使用 Gumbel-Softmax 采样而不是 VQ-VAE-esq 方法来生成码表有哪些优势?

我正在努力更好地理解"Categorical Codebook Matching for Embodied Character Controllers"论文中的设计决策。为什么要使用 Gumbel-Softmax 采样而不是 VQ-VAE 论文中使用的承诺和码表损失？是为了提高采样动作的潜在多样性吗？还是还有其他原因？我认为 VQ-VAE 方法会导致更易解释的空间，并在推理时具有更多的确定性行为。