局部坐标系下相对位置的计算方法辨析
在考虑人形机器人追踪参考运动时,经常需要计算机器人与参考运动之间的“局部位置差”。一说到局部位置计算,简单粗暴的理解是:只要有两者做差和坐标系变化的操作就行。然而,不同的计算方法有着很大的区别。实际上,“局部位置差”应该表达为机器人坐标系下参考位置与当前位置之间的距离。
在考虑人形机器人追踪参考运动时,经常需要计算机器人与参考运动之间的“局部位置差”。一说到局部位置计算,简单粗暴的理解是:只要有两者做差和坐标系变化的操作就行。然而,不同的计算方法有着很大的区别。实际上,“局部位置差”应该表达为机器人坐标系下参考位置与当前位置之间的距离。
为了解决多任务问题,RL中的MoE网络架构MOORE通过正交化表示的方式,提升神经网络的表达能力。这种方式相当于对神经网络施加了约束Stiefel Manifold约束。那么,这种约束对神经网络有什么影响呢?
变分推断属于贝叶斯模型中近似后验的方法,其构成了《VAE:自动编码变分贝叶斯》的数学原理。接下来,基于论文《Variational Inference: A Review for Statisticians》理解其理论。
在概率论和统计中,自然指数族分布是指数族分布的特殊情况。
在信息几何中,Fisher信息度量是一个定义在平滑统计流形上的黎曼度量。其中,统计流形是一个点为概率分布的平滑流形。由此,该信息度量通常被用于计算两个概率分布之间的距离。
在《Spectral Normalization for Generative Adversarial Networks》中,为了提高GAN中判别器训练的稳定性,利用spectral normalization控制判别器函数f的Lipschitz常数。相较于直接施加Lipschitz约束,该方法显著降低了模型训练和推理的计算复杂度。