Espace latent
Un espace latent est une représentation compressée de dimension inférieure des données apprises par un réseau de neurones — la sortie d'un encodeur qui capture les caractéristiques les plus pertinentes pour la tâche d'une observation. Dans l'apprentissage de robot, les espaces latents sont utilisés dans les VAE (autoencodeurs variationnels) pour apprendre des représentations structurées de scènes visuelles, dans les modèles du monde pour prédire les états futurs, et dans les politiques basées sur CVAE (comme ACT) pour encoder les distributions d'actions multimodales. Un espace latent bien structuré place les observations sémantiquement similaires à proximité, permettant l'interpolation, la planification et l'augmentation de données dans le domaine latent plutôt que dans l'espace de pixels bruts. Voir cela en pratique : notre service de collecte de données →