論文の概要: Temporal-Difference Calibration of Black-Box Simulators

• arxiv url: http://arxiv.org/abs/2610.35311v1
• Date: Mon, 26 Oct 2026 12:13:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.916542
• Title: Temporal-Difference Calibration of Black-Box Simulators
• Title（参考訳）: ブラックボックスシミュレータの時間差校正
• Abstract要約: ブラックボックスシミュレータのキャリブレーションのための微分自由時間差分法フレームワークを開発した。 ランダム指向有限差分に基づく3つのTDアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 13.999046631513558
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We develop a derivative-free temporal-difference (TD) framework for calibrating black-box simulators using one-step transitions from a target system and noisy simulator-generated continuation values. The calibration parameter is defined through Bellman orthogonality, recovering the physical parameter under correct simulator specification and yielding a near-optimal $L_2$ approximation of the policy value under misspecification. We propose three TD algorithms based on random-direction finite differences, distinguished by their query costs and reuse of noisy simulator evaluations. We establish almost-sure convergence, last-iterate mean-square error bounds, and central limit theorems for Polyak-Ruppert averages across four query-noise regimes. Our analysis reveals a specification-dependent bias phenomenon: for two algorithms, the finite-difference bias of the TD estimating equation vanishes at the calibration target under correct specification, even when the gradient surrogate remains biased. This permits a fixed perturbation radius and rate exponents approaching $1/2$ in the simulator rollout budget, whereas misspecification generally recovers the classical Kiefer-Wolfowitz rates. We also develop a few-replicate online bootstrap that yields Student-$t$ calibrated confidence intervals under negligible query noise, and identify a covariance mismatch that can invalidate conventional multiplier inference along Markov trajectories. Finally, a second-stage TD recursion corrects the remaining value discrepancy without additional simulator queries.
• Abstract（参考訳）: 我々は,対象システムからの1ステップ遷移と雑音のあるシミュレータ生成継続値を用いて,ブラックボックスシミュレータを校正するための微分自由時間差分法(TD)フレームワークを開発した。 キャリブレーションパラメータはベルマン直交によって定義され、正しいシミュレータ仕様の下で物理パラメータを復元し、不特定条件下でのポリシー値の近似をほぼ最適な$L_2$とする。 本稿では,ランダム指向有限差分に基づく3つのTDアルゴリズムを提案する。 我々は、4つのクェリノイズレジームにわたるポリアック=ルパート平均に対する概閉収束、終点平均二乗誤差境界、および中心極限定理を確立する。 2つのアルゴリズムに対して、TD推定方程式の有限差分バイアスは、勾配代理が偏りを保ったままであっても、正しい仕様の下でキャリブレーションターゲットで消滅する。 これにより、固定された摂動半径と1/2ドルのロールアウト予算に近づくレート指数が許される一方、誤特定は古典的なキーファー=ウルフウィッツ率を回復させる。 また,マルコフ軌道上の従来の乗算器推論を無効にできる共分散ミスマッチを同定し,学生=$t$の信頼区間を無視可能なクエリノイズ下で調整するオンラインブートストラップを開発した。 最後に、第2段階のTD再帰は、追加のシミュレータークエリなしで残りの値の一致を補正する。

関連論文リスト

• Scalable Lindblad Noise Learning via Stochastic Tensor-Network Simulation [48.887627688666974]
  大規模オープン量子システムにおける学習散逸率は、短期量子技術の大きな障害である。 本稿では,シミュレーション手法であるJump Method(TJM)を組み合わせたLindblad散逸率のスケーラブルなノイズ学習フレームワークを提案する。 我々は,Isingモデルにおける2つのノイズモデルに対するアプローチを実証し,各サイトについて,N_mathrmsite=16$まで独立散逸率を学習した。 スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
  論文  参考訳（メタデータ） (2026-08-25T15:07:11Z)
• Target-Aware Linear Regression Under Distribution Shift [2.705806052277982]
  トレーニングとデプロイメントの間の分散シフトは、現代のAIシステムにとって大きな課題である。 我々は、この問題を、ソースとターゲットをまたいで安定な条件平均$E[Ymid X]$で研究する。 両辺縁を併用したハイブリッド損失推定器を,ベンチマーク目標認識推定器として同定する。
  論文  参考訳（メタデータ） (2026-06-22T02:24:50Z)
• Bandit Convex Optimization with Gradient Prediction Adaptivity [56.816177049016794]
  本研究では, 楽観的な勾配予測が, 最悪の後悔の保証を予測順応的に改善できるかどうかを考察する。 鍵となるアイデアは、分散が勾配ノルムではなく予測誤差でスケールする、新しい分散還元勾配推定器である。 我々は、$(sqrtmathbbE[S_T])$としてスケールする情報理論の下限を確立し、最も達成可能な予測適応的後悔の基本的な特徴を提供する。
  論文  参考訳（メタデータ） (2026-05-21T08:57:38Z)
• Refining Covariance Matrix Estimation in Stochastic Gradient Descent Through Bias Reduction [9.294518380204154]
  勾配降下(SGD)アルゴリズムのオンライン推論と共分散推定について検討する。 提案手法は,既存のヘッセン自由代替品よりも優れた収差率$n(-1)/2 sqrtlog n$を達成するために,バイアス低減手法を用いている。
  論文  参考訳（メタデータ） (2026-04-23T01:48:08Z)
• Analysis of Hessian Scaling for Local and Global Costs in Variational Quantum Algorithm [0.42970700836450487]
  変分量子アルゴリズムにおけるヘッセンのエントリーワイズ解の定量化を行う。 ショットノイズに対してヘッセン成分を解くのに必要なサンプルの複雑さを規定する2つの異なるスケーリング機構を示す。
  論文  参考訳（メタデータ） (2026-01-31T15:49:23Z)
• Decision from Suboptimal Classifiers: Excess Risk Pre- and Post-Calibration [52.70324949884702]
  バッチ二分決定における近似的後続確率を用いた余剰リスクの定量化を行う。 我々は、再校正のみが後悔のほとんどに対処する体制と、後悔が集団的損失に支配される体制を識別する。 NLP実験では、これらの量によって、より高度なポストトレーニングの期待値が運用コストに値するかどうかが分かる。
  論文  参考訳（メタデータ） (2025-03-23T10:52:36Z)
• Distributionally Robust Optimization with Bias and Variance Reduction [9.341215359733601]
  勾配に基づくアルゴリズムであるProspectは、スムーズな正規化損失に対する線形収束を享受していることを示す。 また、勾配法のようなベースラインよりも2～3$times$早く収束できることも示している。
  論文  参考訳（メタデータ） (2023-10-21T00:03:54Z)
• Calibrating Neural Simulation-Based Inference with Differentiable Coverage Probability [50.44439018155837]
  ニューラルモデルのトレーニング目的に直接キャリブレーション項を含めることを提案する。 古典的なキャリブレーション誤差の定式化を緩和することにより、エンドツーエンドのバックプロパゲーションを可能にする。 既存の計算パイプラインに直接適用でき、信頼性の高いブラックボックス後部推論が可能である。
  論文  参考訳（メタデータ） (2023-10-20T10:20:45Z)
• Policy evaluation from a single path: Multi-step methods, mixing and mis-specification [45.88067550131531]
  無限水平$gamma$-discounted Markov rewardプロセスの値関数の非パラメトリック推定について検討した。 カーネルベースの多段階時間差推定の一般的なファミリーに対して、漸近的でない保証を提供する。
  論文  参考訳（メタデータ） (2022-11-07T23:15:25Z)
• Differentiable Annealed Importance Sampling and the Perils of Gradient Noise [68.44523807580438]
  Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。 差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。 我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
  論文  参考訳（メタデータ） (2021-07-21T17:10:14Z)

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。