「math.OC」カテゴリーアーカイブ

Continuous-Time Line-of-Sight Constrained Trajectory Planning for 6-Degree of Freedom Systems

投稿日: 2024年10月31日 作成者: jarxiv

要約 知覚アルゴリズムは現代の自律スタックのいたるところに存在し、現実世界で動作 … 続きを読む →

カテゴリー: cs.RO, math.OC | Continuous-Time Line-of-Sight Constrained Trajectory Planning for 6-Degree of Freedom Systems はコメントを受け付けていません

Solving Minimum-Cost Reach Avoid using Reinforcement Learning

投稿日: 2024年10月31日 作成者: jarxiv

要約 現在の強化学習手法は、この新しい最適化問題の構造が現在の手法と互換性がない … 続きを読む →

カテゴリー: cs.LG, cs.RO, math.OC | Solving Minimum-Cost Reach Avoid using Reinforcement Learning はコメントを受け付けていません

MPPI-IPDDP: Hybrid Method of Collision-Free Smooth Trajectory Generation for Autonomous Robots

投稿日: 2024年10月31日 作成者: jarxiv

要約 この論文では、自律移動ロボットの衝突のない滑らかな軌道を生成するように設計 … 続きを読む →

カテゴリー: 49M05, 49M37, 65K10, 90C51, 90C55, cs.RO, cs.SY, eess.SY, math.OC | MPPI-IPDDP: Hybrid Method of Collision-Free Smooth Trajectory Generation for Autonomous Robots はコメントを受け付けていません

Adam with model exponential moving average is effective for nonconvex optimization

投稿日: 2024年10月31日 作成者: jarxiv

要約 この研究では、大規模で複雑なモデルをトレーニングするための 2 つの最新の … 続きを読む →

カテゴリー: cs.LG, math.OC | Adam with model exponential moving average is effective for nonconvex optimization はコメントを受け付けていません

Provable acceleration for diffusion models under minimal assumptions

投稿日: 2024年10月31日 作成者: jarxiv

要約 スコアベースの拡散モデルは優れたサンプリング品質を実現していますが、スコア … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.OC, stat.ML | Provable acceleration for diffusion models under minimal assumptions はコメントを受け付けていません

Normalizing flows as approximations of optimal transport maps via linear-control neural ODEs

投稿日: 2024年10月30日 作成者: jarxiv

要約 「フローの正規化」という用語は、ディープ ニューラル ネットワークを使用し … 続きを読む →

カテゴリー: 34H05, 49J45, 49M05, 49Q22, cs.LG, math.OC | Normalizing flows as approximations of optimal transport maps via linear-control neural ODEs はコメントを受け付けていません

Convex Formulations for Training Two-Layer ReLU Neural Networks

投稿日: 2024年10月30日 作成者: jarxiv

要約 非凸の NP 困難な最適化問題を解くことは、ニューラル ネットワークを含む … 続きを読む →

カテゴリー: cs.LG, math.OC | Convex Formulations for Training Two-Layer ReLU Neural Networks はコメントを受け付けていません

Optimizing Posterior Samples for Bayesian Optimization via Rootfinding

投稿日: 2024年10月30日 作成者: jarxiv

要約 ベイジアン最適化は、コストのかかる目的関数の大域的な最適化を、一連の取得関 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Optimizing Posterior Samples for Bayesian Optimization via Rootfinding はコメントを受け付けていません

Learning to Walk from Three Minutes of Real-World Data with Semi-structured Dynamics Models

投稿日: 2024年10月29日 作成者: jarxiv

要約 従来、モデルベース強化学習 (MBRL) 手法は、$\textit{a P … 続きを読む →

カテゴリー: cs.LG, cs.RO, math.OC | Learning to Walk from Three Minutes of Real-World Data with Semi-structured Dynamics Models はコメントを受け付けていません

$\texttt{skwdro}$: a library for Wasserstein distributionally robust machine learning

投稿日: 2024年10月29日 作成者: jarxiv

要約 堅牢な機械学習モデルをトレーニングするための Python ライブラリであ … 続きを読む →

カテゴリー: 90C15, 90C17, cs.LG, cs.MS, G.1.6, math.OC | $\texttt{skwdro}$: a library for Wasserstein distributionally robust machine learning はコメントを受け付けていません