5723 papers
Dit paper introduceert PAD-TRO, een nieuwe methode voor directe trajectoptimalisatie met diffusiemodellen die een gradiëntvrije projectiemechanisme gebruikt om dynamische haalbaarheid te garanderen en zo de succeskans in obstakelrijke omgevingen aanzienlijk verbetert.
Deze studie introduceert tokenizers als een nieuw en kwetsbaar aanvalsvector voor lidmaatschapsinference-aanvallen op grote taalmodellen, onthult privacylekken in bestaande systemen en stelt een adaptieve verdediging voor om dit risico te mitigeren.
Dit artikel introduceert en valideert een vision-gestuurd robotisch framework dat 3D-planta reconstructie, doelgerichte grijpplanning en fysica-gebaseerde trillingsmodelling combineert om precisie-bestuiving in gecontroleerde omgevingen te automatiseren zonder schade aan de bloemen.
Dit paper introduceert 'Differentiable Variable Fonts', een raamwerk dat de variabele lettertype-specificatie omzet in een differentieerbare wiskundige formulering om geautomatiseerde, op gradiënten gebaseerde optimalisatie voor typografisch ontwerp en animatie mogelijk te maken.
Dit paper introduceert EB-MBD, een methode die modelgebaseerde diffusie verbetert voor veilige trajectoptimalisatie in sterk beperkte omgevingen door het gebruik van progressief geïntroduceerde barrièrefuncties, wat leidt tot betere oplossingen en aanzienlijk minder rekentijd dan bestaande projectie-gebaseerde methoden.
Dit paper introduceert AR-Drag, het eerste RL-verbeterde autoregressieve videodiffusiemodel dat real-time, hoogwaardige beeld-naar-video-generatie met diverse bewegingscontrole mogelijk maakt door een trajectgebaseerde beloning en een zelf-rollout-mechanisme.
Dit paper introduceert Concept-Driven Exploration (CDE), een methode die vooraf getrainde vision-language modellen gebruikt om objectgerichte concepten te genereren als intrinsieke beloning, waardoor efficiënte verkenning en robuuste prestaties in visuele versterkende leeropdrachten worden bereikt, inclusief succesvolle toepassing in de echte wereld.
Dit onderzoek analyseert hoe verschillende grote taalmodellen in meertrapsdebatten over morele dilemma's omgaan met waarde-uitlijning en oordeelsherziening, waarbij het significant verschillende gedragspatronen en conformiteitsneigingen blootlegt afhankelijk van het gebruikte deliberatieprotocol (synchroon versus sequentieel).
Deze paper introduceert een trainingsvrije plugin die hallucinaties in multimodale redeneringsmodellen vermindert door de aandacht tussen perceptie- en redeneerlagen dynamisch te herverdelen, wat leidt tot een verbeterde consistentie en visuele betrouwbaarheid zonder extra training of architecturale wijzigingen.
Dit artikel introduceert een voorkeursgeconditioneerde multi-objective versterkende leerframework dat een enkel omnidirectioneel locomotiebeleid voor humanoïde robots mogelijk maakt dat een evenwicht vindt tussen commando-opvolging en compliantie op externe krachten, zowel in simulatie als in de echte wereld.
Dit artikel introduceert DropVLA, een actie-gerichte backdoor-aanval op Vision-Language-Action-modellen die, met minimale data-vergiftiging en zonder merkbare prestatieverlies, specifieke robotacties kan forceren bij geselecteerde beslispunten.
Dit artikel presenteert een framework dat een geleerde wereldmodel combineert met modelvoorspellende regeling om mensachtige robots in staat te stellen robuust fysiek contact te plannen in ongestructureerde omgevingen, wat leidt tot verbeterde sample-efficiëntie en multi-taakcapaciteit vergeleken met traditionele methoden.
Hoewel de protégé-effecttheorie suggereert dat het onderwijzen van anderen leerresultaten verbetert, toont deze studie aan dat het toepassen van deze methode om digitale stress te verminderen geen significant effect had op het gedrag van deelnemers, wat wijst op de complexiteit van het vertalen van cognitieve betrokkenheid naar gedragsverandering.
Deze systematische scoping review analyseert de toepassing van onbewaakte diepe generatieve modellen voor het detecteren van afwijkingen in neurobeelden, waarbij wordt geconcludeerd dat deze methoden veelbelovend zijn voor pathologie-agnostische lokalisatie ondanks uitdagingen zoals methodologische heterogeniteit en beperkte externe validatie.
Deze paper introduceert een robuuste, probabilistische plaatsbaarheidsmetriek die op basis van gedeeltelijke puntwolkwaarnemingen 6D-objectplaatsingsposities evalueert door stabiliteit, grijpbaarheid en vrije ruimte te combineren, waardoor modelvrije, geünificeerde pick-and-place-besluitvorming voor onbekende objecten op complexe oppervlakken mogelijk wordt.
Deze paper introduceert een nieuw Continual Audio-Visual Segmentation-taak en een Collision-based Multi-modal Rehearsal-framework om modale verstrengeling en semantische drift in fijnkorrelige, meervoudige modale continue leerproblemen effectief aan te pakken.
Dit paper introduceert PolyJailbreak, een nieuw black-box raamwerk dat gebruikmaakt van het verschijnsel van multimodale veiligheidsasymmetrie en versterkt leren om multimodale grote taalmodellen succesvol te omzeilen met een aanvalssuccespercentage van meer dan 95%.
Dit artikel introduceert HumanMPC, een Model Predictive Control-framework dat theoretische veiligheidswaarborgen combineert met datagedreven mensbewegingsvoorspelling om veilige en efficiënte 3D-navigatie van micro-luchtfahrers tussen mensen mogelijk te maken zonder onnodige conservatisme.
Dit paper stelt een HCI-raamwerk voor dat Minecraft Education Edition via drie infrastructuurafhankelijke niveaus en volledig gelokaliseerde inhoud toegankelijk maakt voor het Bangladeshi onderwijssysteem, rekening houdend met beperkingen zoals internetbereik, stroomvoorziening en hoge klasgroottes.
Dit paper introduceert Dream4Drive, een nieuw raamwerk voor het genereren van synthetische data dat wereldmodellen voor rijden omzet in een krachtig hulpmiddel om de prestaties van waarnemingsmodellen voor autonoom rijden, met name in zeldzame situaties, significant te verbeteren.