返回Glossary
隐空间
隐空间是神经网络学习的压缩、低维数据表示——编码器的输出，捕捉观测的最相关任务特征。在机器人学习中，隐空间用于变分自编码器（VAE）学习视觉场景的结构化表示、世界模型预测未来状态，以及基于 CVAE 的控制策略（如 ACT）编码多模态动作分布。结构良好的隐空间将语义相似的观测放在一起，使得在隐空间而非原始像素空间中进行插值、规划和数据增强成为可能。 在实践中看到这一点：我们的数据收集服务 →
隐空间是神经网络学习的压缩、低维数据表示——编码器的输出，捕捉观测的最相关任务特征。在机器人学习中，隐空间用于变分自编码器（VAE）学习视觉场景的结构化表示、世界模型预测未来状态，以及基于 CVAE 的控制策略（如 ACT）编码多模态动作分布。结构良好的隐空间将语义相似的观测放在一起，使得在隐空间而非原始像素空间中进行插值、规划和数据增强成为可能。 在实践中看到这一点：我们的数据收集服务 →