高速公路值迭代网络
机器学习
2024-06-06 v1 人工智能
摘要
值迭代网络（VIN）通过采用一个可微的“规划模块”来近似值迭代算法，从而实现对规划任务的端到端学习。然而，长期规划仍然是一个挑战，因为训练非常深的VIN很困难。为了解决这个问题，我们将高速公路值迭代——一种旨在促进长期信用分配的最新算法——嵌入到VIN的结构中。这一改进为VIN的“规划模块”增加了三个额外组件：1）一个“聚合门”，构建跳跃连接以改善跨多层的信息流；2）一个“探索模块”，旨在增加空间维度上信息和梯度流的多样性；3）一个“滤波器门”，旨在确保安全探索。由此产生的新型高速公路VIN可以使用标准反向传播有效训练数百层。在需要数百个规划步骤的长期规划任务中，深度高速公路VIN优于传统VIN以及几种先进的极深神经网络。
引用
@article{arxiv.2406.03485,
title = {Highway Value Iteration Networks},
author = {Yuhui Wang and Weida Li and Francesco Faccio and Qingyuan Wu and Jürgen Schmidhuber},
journal= {arXiv preprint arXiv:2406.03485},
year = {2024}
}
备注
ICML 2024