MMD
一种衡量两个概率分布差异的度量，将分布通过核函数映射到再生核希尔伯特空间（RKHS），用均值嵌入之间的距离量化分布差异，广泛用于GAN训练、双样本假设检验和域适应
时间轴 (近 90 天)
传统离线RL方法通过对动作分布施加散度约束（如KL散度、Wasserstein距离、MMD等）来缓解分布偏移。
在有限样本下精确实现总体独立性几乎不可能，实践中通常采用批次级统计量（如HSIC、MMD或相关性惩罚）进行近似约束，论文的理论保证也是在这一近似框架下讨论的。
在无权重梯度流下，任何MMD值远离零的驻点都是不稳定的，梯度流不会稳定停留在这些坏驻点上。
MMD（最大均值差异）是机器学习中衡量两个分布差异的经典度量，广泛用于生成模型、域适应和核两样本检验。
当且仅当核是特征核（如高斯核）时，MMD(P,Q)=0 等价于 P=Q。
核诱导几何下的收缩性只通过一个线性修正项进入收敛界，而非主导项
当核函数为特征核（如高斯核）时，MMD为零当且仅当两分布完全相同
MMD被广泛应用于生成对抗网络（GAN）的训练目标、双样本假设检验以及域适应等任务
论文实验覆盖光滑软粒子能量、最大均值差异（MMD）最小化、组件消融实验以及粒子数和维度两方向的规模扩展研究
常见的UDA技术路线包括对抗训练（如DANN方法）、最大均值差异（MMD）和自训练/伪标签
还有 1 条时间轴事件
全部知识事实 (11)
传统离线RL方法通过对动作分布施加散度约束（如KL散度、Wasserstein距离、MMD等）来缓解分布偏移。
50%待验证在有限样本下精确实现总体独立性几乎不可能，实践中通常采用批次级统计量（如HSIC、MMD或相关性惩罚）进行近似约束，论文的理论保证也是在这一近似框架下讨论的。
50%待验证在无权重梯度流下，任何MMD值远离零的驻点都是不稳定的，梯度流不会稳定停留在这些坏驻点上。
50%待验证MMD（最大均值差异）是机器学习中衡量两个分布差异的经典度量，广泛用于生成模型、域适应和核两样本检验。
50%待验证当且仅当核是特征核（如高斯核）时，MMD(P,Q)=0 等价于 P=Q。
50%待验证核诱导几何下的收缩性只通过一个线性修正项进入收敛界，而非主导项
50%待验证当核函数为特征核（如高斯核）时，MMD为零当且仅当两分布完全相同
50%待验证MMD被广泛应用于生成对抗网络（GAN）的训练目标、双样本假设检验以及域适应等任务
50%待验证论文实验覆盖光滑软粒子能量、最大均值差异（MMD）最小化、组件消融实验以及粒子数和维度两方向的规模扩展研究
50%待验证常见的UDA技术路线包括对抗训练（如DANN方法）、最大均值差异（MMD）和自训练/伪标签
50%待验证域适应假设可以访问目标域的无标签数据，通过对抗训练（如DANN梯度反转层）、MMD最小化或最优传输方法对齐源域和目标域的特征分布
50%