BriefGPT.xyz
May, 2020
Plan2Vec: 通过潜在规划实现非监督表示学习
Plan2Vec: Unsupervised Representation Learning by Latent Plans
HTML
PDF
Ge Yang, Amy Zhang, Ari S. Morcos, Joelle Pineau, Pieter Abbeel...
TL;DR
本文介绍了一种无监督学习的方法——plan2vec。通过对图像数据集进行加权图构建，利用路径积分将局部信息转化为全局的embedding，并在长时间轨迹规划的目标值估计上具有高效性和准确性，可行性实验结果表明plan2vec能够将规划成本有效地摊销，实现线性时空复杂度的反应式路径规划。
Abstract
In this paper we introduce
plan2vec
, an unsupervised representation learning approach that is inspired by
reinforcement learning
.
plan2vec
→