LpWM: A Case for Sparse Representations in World Models
LpWM:世界模型中稀疏表示的一个应用案例
机构 * NYU(纽约大学) ; Duke University(杜克大学) ; Mila(米拉) ; Brown University(布朗大学)
AI总结 本文提出LpWM模型,以稀疏表示替代密集表示建模动作条件潜在动力学,在PushT任务上规划成功率优于密集模型,且能揭示可解释的动力学结构。
作者
Deep Learning / Vision
LpWM:世界模型中稀疏表示的一个应用案例
机构 * NYU(纽约大学) ; Duke University(杜克大学) ; Mila(米拉) ; Brown University(布朗大学)
AI总结 本文提出LpWM模型,以稀疏表示替代密集表示建模动作条件潜在动力学,在PushT任务上规划成功率优于密集模型,且能揭示可解释的动力学结构。