近日,L-MAP技术在离线强化学习(Offline RL)领域取得了显著进展,特别是在处理随机、高维连续动作空间中的序列决策问题。L-MAP通过结合VQ-VAE模型,成功学习并优化了宏动作(macro-actions),从而显著提升了决策...
Read More近日,一项针对多目标强化学习(Multi-Objective Reinforcement Learning, MORL)的创新研究取得了重要进展。该研究提出了一种新型奖励降维方法,显著提升了学习效率,突破了传统方法的局限性。传统的多目标强化学习...
Read More近日,一项创新的研究展示了使用3D Gaussian Splats渲染的逼真环境来训练端到端驾驶强化学习(RL)模型的潜力。该研究通过构建高度真实的虚拟驾驶场景,显著提升了模型的训练效果。实验结果表明,与传统方法相比,采...
Read More近日,SliceOcc推出了一种创新的垂直切片表示法,专门用于密集室内环境中的3D语义占用预测。这一技术通过基于RGB摄像头的模型,实现了业界领先的性能表现。SliceOcc的方法不仅提高了预测的准确性,还在处理复杂室内...
Read More近日,UniAct作为一种全新的Embodied Foundation Model框架正式亮相,其独特之处在于能够在Universal Action Space中高效运作。这一技术的推出标志着人工智能在动作空间建模领域迈出了重要一步。UniAct通过整合多模...
Read More近日,一款名为'landmarker'的Python工具包正式发布,该工具包基于PyTorch框架,旨在为地标定位算法的开发与评估提供灵活的工具支持。'landmarker'不仅简化了算法的实现过程,还提供了丰富的评估功能,帮助研究人员...
Read MoreNVIDIA近日发布了一项创新技术FoundationStereo,该技术将基础模型与立体匹配技术相结合,旨在提升机器人和自动驾驶车辆的3D感知能力。通过这一技术,设备能够更精确地理解和处理三维环境中的信息,从而提高导航和操...
Read More最近邻攻击是一种新型的安全威胁,它通过精心设计的输入扰动,使得机器学习模型的预测结果偏离真实目标,而指向攻击者指定的最近邻类别。这种攻击手段对于基于深度学习的图像识别系统尤为危险,因为它可以迷惑模型,...
Read More