論文 参考訳（メタデータ） (2026-06-01T21:49:54Z) - Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。
各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。
これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
論文 参考訳（メタデータ） (2026-04-20T13:25:40Z) - Achieving Constant Regret in Linear Markov Decision Processes [57.34287648914407]
我々は不特定線形マルコフ決定過程(MDP)に対するアルゴリズムCert-LSVI-UCBを導入する。
Cert-LSVI-UCB は $tildemathcalO(d3H5/Delta)$ の累積後悔を高い確率で示し、不特定度 $zeta$ が $tildemathcalO(Delta / (sqrtdH2))$ 以下であることを示す。
論文 参考訳（メタデータ） (2024-04-16T17:23:19Z) - Efficient Reinforcement Learning with Impaired Observability: Learning
to Act with Delayed and Missing State Observations [92.25604137490168]
本稿では,制御系における効率的な強化学習に関する理論的研究を紹介する。
遅延および欠落した観測条件において,RL に対して $tildemathcalO(sqrtrm poly(H) SAK)$ という形でアルゴリズムを提示し,その上限と下限をほぼ最適に設定する。
論文 参考訳（メタデータ） (2023-06-02T02:46:39Z) - Theta sequences as eligibility traces: a biological solution to credit
assignment [0.0]
信用割当問題(例えば、RLにおける政策評価)は、しばしば前の状態を通して予測エラーをブートストラップする必要がある。
本研究では,海馬におけるテータ振動時の神経活動の連鎖であるテータ配列を解法として提案する。
テータ配列のモデルの解析とシミュレートにより、既存の$mathsfO$ msニューロンのメモリトレースが効果的に拡張されるような圧縮挙動を示す。
論文 参考訳（メタデータ） (2023-05-14T11:04:36Z) - Micro-level Reserving for General Insurance Claims using a Long
Short-Term Memory Network [0.0]
本稿では,Long Short-Term Memory(LSTM)ニューラルネットワークと呼ばれるディープラーニングアプローチにおいて,粒度情報を組み込んだ離散時間個別保存フレームワークを提案する。
ネットワークには2つのタスクがある: 1つは支払いか回復かを分類し、もう1つは対応するゼロでない金額を予測する。
論文 参考訳（メタデータ） (2022-01-27T02:49:42Z) - Online Selective Classification with Limited Feedback [82.68009460301585]
オンライン学習モデルにおいて、予測者がインスタンスの分類を控える可能性のある選択的分類について検討する。
私たちが考慮している設定の健全な2つの側面は、データが不可避である可能性があるため、データは不可避である可能性があるということです。
smash$tildeO(T1-mu)$ over abstention against Adaptive adversaries. smash$tildeO(T1-mu)$ incurring smash$tildeO(T1-mu)$ over abstention。
論文 参考訳（メタデータ） (2021-10-27T08:00:53Z)
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。