계획 네트워크를 위한 변분 에너지 형성
신경 계획 모듈을 에너지 형성 시스템으로 보고, 그 업데이트는 실행 가능한 가치 지형 안에 머물러야 한다.
구조 골격
본 논문은 액션 가치를 제약 없는 예측으로 취급하는 대신, 계획 구조를 직접 네트워크에 구축한다.
물리학 개념 / 수학적 대상
재사용 가능한 개념은 제약 조건 하에서의 변분 선택이다: 유효한 계획은 낮은 점수의 상태가 아니라, 동역학을 존중하면서 올바른 목적 함수를 최소화하는 상태이다.
AI 타겟 문제
장기적 롤아웃(long-horizon rollouts) 하에서 내부 가치 추정치를 반복적으로 업데이트하고 드리프트(drift)하는 경향이 있는 타겟 신경망 플래너, 월드 모델 또는 제어 정책.
변수/연산자/목표 매핑
- Energy/action functional -> 궤적 또는 지역적 가치 업데이트에 대한 계획 목표
- Feasible state manifold -> 모델 동역학 하에서 도달 가능한 계획
- Stable minimizer -> 제어 일관성이 개선된 롤아웃 정책
이것이 왜 효과가 있을 수 있는지
변분학적 관점은 휴리스틱한 계획 계층을 구조화된 최적화 객체로 전환할 수 있다. 이를 통해 어떤 업데이트가 실행 가능성을 보존하고 어떤 업데이트가 손실을 피상적으로만 감소시키는지 추론하기가 더 쉬워진다.
왜 실패할 수 있는지
에너지가 유용한 방식으로 태스크 보상에 대응하지 않을 수 있다. 또한 플래너는 설계된 에너지를 만족시키면서도 모델 오류를 이용하거나 장거리 제약 조건을 누락할 수 있다.
가장 작은 반증 가능한 실험
에너지 성형 페널티를 명시적으로 포함하는 계획 모듈을 구현하여, 실현 가능한 롤아웃 구조로부터의 편차를 측정한다. 이를 장기 내비게이션 또는 전략 과제에서 해당 페널티가 없는 동일한 플래너와 비교한다. 제약 조건 인식 에너지 성형이 롤아웃 안정성 또는 가치 일관성을 개선하지 못할 경우, 해당 과제를 거부한다.