Generative Models in Decision Making: A Survey
Created by
- Haebom
Category
Empty
저자
Yinchuan Li, Xinyu Shao, Jianping Zhang, Haozhi Wang, Leo Maxime Brunswic, Kaiwen Zhou, Jiqian Dong, Kaiyang Guo, Xiu Li, Zhitang Chen, Jun Wang, Jianye Hao
개요
본 논문은 의사결정 과정에 생성 모델을 통합하는 것에 대한 종합적인 검토를 제공합니다. 7가지 기본적인 생성 모델 유형(에너지 기반 모델, GAN, VAE, 정규화 흐름, 확산 모델, 생성 흐름 네트워크, 자기회귀 모델)을 분류하고, 이들의 기능을 제어기, 모델러 및 최적화기의 세 가지 주요 역할로 범주화하여 의사결정에 대한 각 역할의 기여 방식을 논의합니다. 또한, 5가지 중요한 실제 의사결정 시나리오에서 이러한 모델의 배포를 조사하고, 현재 접근 방식의 강점과 한계를 요약하며, 차세대 생성 지시 모델을 발전시키기 위한 세 가지 주요 방향(고성능 알고리즘, 대규모 일반화된 의사결정 모델, 자기 진화 및 적응형 모델)을 제안합니다.
시사점, 한계점
•
시사점:
◦
생성 모델을 의사결정 시스템에 통합하는 다양한 방법과 그 효과에 대한 포괄적인 이해를 제공합니다.
◦
7가지 주요 생성 모델 유형과 3가지 주요 기능적 역할에 대한 명확한 분류 체계를 제시합니다.
◦
실제 의사결정 시나리오에서 생성 모델의 적용 가능성을 보여줍니다.
◦
차세대 생성 지시 모델 개발을 위한 세 가지 중요한 연구 방향을 제시합니다.
•
한계점:
◦
특정 생성 모델의 성능 비교 및 분석이 부족합니다.
◦
다양한 의사결정 시나리오에 대한 구체적인 사례 연구가 제한적입니다.
◦
제안된 세 가지 연구 방향의 구체적인 실현 가능성 및 어려움에 대한 논의가 부족합니다.
