论文提出进化策略更新的质心几何解释

Akshat Gupta 在 arXiv 论文中提出进化策略（ES）更新的几何解释：把每个扰动模型视为粒子、奖励视为质量，奖励分配后种群平衡点从质心移至奖励加权质心。作者证明，减去均值的 ES 更新恰好等于这一位移乘以一个依赖平均奖励的标量因子，对任意有限种群均精确成立。 在大种群或对偶采样极限下，质心落在模型自身，ES 更新即模型朝其种群奖励加权质心移动。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。