ለሮቦት ቁጥጥር ስርጭት ፖሊሲ

የስርጭት ፖሊሲ እንደ Stable Diffusion ለሮቦት ቁጥጥር ካሉ የምስል ጀነሬተሮች ጀርባ ያለውን ተመሳሳይ የውድቀት ሃሳብ ይተገበራል፡ አንድን ቀጣይ እርምጃ ከመተንበይ ይልቅ ጫጫታውን ደጋግሞ በማጣራት አጠቃላይ አጭር ተከታታይ የወደፊት ድርጊቶችን ይፈጥራል። ጉዳዩ ከቀድሞዎቹ ዘዴዎች በተሻለ ሁኔታ የተመሰቃቀለ፣ የብዙ ሞዳል የእውነተኛ ማጭበርበር ባህሪን ስለሚይዝ ነው።

የስርጭት ፖሊሲ ከአንድ የተለየ ትእዛዝ ይልቅ በመካድ የድርጊት ቅንጥብ - በርካታ የወደፊት የድርጊት ጊዜዎችን ይፈጥራል።

እንደ የምስል ስርጭት ሞዴሎች፣ ከጩኸት ይጀምራል እና በድግግሞሽ ውድቅ ያደርጋል፣ ነገር ግን እዚህ ውፅዓት በአስተያየቶች ላይ የተስተካከለ የድርጊት አቅጣጫ ነው።

ብዙ ድርጊቶች ትክክለኛ ሲሆኑ (ለምሳሌ፣ ግራ ወይም ቀኝን ይያዙ)፣ መመለሻቸው በአማካይ ወደ ደካማ መካከለኛ አማራጭ ያደርጋቸዋል። ስርጭት ወደ ነጠላ ሁነታ በንጽህና ሊሰራ ይችላል.

የ Gaussian ጫጫታ ለተገለጹት ድርጊቶች ተጨምሯል እና አውታረ መረቡ ያንን ድምጽ ለመተንበይ ይማራል (በምልከታዎች ላይ ያለ) ፣ መደበኛውን የውሸት ዓላማ።

ፖሊሲው የተወሰኑ ድርጊቶችን ይተነብያል ነገርግን በየጊዜው አዳዲስ ምልከታዎችን በመጠቀም እንደገና ያቅዳል፣ ጊዜያዊ ወጥነት እና ምላሽ ሰጪነት።