Ghost Attractor Networks

Ghost Attractor Networks 为高效顺序生成和稳定的潜在结构提供了可能

研究人员推出了一种新颖的动态解码器 Ghost Attractor Networks (GANs)，旨在提高大型模型中顺序生成的效率和控制能力。GANs 利用具有盆地吸引子结构的学习势能，实现闭环控制，例如相位条件动作生成和跨步潜在信息传递。经验表明，与 Diffusion Transformer 相比，GAN 模型在参数量和延迟方面显著减少，同时在机器人动作解码任务和闭环基准测试中实现了相当或更优的准确性。