arXiv · Statistics Machine Learning· Xing Lei, Wenyan Yang, Xuetao Zhang, Donglin Wang·· 16 小时前AI 评分22
DAGR：通过差分感知目标交叉注意力实现状态条件化目标表征
DAGR: State-Conditioned Goal Representations via Difference-Aware Goal Cross-Attention
AI 导读
论文提出 DAGR，用多尺度门控交叉注意力把任意后融合编码器的静态目标嵌入细化为状态条件化表征，并以门控残差和差分感知注意力规则约束细化过程。理论分析指出后归一化放置会破坏“闭合门时返回输入”的条件，在冻结检查点上造成损失，恢复该条件可部分挽回。OGBench 上 DAGR 改进导航任务、其他任务持平或落后于基线，消融显示增益来自门控残差而非差分偏置，代码已开源。
来源：arXiv · Statistics Machine Learning · arxiv.org