베이지안 업데이트와 보상 표현의 일치성

초록

본 논문은 KL‑정규화된 소프트 업데이트가 단일 고정 확률 모델 안에서 정확히 베이지안 사후분포와 일치할 때, 보상 함수가 어떻게 정의되는지를 분석한다. 사후 업데이트는 조건부 상호정보(PMI) 형태의 상대적 인센티브 신호만을 결정하고, 절대 보상은 상황별 기준값에 의해만큼 자유롭게 변한다는 식별 결과를 제시한다. 또한 여러 업데이트 방향에 대해 하나의 연속값 함수를 요구하면 보상 파라미터 간에 교환법칙(통합성) 제약이 추가된다.

상세 분석

논문은 먼저 KL‑정규화된 목적함수 J_z(·)를 정의하고, 최적화 해가 지수적 기울기 형태 ˜P⁎(x|y)=P(x|y)·exp