العودة إلى Glossary
الفضاء الكامن
الفضاء الكامن هو تمثيل مضغوط وذو أبعاد أقل للبيانات يتعلمها الشبكة العصبية — مخرجات المشفر الذي يلتقط الميزات الأكثر صلة بالمهمة من الملاحظة. في تعلم الروبوت، تُستخدم الفضاءات الكامنة في المشفرات التلقائية المتغيرة (VAEs) لتعلم تمثيلات منظمة للمشاهد البصرية، وفي نماذج العالم للتنبؤ بالحالات المستقبلية، وفي السياسات القائمة على CVAE (مثل ACT) لترميز توزيعات الإجراءات متعددة الأنماط. يضع الفضاء الكامن المنظم جيداً الملاحظات المتشابهة دلالياً بالقرب من بعضها، مما يتيح الاستيفاء والتخطيط وتعزيز البيانات في المجال الكامن بدلاً من مساحة البكسل الخام. انظر هذا عملياً: خدمة جمع البيانات الخاصة بنا →