論文の概要: Learning Goal-Reaching Quasimetric Geometry From Finite-Time Reachability

• arxiv url: http://arxiv.org/abs/2610.00778v1
• Date: Wed, 30 Sep 2026 22:16:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.792578
• Title: Learning Goal-Reaching Quasimetric Geometry From Finite-Time Reachability
• Title（参考訳）: 有限時間到達性を用いたゴールリーチ擬似幾何の学習
• Abstract要約: 本稿では,批判者の値勾配を有限水平到達性によって制限するReQRLを提案する。 OGBenchでは、既存の準メトリック手法や他のオフラインGCRL手法よりも優れているか、競合する。
• 参考スコア（独自算出の注目度）: 18.08120133270512
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In goal-conditioned reinforcement learning (GCRL), quasimetric learning models goal-reaching costs as quasimetric distances, connecting local constraints to global value geometry. Its local constraints, however, should reflect the direction- dependent effects of control composition over a finite horizon together with environmental feasibility. We propose ReQRL, which constrains the critic's value gradients through finite-horizon reachability. Drawing on state-constrained optimal control, we decouple dynamical reachability from boundary geometry, estimating both from data. On OGBench, our method outperforms or rivals existing quasimetric approaches and other offline GCRL methods.
• Abstract（参考訳）: 目標条件強化学習(GCRL)では、準メトリック学習は、局所的な制約をグローバルな値幾何学に結びつける、準メトリック距離としてゴール取得コストをモデル化する。 しかし、その局所的な制約は、環境実現可能性とともに、有限地平線上の制御組成の方向依存的な効果を反映すべきである。 本稿では,批判者の値勾配を有限水平到達性によって制限するReQRLを提案する。 状態制約のある最適制御に基づいて、境界幾何学から動的到達性を分離し、データから両者を推定する。 OGBenchでは、既存の準メトリック手法や他のオフラインGCRL手法よりも優れているか、競合する。

関連論文リスト

• Hitting Time Isomorphism for Multi-Stage Planning with Foundation Policies [11.842617767311873]
  オフライン強化学習のための演算子理論表現学習フレームワークを提案する。 提案手法は,遅延変位の線形汎関数として期待される打点時間を実現するヒルベルト空間変位幾何学を学習する。 実験の結果、IELはオフラインの迷路データから学習基盤政策の方針を改善できることが判明した。
  論文  参考訳（メタデータ） (2026-05-07T15:56:43Z)
• Goal Reaching with Eikonal-Constrained Hierarchical Quasimetric Reinforcement Learning [16.84451472788859]
  Eikonal-Constrained Quasimetric RL (Eik-QRL) は、Eikonal partial Differential Equation (PDE) に基づく準メトリックRLの連続時間再構成である。 Eik-HiQRLは、オフラインのゴール条件付きナビゲーションにおける最先端のパフォーマンスを達成し、時間差法と一致する操作タスクにおいてQRLよりも一貫した利得を得る。
  論文  参考訳（メタデータ） (2025-12-12T21:37:11Z)
• Offline Goal-conditioned Reinforcement Learning with Quasimetric Representations [72.24831946301613]
  目標条件強化学習(GCRL)へのアプローチは、しばしば学習状態表現を用いて目標達成ポリシーを抽出する。 本稿では,この2つのフレームワークを,準計量表現空間(三角不等式)の構造と適切な追加制約を用いて統合し,最適ゴール獲得を可能にする後続表現を学習する手法を提案する。 提案手法は,* 準距離パラメータ化を用いて,* 準距離* と * 準距離* を学習し,* 準距離* と *stochastic* の環境においても,* 準距離* を学習することができる。
  論文  参考訳（メタデータ） (2025-09-24T18:45:32Z)
• Optimal Goal-Reaching Reinforcement Learning via Quasimetric Learning [73.80728148866906]
  準メトリック強化学習(QRL)は、準メトリックモデルを用いて最適な値関数を学習する新しいRL法である。 オフラインおよびオンラインの目標達成ベンチマークでは、QRLはサンプル効率とパフォーマンスが改善されている。
  論文  参考訳（メタデータ） (2023-04-03T17:59:58Z)
• 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)
• Policy Gradient Methods for the Noisy Linear Quadratic Regulator over a Finite Horizon [3.867363075280544]
  線形2次レギュレータ(LQR)問題における最適ポリシーを見つけるための強化学習法について検討する。 我々は、有限時間地平線と弱い仮定の下での状態ダイナミクスの設定に対する大域的線形収束を保証する。 基礎となるダイナミクスのモデルを仮定し、データに直接メソッドを適用する場合の結果を示す。
  論文  参考訳（メタデータ） (2020-11-20T09:51:49Z)

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。