VAE

Variational Autoencoder — ein generatives Modell, das einen probabilistischen latenten Raum erlernt, indem Eingaben in eine Verteilung (Mittelwert + Varianz) kodiert und Stichproben aus dieser Verteilung dekodiert werden. Das ELBO-Ziel balanciert Rekonstruktionsqualität und Regularität des latenten Raums. VAEs werden im Roboter-Lernen verwendet für: latente Zustandsrepräsentation, ACT-Kontrollpolitik-Architektur (CVAE-Encoder) und generative Weltmodelle.

Related terms