エボリューション・ストラテジーズ更新、報酬加重された質量の中心へ：グプタ氏が新解釈
アークシャット・グプタ (Akshat Gupta) 氏は2026年10月26日(現地時間)、学術論文投稿サイトarXivに発表した研究で、エボリューション・ストラテジーズ (Evolution Strategies、以下ES) の更新メカニズムに対し、新たな幾何学的解釈を提示した。この解釈は、各摂動モデルを粒子、その報酬を粒子の質量と見なすことで、ESの更新が報酬加重された質量の中心への変位と正確に一致すると説明している。従来、ESの更新は平滑化された勾配の推定として提示されてきたが、グプタ氏の研究はこの現象を物理学的な観点から捉え直し、直感的な理解を促進する。この新しい視点は、機械学習における最適化手法の深い洞察を提供する。