LOGAN : LATENT OPTIMISATION FOR GAN (2019)

GAN 중에서 LOGAN (2019) 이론적으로 서술한다. 완전히 Transitive 한가? 독일이 한국을 이기고, 한국이 조그만 나라를 이긴다 등의 확실한 영향의 시퀀스가 있다면 이것을 Transitive 하다고 말한다. 한국 축구가 발달하면 독일을 이길 수 있다. 각 Player 가 상당적인 수준에 이르게 되면, GAN 은 Transitive 하지 않고 Cyclic 하게 된다. 즉, Population 을 운영해야 한다.

LOGAN 에 대한 다양한 시각

하지만, Multi-Agent 시각에서 보면 그래도 2 Player 이라고 주장한다. LOGAN 은 더이상 2Player 가 아니라 Latent Optimization 이라는 3 Player 가 접근하고 있다.

수학적인 시각 differential Geometric 이 분야에서 (1)Simplitics (2)Natural Gradients 를 써야한다. 수학으로 따지면 두 이론을 가져와서 다양한 시도를 하고 있다.

메타러닝 시각 이것은 메타러닝이다.