योजना नेटवर्क के लिए भिन्न ऊर्जा आकारण

संरचनात्मक कंकाल

स्रोत पत्र में एक्शन वैल्यू को अनियंत्रित भविष्यवाणियों के रूप में मानने के बजाय, सीधे नेटवर्क में प्लानिंग स्ट्रक्चर बनाया गया है।

भौतिकी अवधारणा / गणितीय वस्तु

पुन: प्रयोज्य अवधारणा बाधाओं के तहत भिन्नता चयन है: एक मान्य योजना कोई निम्न-स्कोर वाला अवस्था नहीं है, बल्कि एक ऐसी अवस्था है जो गतिकी का सम्मान करते हुए सही उद्देश्य को न्यूनतम करती है।

एआई लक्ष्य समस्या

लक्ष्य न्यूरल प्लानर्स, वर्ल्ड मॉडल्स, या कंट्रोल पॉलिसीज़ जो आंतरिक मूल्य अनुमानों को बार-बार अपडेट करती हैं और लंबी-अवधि के रोलआउट के तहत ड्रिफ्ट (drift) होने की प्रवृत्ति रखती हैं।

चरों / ऑपरेटरों / उद्देश्य का मानचित्रण

• ऊर्जा/क्रिया फलन -> प्रक्षेपवक्रों (trajectories) पर योजना उद्देश्य या स्थानीय मान अद्यतन (local value updates)
• व्यवहार्य अवस्था मैनिफोल्ड (Feasible state manifold) -> मॉडल गतिकी (model dynamics) के तहत पहुँच योग्य योजनाएँ
• स्थिर मिनिमाइज़र (Stable minimizer) -> बेहतर नियंत्रण संगति (control consistency) वाली रोलआउट नीति (rollout policy)

यह क्यों काम कर सकता है

एक вариएशनल दृष्टिकोण (variational view) अनुमानित योजना परतों (heuristic planning layers) को संरचित अनुकूलन वस्तुओं (structured optimization objects) में बदल सकता है। इससे यह तर्क करना आसान हो जाता है कि कौन से अपडेट व्यवहार्यता (feasibility) बनाए रखते हैं और कौन से अपडेट केवल सतही तौर पर हानि (loss) को कम करते हैं।

यह क्यों विफल हो सकता है

ऊर्जा, कार्य पुरस्कार (task reward) के साथ उपयोगी तरीके से मेल नहीं खा सकती है। एक प्लानर (planner) डिज़ाइन की गई ऊर्जा को संतुष्ट कर सकता है, जबकि मॉडल की त्रुटियों का फायदा उठाना या लंबी दूरी की बाधाओं (long-range constraints) को छोड़ना भी जारी रख सकता है।

सबसे छोटा असत्यनीय प्रयोग

एक योजना मॉड्यूल को लागू करें जिसमें एक स्पष्ट ऊर्जा शेपिंग पेनल्टी शामिल हो जो व्यवहार्य रोलआउट संरचना से विचलन को मापती है। लंबी-क्षितिज नेविगेशन या रणनीति कार्यों पर पेनल्टी के बिना उसी योजनाकार के विरुद्ध तुलना करें। यदि बाधा-जागरूक ऊर्जा शेपिंग रोलआउट स्थिरता या मान संगति में सुधार करने में विफल रहती है तो संक्षिप्त को अस्वीकार करें।