概要: 複雑な（例：非凸な）運用上の制約を強制することは、現実の学習および制御システムにおける重要な課題である。しかし、既存の手法は一般的なクラスの制約を効率よく強制するのに苦労している。そこで本研究では、学習済みのオートエンコーダを近似射影器として用い、実行不可能な予測に対して高速な補正を行う新しいデータ駆動型の償却（amortized）アプローチを提案する。具体的には、許容集合の構造化された凸な潜在表現を学習するために、敵対的目的（adversarial objective）を用いてオートエンコーダを訓練する。これにより、ニューラルネットワークの出力を、その対応する潜在表現を単純な凸形状に射影してから元の許容集合へデコードすることで、迅速に補正できるようになる。我々は、扱いが難しい非凸制約を伴う、多様な制約付き最適化および強化学習問題に対して本手法を検証した。その結果、本手法は低い計算コストで制約を効果的に強制でき、従来のソルバに基づく高価な実行可能性補正手法に対する実用的な代替となることが示された。
高速オートエンコーダに基づく射影による実現可能性の改善
arXiv cs.LG / 2026/4/7
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、実世界の学習・制御システムにおいて複雑で、しばしば非凸となる運用上の制約を効率的に強制するという課題に取り組む。
- 学習済みオートエンコーダを用いて射影器を近似し、そうでないと実現不可能（infeasible）となるニューラル出力に対して高速な実現可能性の修正を可能にする、データ駆動型の高速な償却（amortized）射影手法を提案する。
- この手法では、敵対的目的（adversarial objective）によってオートエンコーダを訓練し、実現可能集合が凸形式で表現されるような構造化された潜在空間を得る。これにより、潜在空間において単純な凸射影を行える。
- 推論時には、潜在表現を凸な潜在形状へ射影した後、元の空間へ復号（デコード）して、補正された実現可能な予測を生成する。
- 非凸で困難な制約を伴う制約付き最適化および強化学習ベンチマークに対する実験により、従来のソルバベースの補正と比べて計算コストが低いにもかかわらず、効果的に制約を強制できることが示される。
