一种图神经网络系统,其实现用于理解和控制物理系统的可学习的物理引擎。所述物理系统被认为由通过关节耦合的主体组成并由静态图和动态图表示。图处理神经网络处理输入图,例如静态图和动态图,以提供输出图,例如预测的动态图。所述图处理神经网络是可微分的并且可以被用于控制和/或强化学习。经训练的图神经网络系统可以被应用于具有相似但新的图结构的物理系统(零样本学习)。
声明:
“表示物理系统的图神经网络” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)