CAREER: Learning Generalizable and Interpretable Embodied AI with Human Priors
Prior manusia, lingkungan generatif, dan pembelajaran tanpa reward mengembangkan agen embodied yang dapat digeneralisasi melalui primitif gerak serta umpan balik aktif.
Telusuri profil teknologi beserta ringkasan dan rujukannya.
Prior manusia, lingkungan generatif, dan pembelajaran tanpa reward mengembangkan agen embodied yang dapat digeneralisasi melalui primitif gerak serta umpan balik aktif.
Graf konsep dan pola interaksi antargen akan digunakan untuk menghubungkan organisasi pengetahuan manusia dengan penalaran serta koordinasi sistem AI.
Representasi tiga dimensi multimodal menghubungkan penglihatan, suara, dan sentuhan untuk mempelajari sifat bahan serta interaksi fisik tanpa supervisi manusia.
Pembelajaran keadaan kuantum akan mengembangkan algoritme tahan derau dan fluktuasi data dengan jaminan performa untuk kondisi perangkat yang tidak ideal.
Model dunia interaktif tiga dimensi diteliti dari video orang pertama agar mesin memahami artikulasi objek, peluang manipulasi, dan bagian adegan yang sementara tertutup.
Representasi video berpandu bahasa dikembangkan untuk memahami kegiatan panjang, menalar skenario alternatif, dan menerjemahkan demonstrasi manusia menjadi aksi robot yang terstruktur.
Penginderaan berorientasi tugas mengoptimalkan akuisisi, rekonstruksi, dan inferensi secara bersama untuk memperoleh keputusan dari lebih sedikit pengukuran.
Model dunia berpandu bahasa diteliti agar agen pembelajaran penguatan memanfaatkan deskripsi cara kerja lingkungan sebelum belajar dari interaksi langsung.
LEMCI menyatukan simulasi tanpa jala yang terdiferensiasi dengan operator neural multiskala untuk memodelkan kegagalan akibat interaksi tanah, fluida, dan struktur.
Demulsifier kimia diteliti untuk mengurangi fouling minyak pada ultrafiltrasi, memodifikasi interaksi droplet serta permukaan membran dan mengatur koalesensi dalam aliran crossflow.
Meta-learning dan persepsi aktif menggabungkan sejumlah algoritme genggaman robot untuk memanfaatkan kekuatan berbeda dan memilih strategi pada lingkungan berobjek beragam.
Buku tata bahasa dimanfaatkan sebagai sumber pengetahuan terstruktur untuk membangun teknologi bahasa ketika data pelatihan langsung terbatas.
Eksoskeleton adaptif diteliti untuk melatih pengguna melalui isyarat suara dan getaran, sehingga pembelajaran neuromotor manusia bekerja bersama penyesuaian bantuan robot.
Model bahasa dan pembelajaran operator neural dipadukan untuk data biomedis ruang-waktu dengan memori, interaksi nonlokal, dan beragam modalitas.
Graf pengetahuan ancaman dari model bahasa dipadukan dengan provenance sistem untuk mendeteksi dan menyelidiki serangan siber bertahap.
Penangkapan karbon elektrokimia meneliti antarmuka lunak dua larutan elektrolit tak saling campur untuk memperbaiki pemisahan tanpa bergantung pada membran ion mahal.
Aljabar linear acak menggabungkan matrix sketching, sampling black-box, dan penyempurnaan iteratif untuk solusi matriks presisi tinggi yang mempertahankan struktur data.
Mekanisme jari kaki berartikulasi diteliti untuk lokomosi humanoid yang efisien dan lincah, melalui optimasi lintasan serta pembelajaran koordinasi dengan sendi kaki lainnya.