I.2.6」カテゴリーアーカイブ

Learning coordinated badminton skills for legged manipulators

要約 下肢と上肢の間の動きを調整し、手足の制御を認識と調整することは、特に動的環 … 続きを読む

カテゴリー: 68T40, 93C85, cs.LG, cs.RO, I.2.6 | コメントする

Equivariant Representation Learning for Symmetry-Aware Inference with Guarantees

要約 回帰、条件付き確率推定、および不確実性の定量化の多くの現実世界の応用では、 … 続きを読む

カテゴリー: 43-06, cs.AI, cs.LG, cs.RO, I.2.6 | コメントする

Improving Value Estimation Critically Enhances Vanilla Policy Gradient

要約 TRPOやPPOなどの最新の政策勾配アルゴリズムは、多くのRLタスクでバニ … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, I.2.6 | コメントする

Equivariant Representation Learning for Symmetry-Aware Inference with Guarantees

要約 回帰、条件付き確率推定、および不確実性の定量化の多くの現実世界の応用では、 … 続きを読む

カテゴリー: 43-06, cs.AI, cs.LG, cs.RO, I.2.6 | コメントする

LiloDriver: A Lifelong Learning Framework for Closed-loop Motion Planning in Long-tail Autonomous Driving Scenarios

要約 堅牢で安全で適応的なモーションプランナーに対する自律的な運転研究の最近の進 … 続きを読む

カテゴリー: 68T05, cs.AI, cs.RO, I.2.6 | コメントする

Leveraging KANs for Expedient Training of Multichannel MLPs via Preconditioning and Geometric Refinement

要約 多層パーセプロン(MLP)は、さまざまな現代の深い学習フレームワークで使用 … 続きを読む

カテゴリー: 68T99, cs.AI, cs.LG, I.2.6 | コメントする

Evaluating Model Explanations without Ground Truth

要約 単一のモデル予測については、多くの競合する矛盾した説明があり、使用するもの … 続きを読む

カテゴリー: cs.AI, cs.LG, I.2.6 | Evaluating Model Explanations without Ground Truth はコメントを受け付けていません

Achieving Scalable Robot Autonomy via neurosymbolic planning using lightweight local LLM

要約 PDDLベースのシンボリックタスク計画は、ロボットの自律性にとって極めて重 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, I.2.6 | Achieving Scalable Robot Autonomy via neurosymbolic planning using lightweight local LLM はコメントを受け付けていません

Semantic Retention and Extreme Compression in LLMs: Can We Have Both?

要約 大規模な言語モデル(LLM)の展開における指数関数的な成長により、計算コス … 続きを読む

カテゴリー: (Primary), 68T50, cs.AI, cs.CL, cs.LG, I.2.6 | Semantic Retention and Extreme Compression in LLMs: Can We Have Both? はコメントを受け付けていません

MotherNet: Fast Training and Inference via Hyper-Network Transformers

要約 基礎モデルは、多くのモダリティにわたって機械学習を変換しており、コンテキス … 続きを読む

カテゴリー: cs.LG, I.2.6 | MotherNet: Fast Training and Inference via Hyper-Network Transformers はコメントを受け付けていません