arXiv · ML· Jiajun He, Denis Blessing, Mouyang Cheng, Yuanqi Du, Carles Domingo-Enrich·· 23 小时前AI 评分26
离散吉布斯迭代神经采样器 DIG-IN 解决模式崩溃并拓展至任意分布传输
Fixed-point neural samplers on discrete spaces
AI 导读
研究提出 DIG-IN，一种定点神经采样器，解决离散未归一化分布采样中的模式崩溃问题，并提供收敛保证。 该框架扩展至任意分布间的传输，在 Ising 和 Potts 模型上缓解模式崩溃，扩展至 2500 个位点的摊销采样。 DIG-IN 作为最大熵 RL 策略，在 20 个连续控制任务中优于高斯、扩散和流策略。
来源：arXiv · ML · arxiv.org