「cs.LG」カテゴリーアーカイブ

Input-to-State Stable Coupled Oscillator Networks for Closed-form Model-based Control in Latent Space

投稿日: 2024年9月16日 作成者: jarxiv

要約 文献ではさまざまな方法 (RL、MPC、LQR など) が提案されています … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO, cs.SY, eess.SY | Input-to-State Stable Coupled Oscillator Networks for Closed-form Model-based Control in Latent Space はコメントを受け付けていません

FRAC-Q-Learning: A Reinforcement Learning with Boredom Avoidance Processes for Social Robots

投稿日: 2024年9月16日 作成者: jarxiv

要約 強化学習アルゴリズムはソーシャル ロボットに適用されることがよくあります。 … 続きを読む →

カテゴリー: cs.HC, cs.LG, cs.RO | FRAC-Q-Learning: A Reinforcement Learning with Boredom Avoidance Processes for Social Robots はコメントを受け付けていません

Co-Optimization of Robot Design and Control: Enhancing Performance and Understanding Design Complexity

投稿日: 2024年9月16日 作成者: jarxiv

要約 通常、ロボットのデザイン（形状）は制御を実装する前に決定されます。 設計の … 続きを読む →

カテゴリー: cs.LG, cs.RO | Co-Optimization of Robot Design and Control: Enhancing Performance and Understanding Design Complexity はコメントを受け付けていません

RoboGPT: an intelligent agent of making embodied long-term decisions for daily instruction tasks

投稿日: 2024年9月16日 作成者: jarxiv

要約 ロボットエージェントは、自然言語の指導を通じて日常業務を解決するために、常 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO | RoboGPT: an intelligent agent of making embodied long-term decisions for daily instruction tasks はコメントを受け付けていません

xTED: Cross-Domain Policy Adaptation via Diffusion-Based Trajectory Editing

投稿日: 2024年9月16日 作成者: jarxiv

要約 さまざまなドメインから事前に収集されたデータを再利用することは、アクセス可 … 続きを読む →

カテゴリー: cs.LG, cs.RO | xTED: Cross-Domain Policy Adaptation via Diffusion-Based Trajectory Editing はコメントを受け付けていません

A Methodology to Study the Impact of Spiking Neural Network Parameters considering Event-Based Automotive Data

投稿日: 2024年9月16日 作成者: jarxiv

要約 自動運転 (AD) システムは、人間のモビリティと輸送の未来と考えられてい … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE, cs.RO | A Methodology to Study the Impact of Spiking Neural Network Parameters considering Event-Based Automotive Data はコメントを受け付けていません

A Passivity-Based Method for Accelerated Convex Optimisation

投稿日: 2024年9月16日 作成者: jarxiv

要約 この研究は、連続時間領域で加速された凸最適化アルゴリズムを設計するための建 … 続きを読む →

カテゴリー: cs.LG, cs.SY, eess.SY, math.OC | A Passivity-Based Method for Accelerated Convex Optimisation はコメントを受け付けていません

SAUC: Sparsity-Aware Uncertainty Calibration for Spatiotemporal Prediction with Graph Neural Networks

投稿日: 2024年9月16日 作成者: jarxiv

要約 不確実性を定量化することは、堅牢で信頼性の高い予測を実現するために非常に重 … 続きを読む →

カテゴリー: cs.LG | SAUC: Sparsity-Aware Uncertainty Calibration for Spatiotemporal Prediction with Graph Neural Networks はコメントを受け付けていません

Measure-Theoretic Time-Delay Embedding

投稿日: 2024年9月16日 作成者: jarxiv

要約 有名な Takens の埋め込み定理は、部分的な観察から力学システムの完全 … 続きを読む →

カテゴリー: cs.LG, math.DG, math.DS | Measure-Theoretic Time-Delay Embedding はコメントを受け付けていません

Increasing Both Batch Size and Learning Rate Accelerates Stochastic Gradient Descent

投稿日: 2024年9月16日 作成者: jarxiv

要約 ミニバッチ確率的勾配降下法 (SGD) のパフォーマンスは、ディープ ニュ … 続きを読む →

カテゴリー: cs.LG, math.OC | Increasing Both Batch Size and Learning Rate Accelerates Stochastic Gradient Descent はコメントを受け付けていません