GameFormer论文阅读
参考博客：https://blog.csdn.net/m0_48100146/article/details/135683444。Modality Embedding Query是可学习的embedding, 类似于multipath++中的query。除了上述模型结构的特点，还增加了一个辅助判碰撞loss。这篇文章的思路还是很清晰的，直接看图就能看懂。
·
参考博客：https://blog.csdn.net/m0_48100146/article/details/135683444
这篇文章的思路还是很清晰的，直接看图就能看懂
Modality Embedding Query是可学习的embedding, 类似于multipath++中的query
除了上述模型结构的特点，还增加了一个辅助判碰撞loss
目前对这篇论文还存在的疑惑的点：
- 每个level的trajectory都要进行监督吗？ — 是的，看开源代码是的
- Agent Future Mask是怎么做的？ — 在每次迭代的时候，将要迭代的障碍物的未来轨迹进行mask掉。防止模型在预测某个智能体未来时，利用到它自己未来的真实信息，保证训练/推理的公平性和泛化能力。
开源代码：https://github.com/MCZhi/GameFormer
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
3
0- 0
已为社区贡献1条内容
所有评论(0)