エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください
Twitterで共有ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
拡散モデルを用いたモデルベース最適化 本記事は名古屋大学の本田康平(https://kohonda.github.io/ )... 拡散モデルを用いたモデルベース最適化 本記事は名古屋大学の本田康平(https://kohonda.github.io/ )による寄稿です. はじめに 近年,拡散モデルの発展によって,非常に複雑な分布から忠実度の高いサンプルを生成することが可能となりました.最も一般的な拡散モデルの用途としては,画像や音声のような教師データを用意し,そのデータの分布のモデルを学習し,そのモデルを用いて新しいデータを生成することが挙げられます.ロボティクスにおいても同様の研究は多数存在し,ロボットの軌道教師データを用意・学習し,そのデータを用いて新しい軌道を生成することが行われています [1]. 一方,モデル予測制御をはじめとしたモデルベース最適制御の文脈においては,教師データの代わりに制御対象のダイナミクス・コスト関数・制約条件が最適制御問題として与えられており,これらの情報を用いて最適な制御入力を計算する