SocialGAN

新的GDRO框架增强了用于鲁棒优化的生成模型

研究人员引入了生成式分布鲁棒优化（GDRO），这是一个用于分布鲁棒优化中生成模型的新框架。GDRO通过允许任何可采样的条件生成器，同时将最坏情况定律限制在特定的生成器家族内，从而解决了现有方法的局限性。这是通过采样器-Sinkhorn配对实现的，它允许在不需要似然访问的情况下比较诱导分布，并仅从样本进行估计。与名义决策相比，该框架已在稀有上下文库存遗憾方面显示出60%的减少，在SocialGAN导航碰撞方面显示出50%的减少。