計画を推論として捉えた双平坦幾何学構造の解明
arXiv cs.AI ・ 2026-09-03
原題: The Dually Flat Geometry of Planning as Inference
AI による要約
強化学習における占有測度を、リセット計画プロセスを通じて再定義。その定常測度を「訪問測度」と名付け、意思決定の情報幾何学を自然に表現する。訪問測度の実現可能な集合は、双平坦統計マニフォールドを形成し、その二つのアフィン座標系は訪問確率と対数ポリシーとなる。この構造により、計画を推論として一般化し、非線形報酬関数に対応。各反復は自然勾配ステップで解き、時間差誤差をマージナル・ユーティリティ推定として解釈できる。強化学習と理論神経科学への影響を探る。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。