論文の概要: Outperforming 1000 Euclidean Layers With Hyperbolic Goal-Conditioned RL

• arxiv url: http://arxiv.org/abs/2610.20009v1
• Date: Wed, 14 Oct 2026 11:23:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.123112
• Title: Outperforming 1000 Euclidean Layers With Hyperbolic Goal-Conditioned RL
• Title（参考訳）: 双曲性ゴールコンディションRLによる1000個のユークリッド層の性能向上
• Abstract要約: より浅いネットワークでジオメトリを変更することで,より優れた性能が得られることを示す。 これは、ルート距離をユークリッド距離から大きく逸脱させることのできるナビゲーション環境において重要である。 ユークリッドのエージェントは壁の上を直線的にショートカットしようとするのに対し、ヒューマノイドの迷路では、目的を達成するために廊下をたどるが、双曲型エージェントは質的に良い行動をとる。
• 参考スコア（独自算出の注目度）: 7.098656068139206
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scaling self-supervised contrastive reinforcement learning (CRL) to 1000-layer Euclidean neural networks has enabled state-of-the-art goal-reaching performance, yet wall-clock time scales linearly with depth. We find that changing the geometry achieves stronger performance with far shallower networks. This matters in complex navigation environments, where walls can make route distance deviate substantially from Euclidean distance. In a U-shaped maze, we show that the longer the route, the more it deviates from Euclidean distance. Hyperbolic CRL addresses this mismatch by replacing Euclidean distances in CRL's contrastive objective with geodesic distances in hyperbolic space. On hard navigation tasks, inductive bias beats scale: depth 64 hyperbolic agents outperform 1024-layer-deep Euclidean networks while training more than $12 \times$ faster and using about $13 \times$ fewer parameters. We observe that hyperbolic agents behave qualitatively better in hard humanoid mazes, where they follow corridors to reach goals, whereas Euclidean agents try straight-line shortcuts over walls. Our results show that matching the representation geometry to the task can substitute for substantial network depth. Code is at https://github.com/Probabilistic-and-Interactive-ML/HypGCRL .
• Abstract（参考訳）: 自己教師付きコントラスト強化学習(CRL)を1000層のユークリッドニューラルネットワークに拡張することで、最先端のゴール取得性能を実現したが、ウォールクロックの時間スケールは深さとともに線形になった。 幾何変化は、より浅いネットワークでより強力な性能を実現する。 これは複雑な航法環境において重要であり、壁にはユークリッド距離からかなり距離を逸脱させることができる。 U字型の迷路では、ルートが長いほどユークリッド距離から逸脱する。 双曲型 CRL はユークリッド距離を双曲型空間の測地線距離に置き換えることで、このミスマッチに対処する。 ハードナビゲーションタスクでは、インダクティブバイアスがスケールを上回ります。深さ64の双曲型エージェントは、1024層深度ユークリッドネットワークより優れています。 ユークリッドのエージェントは壁の上を直線的にショートカットしようとするのに対し、ヒューマノイドの迷路では、目的を達成するために廊下をたどるが、双曲型エージェントは質的に良い行動をとる。 この結果から,表現幾何学とタスクとの整合性は,ネットワークの奥行きに取って代わる可能性が示唆された。 コードはhttps://github.com/Probabilistic-and-Interactive-ML/HypGCRL にある。

関連論文リスト

• Learning the Geometry of Collider Events with Metric-Aware Deep Sets [3.675517735057064]
  学習したサロゲートは 速いが このメートル法構造を 維持する必要はない 我々は、非負性性、交換対称性、0自己距離を強制する可変サイズの重み付き点雲間のOTのためのディープセットサロゲートを開発する。 これらの結果から, ターゲットとした誘導バイアスは, 幾何的忠実度を著しく改善した高速なニューラルサロゲートが得られることが示された。
  論文  参考訳（メタデータ） (2026-09-10T13:22:01Z)
• A Hyperbolic Perspective on Hierarchical Structure in Object-Centric Scene Representations [58.143688187023734]
  双曲空間のローレンツ双曲体にユークリッドスロット埋め込みを投影する簡単なパイプラインを提案する。 スロットアテンションマスクから直接5段階の視覚階層を構築する。 双曲的プロジェクションは、一貫したシーンレベルをオブジェクトレベル組織に公開する。
  論文  参考訳（メタデータ） (2026-03-14T16:53:59Z)
• Intrinsic Lorentz Neural Network [49.83037691286893]
  実世界のデータは、しばしば、双曲幾何学によって自然に表される潜在階層構造を示す。 本稿では,全計算をローレンツモデル内で行う完全内在型双曲型アーキテクチャであるEmphIntrinsic Lorentz Neural Network (ILNN)を提案する。 ネットワークの中核は、従来のユークリッド・アフィン・ロジットを閉形双曲線距離に置き換え、新しいエンファンポイント-ハイアプレーン完全連結層(FC)を導入している。
  論文  参考訳（メタデータ） (2026-02-27T12:48:05Z)
• Active search and coverage using point-cloud reinforcement learning [50.741409008225766]
  本稿では,目的探索とカバレッジのためのエンドツーエンドの深層強化学習ソリューションを提案する。 RLの深い階層的特徴学習は有効であり、FPS(Fastthest Point sample)を用いることで点数を削減できることを示す。 また、ポイントクラウドに対するマルチヘッドの注意がエージェントの学習を高速化する上で有効であるが、同じ結果に収束することを示す。
  論文  参考訳（メタデータ） (2023-12-18T18:16:30Z)
• SPOC: Imitating Shortest Paths in Simulation Enables Effective Navigation and Manipulation in the Real World [46.02807945490169]
  シミュレーションにおける最短パスプランナーの模倣は,RGBセンサ(深度マップやGPS座標なし)のみを用いて,シミュレーションと現実世界の両方でオブジェクトの操作,探索,操作を行うエージェントを生成することを示す。 この驚くべき結果は、エンドツーエンドのトランスフォーマーベースのSPOCアーキテクチャ、広範な画像拡張と組み合わせた強力なビジュアルエンコーダによって実現されます。
  論文  参考訳（メタデータ） (2023-12-05T18:59:45Z)
• METRA: Scalable Unsupervised RL with Metric-Aware Abstraction [69.90741082762646]
  Metric-Aware Abstraction (METRA)は、教師なし強化学習の新たな目標である。 潜在空間のあらゆる方向に移動することを学ぶことで、METRAは様々な振る舞いの抽出可能な集合を得る。 複雑なピクセルベースの環境においても,METRAは様々な有用な振る舞いを発見できることを示す。
  論文  参考訳（メタデータ） (2023-10-13T06:43:11Z)
• Exploring the Common Principal Subspace of Deep Features in Neural Networks [50.37178960258464]
  我々は、同じデータセットでトレーニングされた異なるディープニューラルネットワーク(DNN)が、潜在空間において共通の主部分空間を共有することを発見した。 具体的には、DNNで学んだ深い機能の主部分空間を表すために、$mathcalP$-vectorを新たに設計する。 異なるアルゴリズム/アーキテクチャで訓練された2つのDNNの比較では、小さな角度(コサインが1.0ドルに近い)が見つかっている。
  論文  参考訳（メタデータ） (2021-10-06T15:48:32Z)
• RAPID-RL: A Reconfigurable Architecture with Preemptive-Exits for Efficient Deep-Reinforcement Learning [7.990007201671364]
  効率的な深部RL(RAPID-RL)のためのプリエンプティブ出口を持つ再構成可能なアーキテクチャを提案する。 RAPID-RLは入力の難易度に基づいてプリエンプティブ層の条件付き活性化を可能にする。 RAPID-RL は Atari (Drone Navigation) タスクにおいて 0.88x (0.91x) 以上の性能を維持しながら, 演算数 0.34x (0.25x) を発生させることを示す。
  論文  参考訳（メタデータ） (2021-09-16T21:30:40Z)

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。