arXiv · Statistics Machine Learning· Adhithyan Kalaivanan, Zheng Zhao, Jens Sj\"olund, Fredrik Lindsten·· 7 小时前AI 评分22
Interacting particle guidance for sampling reward-tilted generative priors
Interacting particle guidance for sampling reward-tilted generative priors
AI 导读
提出交互粒子引导（IPG）方法，用粒子间漂移替代重加权来修正奖励倾斜生成先验的采样偏差。粒子通过来自 Feynman-Kac PDE 的漂移相互作用，在再生核希尔伯特空间中选择漂移可得闭式解，计算开销远低于序贯蒙特卡洛。在高斯混合、图像修复和蛋白质结构推理任务上验证了该方法。
来源：arXiv · Statistics Machine Learning · arxiv.org