연구진은 adversarial min--max 최적화와 다중 네트워크 구조를 없앤 새로운 optimal transport 방식을 제안했어요.
잠재 함수를 단일 네트워크로 파라미터화하고 c-transform을 proximal fixed-point 문제로 재구성하여 dual feasibility를 정확하게 적용합니다.
inner fixed-point 계산에도 implicit differentiation 없이 효율적인 학습이 가능하며, stochastic gradient descent 수렴도 입증했어요.