压缩表示空间中的运动规划

Lukas Lao Beyer, Sertac Karaman

摘要

该论文提出了一种新的生成框架，通过高压缩比的自编码器学习具有层次化离散值令牌的潜在空间，并在该潜在空间中直接进行搜索以实现运动规划。该方法结合了基于学习的先验和基于模型的规划算法的灵活性，能够优化测试时指定的任意目标函数。

motion planningdeep learningautoencoderlatent spacegenerative framework

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018