带门控汇总模块的价值迭代网络
机器学习
2023-05-17 v2 人工智能
摘要
在本文中，我们解决价值迭代网络（VIN）在处理更大输入地图以及减轻因迭代次数增加而造成的累积误差影响时所面临的挑战。我们提出一种新方法——带门控汇总模块的价值迭代网络（GS-VIN），其包含两项主要改进：（1）在价值迭代模块中采用自适应迭代策略以减少迭代次数；（2）引入门控汇总模块以汇总迭代过程。自适应迭代策略使用更大的卷积核与更少的迭代次数，在保持规划过程准确性的同时降低网络深度并提升训练稳定性。门控汇总模块通过对 VI 模块内整个规划过程进行时间与空间上的重采样，使网络能够关注整个规划过程，而非仅依赖最终的全局规划结果。我们在 2D 网格世界路径规划问题和 Atari Mr. Pac-man 环境中进行实验，表明 GS-VIN 在不同地图尺寸下的单步准确率、规划成功率和整体性能均优于基线。此外，我们分析了基于 VI 的模型中输入尺寸、核大小与迭代次数之间的关系，该分析适用于大多数基于 VI 的模型，并为研究者和工业部署提供了有价值的见解。
引用
@article{arxiv.2305.07039,
title = {Value Iteration Networks with Gated Summarization Module},
author = {Jinyu Cai and Jialong Li and Mingyue Zhang and Kenji Tei},
journal= {arXiv preprint arXiv:2305.07039},
year = {2023}
}
备注
13 pages,6 figures,submitted to IEEE ACCESS