論文の概要: Differentiable Policy Transport over Multi-Layer Network Feasibility Geometry

• arxiv url: http://arxiv.org/abs/2609.26068v1
• Date: Sun, 02 Aug 2026 01:24:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.854429
• Title: Differentiable Policy Transport over Multi-Layer Network Feasibility Geometry
• Title（参考訳）: 多層ネットワークフェーシビリティ幾何上での微分可能な政策輸送
• Abstract要約: 学習されたポリシーは、干渉、電力レートの結合、フローの保存、サービスチェーン、キャパシティ、レイテンシ、信頼性に関する層間制約を満たす必要があります。 本稿では,輸送理論による制約結合モデルであるEmphNetwork Feasibility Geometry Reinforcement Learning (NFG-RL)を提案する。 NFG-RLは不均一な制約を型付き残留ブロックにコンパイルし、異なる変分演算子を介してプロトアクションを輸送する。
• 参考スコア（独自算出の注目度）: 18.421650390525055
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Learning-based control is increasingly central to automating network operations. A learned policy, however, must satisfy cross-layer constraints on interference, power-rate coupling, flow conservation, service chains, capacity, latency, and reliability. Existing methods typically account for only a subset of this geometry and only indirectly, e.g., through reward penalties, Lagrange multipliers, or post-hoc repairs. This paper proposes \emph{Network Feasibility Geometry Reinforcement Learning} (NFG-RL), which models coupled constraints via transport theory and the residual inclusion $\bphi_{\mathfrak{N}}(x,a)\in\cK_{\mathfrak{N}}$, defining the executed policy as the pushforward of a proto-policy through a feasibility-transport map. NFG-RL compiles heterogeneous constraints into typed residual blocks and transports proto-actions through a differentiable variational operator, letting active constraints shape execution, exploration, and actor gradients. Our analysis shows that exact transport yields almost-sure feasible execution, while active constraints contract exploration onto the feasible tangent space. It further establishes a nonnegative first-order gain from critic-tilted transport over plain projection and recovers backpressure scheduling as the gradient of a lifted drift residual. In two public-trace-conditioned wireless-edge surrogate environments, NFG-RL improves feasible utility by \textbf{37.5--41.5\%} over the strongest non-NFG method in each environment, reduces raw-action violation by \textbf{48.5--60.8\%}, and lowers P99 delay by \textbf{57.0--75.5\%}, outperforming a range of optimization and learning baselines.
• Abstract（参考訳）: 学習ベースの制御は、ネットワーク操作の自動化においてますます重要になっている。 しかし、学習されたポリシーは、干渉、パワーレートの結合、フローの保存、サービスチェーン、キャパシティ、レイテンシ、信頼性に関する層間制約を満たさなければならない。 既存の方法は通常、この幾何学のサブセットのみを考慮し、報酬ペナルティ、ラグランジュ乗算器、ポストホック修復を通じて間接的にのみ、例えば報酬ペナルティを課す。 本稿では,輸送理論と残留包摂的包摂性$\bphi_{\mathfrak{N}}(x,a)\in\cK_{\mathfrak{N}}$をモデルとし,その実行方針をプロトポリスのプッシュフォワードとして定義する,NFG-RL(emph{Network Feasibility Geometry Reinforcement Learning})を提案する。 NFG-RLは、不均一な制約を型付けされた残留ブロックにコンパイルし、異なる可変演算子を介してプロトアクションを転送することで、アクティブな制約が実行、探索、アクター勾配を形作る。 我々の分析では、正確な輸送はほぼ確実に実現可能な実行をもたらすが、アクティブな制約は実現可能な接点空間への探索を収縮する。 さらに、非負の1次ゲインを、不規則なプロジェクションを越え、リフトドリフト残差の勾配としてバックプレッシャスケジューリングを回復させる。 NFG-RLは2つの公開トラス条件の無線エッジサロゲート環境において、各環境における最強の非NFG法に対して \textbf{37.5--41.5\%} で実現可能なユーティリティを改善し、 \textbf{48.5--60.8\%} で生アクション違反を低減し、P99遅延を \textbf{57.0-75.5\%} で低減し、最適化と学習ベースラインを上回ります。

関連論文リスト

• AT-SKM-Net: An Accelerated Trainable Sampling Kaczmarz-Motzkin Framework for Linear Hard-Constraint Feasibility on Dynamic Graphs [12.409923281490004]
  本稿では,線形制約付きグラフ構造化最適化のための加速訓練SKM(AT-SKM)ネットフレームワークを提案する。 AT-SKMは最大85%のカウントを減らし、2.95x-7.29x SKMのスピードアップを達成する。 ランダムな幾何グラフ、N-1セキュリティ制約DC-OPF、および最小コストのガス輸送問題の実験により、AT-SKMは最大85%のカウントを減らし、2.95x-7.29x SKMのスピードアップを達成し、制約違反をゼロに保った。
  論文  参考訳（メタデータ） (2026-09-24T16:36:49Z)
• Geometry-Anchored Transport Framework for Exemplar-Free Class-Incremental Learning [6.63181149575886]
  巨視的異方性ドリフトを緩和するGeometry-Anchored Transport Frameworkを提案する。 また、局所化多様体の分解を正規化するトポロジー・アウェア進化の目的も導入する。 CIFAR-100、TinyImageNet、ImageNet-100にわたる実験では、提案されたフレームワークが既存のポストホック代替品を一貫して改善していることが示されている。
  論文  参考訳（メタデータ） (2026-06-24T03:27:20Z)
• Ergodic Trajectory Design by Learned Pushforward Maps: Provable Coverage via Conditional Flow Matching [3.1807155456602274]
  エンフェゴディックのカバレッジ問題は、UAVが支援するデータ収集とセンシング、ロボット探査、モバイル監視の中心である。 飛行エージェントでは、トラジェクトリーはエネルギー予算の厳格化、飛行禁止ゾーン、加速限界のバランスをとる必要がある。 本稿では,エルゴディディティを密度マッチングから切り離すエフェプシュフォワードフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-13T06:34:08Z)
• Adaptive Threshold-Driven Continuous Greedy Method for Scalable Submodular Optimization [0.0]
  マットロイド制約の下でのサブモジュールは、センシング、データマージ、アクティブラーニング、リソース割り当てなどの応用において、最適化の基本的な問題である。 textitATCG(underlineAdaptive underlineThresholded underlineThresholded underlineThresholded underlineGreedy)を提案する。 CIFAR-10動物データセットを用いたクラスバランス型プロトタイプ選択問題の実験
  論文  参考訳（メタデータ） (2026-04-03T19:32:39Z)
• Improving Search Agent with One Line of Code [68.58667107354253]
  ツールベースのエージェント強化学習(TARL)は,検索エージェントが外部ツールと対話できるようにトレーニングするための,有望なパラダイムとして登場した。 textbfSearch textbfAgent textbfPolicy textbfOptimization (textbfSAPO)を提案する。
  論文  参考訳（メタデータ） (2026-03-10T04:07:39Z)
• TopoCurate:Modeling Interaction Topology for Tool-Use Agent Training [53.93696896939915]
  訓練用ツール使用エージェントは一般的に、パスレート選択されたタスクに対して、軌道変更の成功と強化学習(RL)に依存している。 TopoCurateは,同一タスクから多段階的なロールアウトを統一的な意味的商トポロジに投影する対話型フレームワークである。 TopoCurateは最先端のベースラインに対して4.2%(SFT)と6.9%(RL)という一貫したゲインを達成している。
  論文  参考訳（メタデータ） (2026-03-02T10:38:54Z)
• Robust Stochastically-Descending Unrolled Networks [85.6993263983062]
  Deep Unrolling(ディープ・アンローリング)は、トレーニング可能なニューラルネットワークの層に切り捨てられた反復アルゴリズムをアンロールする、新たな学習最適化手法である。 アンロールネットワークの収束保証と一般化性は、いまだにオープンな理論上の問題であることを示す。 提案した制約の下で訓練されたアンロールアーキテクチャを2つの異なるアプリケーションで数値的に評価する。
  論文  参考訳（メタデータ） (2023-12-25T18:51:23Z)
• Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
  本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。 最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
  論文  参考訳（メタデータ） (2023-10-20T12:45:12Z)

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。