What is the relationship between Slow Feature Analysis and the Successor Representation?

要約

(これは進行中の作業です。フィードバックは歓迎です) 低速特徴分析 (SFA) と後継表現 (SR) の間で分析的な比較が行われます。
SFA と SR は機械学習の異なる領域に由来していますが、数学と敏感な情報の種類の両方の点で重要な特性を共有しています。
この作品は、これら 2 つの軸に沿ってそれらの関係を研究します。
特に、SFA アルゴリズムの複数のバリアントが分析的に調査され、MDP の設定に適用され、SR およびその他の関連量に関連する一連の固有値問題が生じます。
結果として生じるこれらの固有値の問題は、グリッドワールドのおもちゃの設定で示され、SR に関連付けられることが多い場所およびグリッド状のフィールドが SFA を使用して同様に生成できることが実証されます。

要約(オリジナル)

(This is a work in progress. Feedback is welcome) An analytical comparison is made between slow feature analysis (SFA) and the successor representation (SR). While SFA and the SR stem from distinct areas of machine learning, they share important properties, both in terms of their mathematics and the types of information they are sensitive to. This work studies their connection along these two axes. In particular, multiple variants of the SFA algorithm are explored analytically and then applied to the setting of an MDP, leading to a family of eigenvalue problems involving the SR and other related quantities. These resulting eigenvalue problems are then illustrated in the toy setting of a gridworld, where it is demonstrated that the place- and grid-like fields often associated to the SR can equally be generated using SFA.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google