MADE: Exploration via Maximizing Deviation from Explored Regions
UC Berkeley（加州大学伯克利分校）；Facebook AI Research（脸书人工智能研究院）
在在线强化学习（RL）中，有效的探索在具有稀疏奖励的高维环境中仍然特别具有挑战性。在低维环境中，表格参数化是可能的，基于计数的置信上限（UCB）探索方法实现极小极大接近最优率。然而，目前还不清楚如何有效地实现UCB在现实的RL任务，涉及非线性函数逼近。为了解决这个问题，我们提出了一种新的探索方法，通过\textit{maximizing}的偏离下一个政策的占用从探索的区域。我们将此项作为自适应正则化器添加到标准RL目标中，以平衡探索与利用。我们将新的目标与可证明收敛的算法配对，从而产生一个新的内在奖励，以调整现有的奖金。所提出的内在奖励易于实现，并与其他现有的强化学习算法相结合进行探索。作为概念证明，我们评估了各种基于模型和无模型算法的表格示例的新内在奖励，显示了对仅计数探索策略的改进。当对MiniGrid和DeepMind Control Suite基准测试的导航和运动任务进行测试时，我们的方法比最先进的方法显著提高了样本效率。我们的代码可在https://github.com/tianjunz/MADE上获得。
2021-06-18 cs.AI cs.LG stat.ML
When Do Intrinsic Rewards Lead to Exploration?
Stanford University（斯坦福大学）
本文提出反事实信息作为探索标准，证明现有内在奖励在简单环境中获取反事实信息时是帕累托次优的，并给出成功条件及改进目标。
2026-10-02 cs.LG
Principled Direction-Free Intrinsic Motivation through Model-Free Epistemic Free-Energy Estimators
Coovally（库瓦利）；ICREA（加泰罗尼亚研究与高等研究院）；Distributed Systems Group, TU Vienna（维也纳工业大学分布式系统组）
研究在含混合不确定性的环境中无监督强化学习的内在动机问题，提出基于无偏好预期自由能目标新颖性贡献的单一内在奖励，通过参数信息增益驱动探索，给出相关技术细节及成果，使智能体在不同状态区域表现良好。
2026-07-21 cs.AI cs.LG
Maximizing Information Gain in Partially Observable Environments via Prediction Reward
University of Alberta（阿尔伯塔大学）；University of Oxford（牛津大学）；Technical University Delft（代尔夫特理工大学）
在部分可观察的环境中的信息收集可以被公式化为强化学习（RL）问题，其中奖励取决于代理的不确定性。例如，奖励可以是代理对未知（或隐藏）变量的信念的负熵。通常，RL代理的奖励被定义为状态-动作对的函数，而不是代理信念的函数;这阻碍了深度RL方法对此类任务的直接应用。本文通过提供一个简单的见解来解决对深度RL代理使用基于信念的奖励的挑战，即最大化代理信念的任何凸函数可以通过最大化预测奖励来近似：基于预测准确性的奖励。特别是，我们推导出负熵和预期预测奖励之间的精确误差。这一见解提供了理论动机的几个领域使用预测奖励-即视觉注意，问答系统，和内在动机-并强调其连接到通常不同的领域主动感知，主动感知，传感器的位置。基于这一认识，我们提出了深度预期网络（DAN），它使代理能够采取行动，以减少其不确定性，而无需执行明确的信念推理。我们提出了两个应用程序的DAN：建立一个传感器选择系统跟踪人在购物中心和学习离散模型的注意力时尚MNIST和MNIST数字分类。
2020-05-11 cs.AI cs.LG
Maximizing Confidence Alone Improves Reasoning
Carnegie Mellon University（卡内基梅隆大学）
本文提出RENT，一种无需外部奖励的无监督强化学习方法，以模型分布熵作为内在奖励，通过强化高置信度思维链提升推理能力，在多个基准和模型上验证有效。
2025-06-27 cs.AI cs.LG
Off-Policy Maximum Entropy RL with Future State and Action Visitation Measures
本文提出一种离策略最大熵RL方法，将内在奖励定义为未来状态-动作折扣分布的相对熵，并借助不动点学习算法实现良好覆盖与高性能控制。
2025-09-29 cs.LG stat.ML
Surprise-Adaptive Intrinsic Motivation for Unsupervised Reinforcement Learning
Université de Montréal（蒙特利尔大学）；Mila Quebec AI Institute（米拉魁北克人工智能研究所）
针对无监督强化学习中单一熵目标无法适配所有环境的问题，提出将目标选择建模为多臂老虎机的惊奇自适应智能体，通过新型内在反馈信号控制环境熵，在高低熵场景及基准任务中均实现有效行为学习。
2024-08-16 cs.AI cs.LG
Intrinsic Dimension Estimation Using Wasserstein Distances
MIT（麻省理工学院）
长期以来，人们一直认为在许多实际机器学习任务中遇到的高维数据具有低维结构，即，多重假设成立。因此，一个自然的问题是从有限样本中估计给定总体分布的内在维数。我们引入了一个新的估计的内在尺寸，并提供有限样本，非渐近保证。然后，我们应用我们的技术来获得生成对抗网络（GANs）的新样本复杂度界限，仅取决于数据的内在维度。
2022-05-31 cs.LG stat.ML
Information Maximizing Exploration with a Latent Dynamics Model
Arizona State University（亚利桑那州立大学）；Western Sydney University（西悉尼大学）
所有的强化学习算法都必须处理探索和利用之间的权衡。许多最先进的深度强化学习方法在动作选择中使用噪声，例如策略梯度方法中的高斯噪声或Q学习中的$ε$ -greedy。虽然这些方法由于其简单性而吸引人，但它们没有以有条不紊的方式探索状态空间。我们提出了一种方法，使用一个模型来获得奖励奖金作为一种手段的内在动机，以改善无模型强化学习。我们的方法的一个关键见解是，这个动态模型可以在一个价值函数的潜在特征空间中学习，代表代理和环境的动态。这种方法是理论上接地和计算上的优势，允许有效地使用贝叶斯信息理论的方法在高维状态空间。我们评估我们的方法在几个连续的控制任务，专注于提高探索。
2018-04-04 cs.LG stat.ML
IRIS: Intrinsic Reward Image Synthesis
Department of Computer Science, University of California, Los Angeles, USA（计算机科学系，加州大学洛杉矶分校）
IRIS通过内在奖励提升自回归T2I模型性能，改进图像生成质量并促进细致推理。
2026-01-29 cs.AI cs.CL cs.CV
Task Adaptation from Skills: Information Geometry, Disentanglement, and New Objectives for Unsupervised Reinforcement Learning
Eindhoven University of Technology（埃因霍温理工大学）；University of Maryland, College Park（马里兰大学学院市分校）；Ruhr University Bochum（波鸿鲁尔大学）；Tencent Robotics X（腾讯机器人科技）；University of Liverpool（利物浦大学）
该研究针对无监督强化学习中MISL技能适配性理论不足的问题，提出解耦度量LSEPIN并建立信息几何关联，进一步基于Wasserstein距离提出WSEP目标和PWSEP算法，提升下游任务初始策略的发现能力。
2025-06-12 cs.AI cs.IT cs.LG
MaxInfoRL: Boosting exploration in reinforcement learning through information gain maximization
UC Berkeley（加州大学伯克利分校）
本研究提出MaxInfoRL框架，通过最大化任务信息增益等内在奖励引导定向探索，结合玻尔兹曼探索平衡价值与熵最大化，在多臂老虎机场景实现次线性遗憾，应用于连续空间离线无模型RL方法后，在困难探索及视觉控制任务中性能更优。
2025-07-31 cs.AI cs.LG cs.RO
Tight Non-asymptotic Inference via Sub-Gaussian Intrinsic Moment Norm
本文提出利用子高斯内在矩范数来估计非渐近学习中子高斯分布的方差型参数，通过最大化归一化矩序列实现，能更精确地推断矩界和子高斯集中不等式，适用于强化学习场景。
2026-03-13 cs.LG econ.EM stat.ML
Geometry-Aware Optimal Transport: Fast Intrinsic Dimension and Wasserstein Distance Estimation
Wolfgang Pauli Institute, Vienna, Austria（沃尔夫冈·保罗研究所）
本文提出了一种基于几何意识的最优传输方法，通过引入新的估计器来快速估计内在维度和Wasserstein距离，从而提高计算效率和统计准确性。
2026-02-04 cs.LG stat.ML
Learning Individual Intrinsic Reward in Multi-Agent Reinforcement Learning via Incorporating Generalized Human Expertise
Department of Control Science and Intelligent Engineering, School of Management and Engineering, Nanjing University（控制科学与智能工程系，管理与工程学院，南京大学）；Laboratory of Data Intelligence and Interdisciplinary Innovation, School of Information Management, Nanjing University（数据智能与跨学科创新实验室，信息管理学院，南京大学）
针对多智能体强化学习稀疏团队奖励下探索低效的问题，提出 LIGHT 框架，端到端融合泛化人类专业知识并设计个体内在奖励，在性能和知识跨任务复用性上优于基线。
2025-07-25 cs.AI cs.LG cs.MA
An Intrinsically-Motivated Approach for Learning Highly Exploring and Fast Mixing Policies
Politecnico di Milano（米兰理工大学）；Università di Bologna（博洛尼亚大学）
对于一个在没有外部奖励的情况下与环境交互的智能体来说，什么是好的探索策略？理想情况下，我们希望在最少的步骤（快速混合）中获得一个朝向统一状态-动作访问（高度探索）的策略，以便以后轻松有效地学习任何目标条件策略。不幸的是，直接学习这种性质的最优策略非常困难。在本文中，我们提出了一种新的代理目标学习高度探索和快速混合的政策，其重点是最大限度地提高下限的稳态分布的熵诱导的政策。特别是，我们引入了三个新的下限，导致尽可能多的优化问题，权衡理论保证与计算复杂性。然后，我们提出了一个基于模型的强化学习算法，IDE $^{3}$ AL，学习一个最优的政策，根据介绍的目标。最后，我们提供了一组硬探索任务的经验评估该算法。
2019-12-19 cs.LG stat.ML
Intrinsic Wasserstein Rates for Score-Based Generative Models on Smooth Manifolds
National University of Singapore（国立新加坡大学）；The University of Tokyo（东京大学）；RIKEN Center for Advanced Intelligence Project（RIKEN高级智能项目中心）；Agency for Science, Technology and Research (A ⋆ \star STAR)（科技研究局）；Nanyang Technological University（南洋理工大学）
本文研究了在光滑流形上基于分数布朗运动的生成模型的内在Wasserstein速率，证明了在满足一定条件的流形上，变差保持的SGM估计器能达到特定的样本指数，且分析了分数近似在不同噪声 regime 下的表现。
2026-05-15 cs.LG stat.ML
From Kicking to Causality: Simulating Infant Agency Detection with a Robust Intrinsic Reward
Frankfurt Institute for Advanced Studies（法兰克福高级研究所）
本文提出基于因果推断的内在奖励 CAIS，通过比较动作条件结果分布与基线分布的 1-Wasserstein 距离来隔离智能体自身因果影响，在模拟婴儿-移动装置环境中成功过滤外部噪声并复现“消退爆发”现象，为鲁棒能动感提供新机制。
2025-07-20 cs.AI cs.RO
Information Content Exploration
RBC Capital Market（加拿大皇家银行资本市场）
针对稀疏奖励环境下强化学习探索困难的问题，本文提出通过最大化轨迹信息内容的内在奖励方法，并在蒙特祖玛复仇等游戏中验证了其优于好奇心驱动学习和随机网络蒸馏，同时扩展至离散压缩潜在空间以提升样本效率。
2023-10-10 cs.LG
Generative Augmented Flow Networks
Mila（米拉人工智能研究所）；Université de Montréal（蒙特利尔大学）；Tsinghua University（清华大学）
生成流网络是一个概率框架，其中代理学习对象生成的随机策略，使得生成对象的概率与给定的奖励函数成正比。与基于奖励最大化的强化学习方法相比，它在发现高质量和多样化的解决方案方面表现出了有效性。尽管如此，GFlowNets仅从终端状态的奖励中学习，这可能限制其适用性。事实上，中间奖励在学习中起着至关重要的作用，例如，即使在特别具有挑战性的稀疏奖励任务中，从内在动机提供中间反馈。受此启发，我们提出了生成增强流网络（GAFlowNets），这是一种将中间奖励纳入GFlowNets的新型学习框架。为了解决稀疏奖励环境下的探索问题，我们通过内在动机来指定中间奖励。GAFlowNets可以联合利用基于边缘和基于状态的内在奖励来改善探索。基于GridWorld任务的大量实验，我们证明了GAFlowNet在收敛性，性能和解决方案多样性方面的有效性和效率。我们进一步表明，GAFlowNet可扩展到更复杂和大规模的分子生成域，在那里它实现了一致和显着的性能改善。
2022-10-07 cs.LG
Adaptive Learning of the Latent Space of Wasserstein Generative Adversarial Networks
School of Statistics and Management, Shanghai University of Finance and Economics（上海财经大学统计与管理学院）；Purdue University（普渡大学）
提出LWGAN框架融合Wasserstein自编码器与GAN，自适应学习数据流形内在维数，理论证明估计一致性并给出泛化误差上界，实验验证其能准确识别维数并生成高质量合成数据。
2024-09-27 cs.AI cs.LG stat.ME
Feature Selection via Maximizing Distances between Class Conditional Distributions
本文提出基于积分概率度量的特征选择框架，通过最大化类条件分布间距离直接挖掘判别信息，并在多个真实数据集上验证其在分类精度和鲁棒性上优于现有方法。
2024-01-15 cs.LG
Minimum Wasserstein Distance Estimator under Finite Location-scale Mixtures
University of British Columbia（不列颠哥伦比亚大学）
当一个种群表现出异质性时，我们通常通过有限混合来对其进行建模：将其分解为几个不同但同质的子种群。当代的实践倾向于通过最大化统计效率的可能性和方便的EM算法进行数值计算来学习混合物。然而，最大似然估计（MLE）并没有很好地定义为最广泛使用的有限正态混合，特别是有限位置-尺度混合一般。因此，我们调查可行的替代方案，如最小距离估计MLE。最近，瓦瑟斯坦距离在机器学习社区中引起了越来越多的关注。它具有直观的几何解释，并成功地应用于许多新的应用。通过最小瓦瑟斯坦距离估计器（MWDE）学习有限位置-尺度混合，我们能得到什么吗？本文从几个方面探讨了这种可能性。我们发现，MWDE是一致的，并在有限的位置-尺度混合物下得到一个数值解。我们研究了它对异常值和轻度模型误设定的鲁棒性。我们的适度规模的模拟研究表明，MWDE遭受一些效率损失对惩罚版本的MLE一般没有明显的增益鲁棒性。我们重申的一般优势的可能性为基础的学习策略，即使是非正规有限的位置规模的混合物。
2021-07-03 cs.LG stat.ML
Wasserstein Nonnegative Tensor Factorization with Manifold Regularization
Northwestern Polytechnical University（西北工业大学）
针对非负张量分解忽略特征边信息的问题，提出Wasserstein流形非负张量分解（WMNTF），通过最小化Wasserstein距离并引入图正则化项，有效利用特征相关性和样本流形信息，实验证明其优于现有NMF和NTF方法。
2024-01-03 cs.LG
Fair learning with Wasserstein barycenters for non-decomposable performance measures
Université Paris-Saclay（巴黎萨克雷大学）；CNRS（法国国家科学研究中心）；Laboratoire de mathématiques d’Orsay（奥赛数学实验室）；Università di Genova（热那亚大学）
这项工作提供了几个基本特征的最佳分类功能下的人口均等约束。在意识框架中，类似于经典的无约束分类的情况下，我们表明，在这种公平性约束下，最大限度地提高精度相当于解决相应的回归问题，然后在$1/2$级阈值。我们将这一结果扩展到线性分数分类度量（例如，${\rm F}$ -评分、AM测量、平衡准确度等），强调回归问题在这一框架中所起的基本作用。我们的研究结果利用最近开发的人口均等约束和多边际最优运输配方之间的联系。非正式地，我们的结果表明，无约束问题和公平的一个之间的过渡是通过替换的条件期望的标签的公平回归问题的解决方案。最后，利用我们的分析，我们证明了在两个敏感群体的情况下，意识和无意识的设置之间的等价性。
2022-09-01 cs.CY cs.LG math.ST
Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
本文提出距离矩阵Wasserstein统计，通过采样点并运输距离矩阵来近似Gromov-Wasserstein距离，证明其作为下界并建立反向逼近不等式，同时提供有限样本界和可扩展计算方法。
2026-07-28 cs.LG
Sliced Inner Product Gromov-Wasserstein Distances
Center for Applied Mathematics, Cornell University（康奈尔大学应用数学中心）；Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系）；School of Electrical and Computer Engineering, Cornell University（康奈尔大学电气与计算机工程学院）
本文提出切片内积Gromov-Wasserstein距离，解决高维问题的统计和计算扩展性问题，通过旋转不变性性质进行结构和计算性质研究，并在文本聚类和语言模型比较中验证。
2026-05-08 cs.LG math.OC stat.ML
Gromov-Wasserstein Methods for Multi-View Relational Embedding and Clustering
Instituto Federal de Educação, Ciência e Tecnologia do Ceará（塞阿拉联邦教育、科学和技术 institute）；Federal University of Ceara（塞阿拉联邦大学）；Sigma Nova
本文提出Bary-GWMDS和Mean-GWMDS-C方法，通过直接操作距离矩阵学习共识嵌入，保留共享关系结构，并在合成和现实数据集上验证了稳定且几何意义显著的嵌入效果。
2026-04-26 cs.LG stat.ML
A Distance for HMMs based on Aggregated Wasserstein Metric and State Registration
Pennsylvania State University（宾夕法尼亚州立大学）
我们提出了一个框架，名为聚合Wasserstein，用于计算两个隐马尔可夫模型之间的相异性度量或距离，状态条件分布为高斯。对于这样的障碍，在任何时间点的边缘分布遵循高斯混合分布，这是一个被利用来软匹配（也称为寄存器）两个障碍中的状态的事实。我们把这种隐马尔可夫模型称为高斯混合模型-隐马尔可夫模型（GMM-HMM）。状态注册的灵感来自于最优传输的内在关系和分布之间的Wasserstein度量。具体而言，通过解决最优运输问题，其中组件之间的成本是高斯分布的Wasserstein度量的边缘Gestival的组件相匹配。最优化问题的解是两个Gyngeal之间的Wasserstein度量的快速近似。新的聚合Wasserstein距离是一个半度量，可以在不生成Monte Carlo样本的情况下计算。它对于状态的重新标记或置换是不变的。该距离通过测量两个边缘GMM之间的差异和两个转移矩阵之间的差异来量化GMM-HMM的相异性。我们的新的距离进行测试的时间序列的检索和分类的任务。在合成数据和真实数据上的实验表明，与现有的基于Kullback-Leibler散度的距离相比，该方法在精度和效率方面具有优势。
2016-08-05 cs.LG stat.ML
Differentially Private Sliced Wasserstein Distance
Criteo AI Lab（Criteo人工智能实验室）；Université de Rouen Normandie（鲁昂诺曼底大学）
开发保护隐私的机器学习方法是当今的中心研究课题，具有巨大的实际影响。在解决隐私保护学习的众多方法中，我们在这里考虑在差分隐私（DP）框架下计算分布之间的分歧-能够计算分布之间的分歧对于许多机器学习问题至关重要，例如学习生成模型或领域自适应问题。我们没有采用流行的基于梯度的DP消毒方法，而是通过专注于切片Wasserstein距离并无缝地使其具有差异性来解决问题。我们的主要贡献如下：我们分析了在切片Wasserstein距离的内在随机机制中加入高斯扰动的性质，并建立了由此产生的差分私有机制的敏感性。我们的一个重要发现是，这种DP机制将切片Wasserstein距离转换为另一种距离，我们称之为平滑切片Wasserstein距离。这种新的差分私有分布距离可以插入到生成模型和领域自适应算法中，以透明的方式，我们的经验表明，它产生了很强的竞争力的性能相比，基于梯度的DP方法从文献中，几乎没有损失的准确性，我们考虑的领域自适应问题。
2021-07-05 cs.LG stat.ML
A Data-dependent Approach for High Dimensional (Robust) Wasserstein Alignment
University of Science and Technology of China（中国科学技术大学）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）
本文提出一种数据依赖的高维几何模式压缩框架，通过利用数据低内在维度降低任意现有对齐算法的时间复杂度，同时保持对齐质量。
2023-07-09 cs.CV cs.LG
Aggregated Wasserstein Metric and State Registration for Hidden Markov Models
The Pennsylvania State University（宾夕法尼亚州立大学）
我们提出了一个框架，名为聚合Wasserstein，用于计算两个隐马尔可夫模型之间的相异性度量或距离，状态条件分布为高斯。对于这样的障碍，在任何时间位置处的边缘分布遵循高斯混合分布，这是一个被利用来软匹配（也称为寄存器）两个障碍中的状态的事实。我们把这种隐马尔可夫模型称为高斯混合模型-隐马尔可夫模型（GMM-HMM）。状态注册的灵感来自于最优传输的内在关系和分布之间的Wasserstein度量。具体而言，通过解决最优运输问题，其中组件之间的成本是高斯分布的Wasserstein度量的边缘Gestival的组件相匹配。最优化问题的解是两个Gyngeal之间的Wasserstein度量的快速近似。新的聚合Wasserstein距离是一个半度量，可以在不生成Monte Carlo样本的情况下计算。它对于状态的重新标记或置换是不变的。即使对于从不同维度的数据估计的两个障碍，距离也被有意义地定义，这种情况可能是由于缺失变量而出现的。该距离通过测量两个边缘GMM之间的差异和两个转移矩阵之间的差异来量化GMM-HMM的相异性。我们的新距离进行了测试的检索，分类和t-SNE可视化的时间序列的任务。合成和真实数据的实验表明，它的优势，在精度和效率方面与现有的距离的基础上的Kullback-Leibler分歧。
2017-11-19 cs.CV cs.LG stat.ML
The Shape of Data: Intrinsic Distance for Data Distributions
University of Bonn（波恩大学）；Skoltech（斯科尔科沃科学技术研究院）；Aarhus University（奥胡斯大学）；Technion（以色列理工学院）
表示和比较机器学习模型的能力对于量化细微的模型变化、评估生成模型以及收集关于神经网络架构的见解至关重要。用于比较数据分布的现有技术集中于全局数据属性，例如均值和协方差;从这个意义上说，它们是外在的和单尺度的。我们开发了一个第一种的内在和多尺度的方法来表征和比较数据流形，使用Gromov-Wasserstein流形间距离的谱变量的下限，比较所有的数据矩。在一个彻底的实验研究中，我们证明了我们的方法可以有效地识别数据流形的结构，即使是在不同维度的未对齐数据上;此外，我们还展示了它在评估生成模型质量方面的功效。
2020-02-15 cs.LG stat.ML
Relative Translation Invariant Wasserstein Distance
Department of Computer Science（计算机科学系）；George Washington University（乔治华盛顿大学）；University of California, Los Angeles（加州大学洛杉矶分校）；Department of Electrical and Computer Engineering（电气与计算机工程系）；Princeton University（普林斯顿大学）
受Bures距离启发，提出相对平移不变Wasserstein距离RW_p，证明其度量性质，并设计双层算法计算离散分布间的RW_p距离，当p=2时提出RW_2-LP和RW_2-Sinkhorn算法以提高数值稳定性，实验验证了算法在减少数值误差和实际雷暴模式检索中的有效性。
2026-05-25 cs.LG stat.ML
Understanding the Origin of Information-Seeking Exploration in Probabilistic Objectives for Control
University of Edinburgh（爱丁堡大学）；University of Sussex（萨塞克斯大学）
探索-利用的权衡是描述从机器学习到生物学、经济学等领域的适应行为的核心。虽然已经采取了许多方法，解决这种权衡的一种方法是装备或提出代理拥有内在的“探索驱动”，这通常是在最大限度地提高代理对世界的信息增益方面实现的--这种方法在机器学习和认知科学中得到了广泛的研究。在本文中，我们从数学上研究这种方法的性质和意义，并证明了这种效用最大化和信息寻求行为的组合产生于一个完全不同的目标，我们称之为发散目标类的最小化。我们提出了一个二分法的目标函数之间的自适应行为\emph{evidence}目标，这对应于众所周知的回报或效用最大化的目标在文献中，而\emph{divergence}目标，而不是寻求最大限度地减少代理的预期和期望的未来之间的分歧，并认为，这类新的分歧目标可以形成更丰富的理解探索性的数学基础，自适应和智能行动的组成部分，超越简单的贪婪效用最大化。
2021-11-24 cs.AI cs.LG
Averaged Mirror Descent and Dual Gradient Methods: Convergent Algorithms for Entropic Gromov-Wasserstein Problems
针对熵正则化Gromov-Wasserstein问题，提出平均镜像下降算法并证明其对任意成本收敛，同时证明固定步长对偶梯度法的收敛性，在经典MD失败的案例上两者均有效。
2026-09-30 cs.LG math.OC
Optimal Transport-inspired Deep Learning Framework for Slow-Decaying Kolmogorov n-width Problems: Exploiting Sinkhorn Loss and Wasserstein Kernel
SISSA（国际高等研究学院）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
提出融合最优传输与神经网络的 ROM 框架，以 Wasserstein 核 kPOD 和 Sinkhorn 损失提升慢衰减 Kolmogorov n-width 问题的精度、效率与鲁棒性。
2025-01-10 cs.LG cs.NA math.NA
Learning over von Mises-Fisher Distributions via a Wasserstein-like Geometry
Baruch College（巴彻学院）；Yale University School of Medicine（耶鲁大学医学院）
本文提出一种基于最优传输的类Wasserstein距离用于比较von Mises-Fisher分布，通过测地项和方差项分解差异，并开发了高效的混合约简算法，实验验证其在方向数据分析和可解释推理中的有效性。
2025-04-19 cs.LG stat.ME stat.ML
