Oct, 2022

利用隐式微分扩展和稳定可微规划

PDF
TL;DR本文提出了一种不依赖于 forward iteration 层区分前向计算和反向传递并解决 Value Iteration Network 和其变体中大规模问题的不同 iable planning 方法，该方法通过 Bellman fixed-point 方程进行不同 iation，使得计划范围内反向传递的成本恒定，并且前向预算灵活，最终证明了该方法在多个规划任务中的优越性。
differentiable planningvalue iteration networkbackward passlarge-scale problemsplanning horizon
发现论文，激发创造
  • 深度可微规划器实现实际导航

    本研究提出了一种基于不同可微可导规划器的机器人导航方法，用于规划并导航三维环境中的机器人，并考虑实际应用中的限制，该方法是在无需先验知识的情况下从安全的专家示范中训练产生，能够成功地应用于真实机器人的模拟导航。

    Aug, 2021

  • 将价值迭代网络扩展到 5000 层，用于极长期规划

    DT-VIN 通过增加动态转移内核和引入自适应高速公路损失来提高价值迭代网络在强化学习中规划的表达能力和解决长期大规模规划任务的能力。

    Jun, 2024

  • 价值迭代网络

    文章介绍了价值迭代网络（VIN），它是一个内嵌有 “规划模块” 的全可微神经网络，可以学习规划和预测基于规划的推理，如强化学习策略，其中的关键是一种新颖的可微近似值迭代算法，可表示为卷积神经网络，并使用标准反向传播进行端到端训练。我们在离散和连续路径规划域以及基于自然语言的搜索任务上评估 VIN 策略，并表明通过学习显式规划计算，VIN 策略可以更好地推广到新的、未见过的域。

    Feb, 2016

  • 使用可转向卷积将对称性纳入可微规划中

    该论文研究了如何使用群对称性改善端到端可微规划算法的数据效率和泛化能力，当对称性出现在决策任务中时。 通过等变卷积网络的启发，将路径规划问题视为网格上的信号，并表明在此情况下，价值迭代是一个线性的等变算子，即一个（可转向）卷积。 基于 VIN 的实现，使用等变卷积网络来纳入对称性。 在三个路径规划任务和一个工作空间操纵任务中的实验表明，我们的算法较 VIN 和 GPPN 的非等变协方差算法提高了大量的训练效率和泛化能力。

    Jun, 2022

  • 门控路径规划网络

    将值迭代网络（VIN）重新构建为递归卷积网络，提出了门控路径规划网络（Gated Path Planning Network）并提出标准门控循环更新方程可以缓解优化问题，取得了比 VIN 更好的性能，可用于多种场景下的导航规划。

    Jun, 2018

  • 高速价值迭代网络

    使用可微分规划模块和嵌入式高速值迭代的方法，有效地解决了长期规划问题并在数百个规划步骤中超越了传统的值迭代网络和一些很深的神经网络。

    Jun, 2024

  • 迭代算法的一步差分

    本文提出一种新的自动求导方法 —— 一步法微分（Jacobian-free backpropagation），其性能可与隐式微分方法相媲美，并为快速算法（如超线性优化方法）提供了解决方案。其中使用特定的例子（如牛顿法和梯度下降法）对其进行全面的理论近似分析，并揭示了其在双层优化中的应用。通过多个数值示例，证明了这种一步估计器的正确性。

    May, 2023

  • DiffVL: 基于视觉语言驱动的可微物理学扩展软体操控

    利用梯度优化轨迹的方法与可微物理模拟相结合，可以高效地解决软体操纵问题，DiffVL 是一种允许非专家用户通过视觉和自然语言描述软体操纵任务，并将其转化为可由可微物理求解器应用的优化目标的方法。

    Dec, 2023

  • 作为定点的对象表示：使用隐式微分训练迭代改进算法

    该论文探讨了通过迭代重构来打破数据中对称形式的应用到实体集合的表征学习中，应用隐函数定理实现了对这一过程的可微分性的改进，在保证时间和空间复杂度稳定的同时优化了 SLATE 模块中的槽关注的学习。

    Jul, 2022

  • 分解空间中的随机规划近似推断

    该论文将随机规划分解成两个维度：正向和反向推断以及置信传播法和均值场变分推断等不同方法，进而提出折叠状态变分推断 (CSVI) 算法，并通过实验比较发现其与正向置信传播法是最佳的随机规划方法之一。

    Mar, 2022