GenAD: ເຮັດແນວໃດເພື່ອບັນລຸການຄາດຄະເນການເຄື່ອນໄຫວຂັບລົດອັດຕະໂນມັດທີ່ມີປະສິດທິພາບແລະການວາງແຜນ?

ໂຄງການ GenAD ມີນະວັດຕະກໍາໃຊ້ autoencoders ປ່ຽນແປງເພື່ອຮຽນຮູ້ການແຈກຢາຍ trajectory ໃນອະນາຄົດໃນພື້ນທີ່ latent ໂຄງສ້າງສໍາລັບການສ້າງແບບຈໍາລອງກ່ອນ trajectory. ນອກຈາກນັ້ນ, ໂຄງການດັ່ງກ່າວຍັງໃຊ້ຕົວແບບຊົ່ວຄາວເຊັ່ນ: ຫນ່ວຍງານ recurrent gated ເພື່ອຈັບຕົວຕົວແທນແລະການເຄື່ອນໄຫວດ້ວຍຕົນເອງໃນພື້ນທີ່ latent, ດັ່ງນັ້ນການສ້າງ trajectories ໃນອະນາຄົດທີ່ມີປະສິດທິພາບຫຼາຍຂຶ້ນ. ວິທີການເບິ່ງໄປຂ້າງຫນ້ານີ້ເຮັດໃຫ້ GenAD ສາມາດຕົວຢ່າງການແຈກຢາຍຈາກພື້ນທີ່ latent ທີ່ມີໂຄງສ້າງທີ່ມີເງື່ອນໄຂໃນລະຫວ່າງການ inference ແລະນໍາໃຊ້ຕົວແບບຊົ່ວຄາວທີ່ຮຽນຮູ້ເພື່ອສ້າງອະນາຄົດ, ເຮັດໃຫ້ການປະຕິບັດການຄາດເດົາແລະການວາງແຜນການເຄື່ອນໄຫວພ້ອມກັນ.