Embed to Control: A Locally Linear Latent Dynamics Model for Control from Raw Images - Githubissues

TMats / survey

Summary of Paper Survey

https://tmats.github.io/survey/

16 stars 2 forks source link

Embed to Control: A Locally Linear Latent Dynamics Model for Control from Raw Images #115

Open TMats opened 6 years ago

TMats commented 6 years ago

https://arxiv.org/abs/1506.07365

Manuel Watter, Jost Tobias Springenberg, Joschka Boedecker, Martin Riedmiller
Submitted on 24 Jun 2015 (v1), last revised 20 Nov 2015 (this version, v3)
NIPS2015

TMats commented 6 years ago

youtube

https://www.youtube.com/watch?v=fyQ8tY0iaRI

塩谷さんのDL輪読会に一瞬出てくる

https://www.slideshare.net/DeepLearningJP2016/dlimaginationaugmented-agents-for-deep-reinforcement-learning-learning-modelbased-planning-from-scratch-78333117
trajectory optimization + DLというくくり

サーベイまとめ(英語)

https://gridworld.wordpress.com/2015/07/23/embed-to-control-a-locally-linear-latent-dynamics-model-for-control-from-raw-images/

実装(筆者ではない)

tensorflow https://github.com/ericjang/e2c
pytorch https://github.com/ethanluoyc/e2c-pytorch

TMats commented 6 years ago

確率的生成モデルであるEmbed to Control (E2C)を提案
- 生の感覚情報だけで複雑な動的システムを制御したい
- 高次元の非線形なシステムの制御の問題を，局所的に最適な制御が行える低次元の潜在空間のシステムの問題に転換する
- E2Cは感覚情報空間における軌道の信念を持ち，潜在空間での長期のプランニングができる

2017-12-17 2 21 17

潜在空間上の状態の表現ztとz{t+1}が線形に表現できるとして，遷移を学習
planar systemの実験(1つめ)の詳細を要確認