利用隐式微分扩展并稳定可微规划

可微规划有望实现端到端的可微性与自适应性。然而，有一个问题阻碍其扩展到更大规模的问题：它们需要通过对前向迭代层求导来计算梯度，这将前向计算与反向传播耦合在一起，并且需要权衡前向规划器性能与反向传播的计算代价。为缓解此问题，我们提出通过对贝尔曼不动点方程求导，为值迭代网络（Value Iteration Network）及其变体解耦前向与反向过程，这使得反向代价（在规划步数上）恒定且前向预算灵活，并有助于扩展到大型任务。我们研究了所提出的 VIN 及其变体的隐式版本的收敛稳定性、可扩展性与效率，并在一系列规划任务上展示了其优越性：二维导航、视觉导航，以及构型空间与工作空间中的二自由度操作。