带有学习先验的随机视频生成

生成准确预测未来世界状态的视频帧是一个挑战。现有的方法要么无法捕捉结果的完整分布，要么生成模糊的图像，或者两者兼而有之。在本文中，我们介绍了一种无监督的视频生成模型，该模型学习在给定环境中的不确定性先验。视频帧是通过从这个先验中抽样并将其与未来帧的确定性估计组合生成的。这种方法简单，并且可以在多种数据集上轻松进行端到端训练。样本生成既多样又清晰，即使是在许多帧的未来，生成的效果也比现有方法更具竞争力。