Espacio Latente
Un espacio latente es una representación comprimida de menor dimensionalidad de datos aprendida por una red neuronal — la salida de un codificador que captura las características más relevantes para la tarea de una observación. En aprendizaje robótico, los espacios latentes se utilizan en VAEs (autoencodificadores variacionales) para aprender representaciones estructuradas de escenas visuales, en modelos del mundo para predecir estados futuros, y en políticas basadas en CVAE (como ACT) para codificar distribuciones de acciones multimodales. Un espacio latente bien estructurado coloca observaciones semánticamente similares cerca una de la otra, permitiendo interpolación, planificación y aumento de datos en el dominio latente en lugar de en espacio de píxeles crudos. Véalo en la práctica: nuestro servicio de recopilación de datos →