跳到正文
arXiv · 机器人与计算机视觉· Yinuo Jiang, Guangzhi Wang, Yiran Wang, Junfu Pu, Cheng Cheng, Honghao Chen, Cheng Cheng, Ying Shan·· 9 天前AI 评分58

面向目标条件化潜在规划的动态感知动作学习

Dynamics-Informed Action Learning for Goal-Conditioned Latent Planning

AI 导读

论文提出 Dynamics-Informed Action Learning (DIAL) 框架,旨在弥合潜在世界模型中动态学习与规划应用之间的差距。该方法在训练阶段通过 rollout alignment 让前向模型接触自回归预测的潜在状态,并利用多步逆动力学监督训练轻量级逆动力学头;测试时利用该头构建动态感知的动作序列以初始化交叉熵方法(CEM)搜索分布。

来源:arXiv · 机器人与计算机视觉 · arxiv.org