幾何的時間スコア推定器：自己予測表現と生成的占有モデルを橋渡しする強化学習手法

- GTSE（Geometric Time Score Estimators）は、強化学習（RL）における occupancy measure の密度推定のためのフレームワーク。 - self-predictive representations と generative occupancy models という2つのパラダイムを、確率経路上での occupancy density estimator の学習によって橋渡しする。 - goal-conditioned RL 設定での制御性能向上と、下流タスクへの表現転移を狙う。

- self-predictive representations は occupancy density 推定の支配的パラダイムだが、推定精度が驚くほど悪いことを指摘。 - generative occupancy models は occupancy measure からのサンプル生成は非常に正確だが、occupancy density を容易に復元できず制御への利用が限られる。 - GTSE は両者の利点を統合し、密度推定とサンプリングの両面を扱える点が新規。

- 確率経路（probability paths）に沿って occupancy density estimator を学習する枠組みを提案。 - GTSE が表現学習の改善を通じてより良い occupancy estimator を暗黙的に誘導する仕組みを分析。 - この枠組みから self-predictive representations を直接抽出する方法を示す。

- 複数の locomotion タスクと manipulation タスクで実験。 - goal-conditioned RL 設定において、state-of-the-art 手法比で 2倍から6倍の性能向上を報告。 - GTSE で学習した表現が下流の RL タスクへ効果的に転移することを示す。

- self-predictive representations の密度推定精度の低さと、generative occupancy models の密度復元の困難さという対比が議論の出発点。 - GTSE が表現学習改善を通じて occupancy estimator をどう改善するかの分析を提示。 - 具体的な限界や失敗ケース、計算コストなどは要旨からは不明。

- self-predictive representations に関する先行研究（例：SPR 系の手法）。 - generative occupancy models に関する研究（例：occupancy measure を生成的に扱う手法）。 - goal-conditioned RL の state-of-the-art 比較手法（要旨では具体名が明示されていないため、同分野の定番手法を参照）。