अव्यक्त क्रिया प्रतिनिधित्व
VAE या VQ-VAE का उपयोग करके उच्च-आयामी रोबोट क्रियाओं को एक कॉम्पैक्ट अव्यक्त स्थान में संपीड़ित करना, फिर नीतियों को कच्ची क्रियाओं के बजाय अव्यक्त कोड की भविष्यवाणी करने के लिए प्रशिक्षित करना। अव्यक्त क्रिया प्रतिनिधित्व प्रभावी क्रिया आयामीता को कम करते हैं, नीति सीखने को आसान बनाते हैं और बहु-मोडल वितरण के बेहतर मॉडलिंग को सक्षम करते हैं। भाषा-अनुबंधित और वीडियो-भविष्यवाणी रोबोट सीखने में उपयोग किया जाता है।







