Latent Memory Palace

Latent Memory Palace 实现了自适应推理以用于控制策略

研究人员推出了一种新方法 Latent Memory Palace (LMP)，用于使连续控制策略能够执行自适应推理。LMP 将推理构建为自回归潜在空间内的变分推理，其灵感来源于记忆宫殿的概念。这种方法允许迭代和自适应的信息检索，从而在模拟和现实世界的应用中都提高了性能。该框架还产生了一个动作分词器 LMP-tok，它增强了下游的自回归策略。