论文

用于潜在规划的时间拉直

学习良好的表征对于基于世界模型的潜在规划至关重要。尽管预训练视觉编码器能产生强大的语义视觉特征，但它们并未针对规划进行定制，且包含与规划无关甚至有害的信息。受人类视觉处理中感知拉直假说的启发，我们引入时间拉直以改进潜在规划的表征学习。通过使用曲率正则化器鼓励局部拉直的潜在轨迹，我们联合学习编码器与预测器。我们表明，以此方式降低曲率可使潜在空间中的欧氏距离更好地逼近测地距离，并改善规划目标的适定性。实验表明，时间拉直使基于梯度的规划更稳定，并在一系列目标到达任务中显著提高成功率。