Decoupled Thinking, Learning, and Action for Continually Growing Autonomous Robots
本文提出了解耦式思考-学习-行动(D-TLA)框架,该框架通过独立且相互作用的模块使自主机器人能够实现持续适应,在保持常规性能表现的同时,显著提升对罕见事件的识别能力及在新任务中的成功率。
4092 篇论文
本文提出了解耦式思考-学习-行动(D-TLA)框架,该框架通过独立且相互作用的模块使自主机器人能够实现持续适应,在保持常规性能表现的同时,显著提升对罕见事件的识别能力及在新任务中的成功率。
本文提出了一种用于终身自主机器人的演化背景活动框架,该框架通过将重复的推理动态地整合为由特定条件触发的轻量级背景进程,从而在保持关键事件召回的同时显著降低计算成本并提高长时程任务的成功率。
本文提出了一种开放式认知演化框架,使自主机器人能够针对未见情况和环境变化动态调整其思维、学习及交互机制,在任务成功率、安全性及效率方面显著优于固定结构方法。
本文提出了一种无监督卫星图像变化检测框架,该框架将具有加权8连通邻域的上下文感知马尔可夫随机场重新表述为一个QUBO问题,在保持与未来量子退火架构兼容性的同时,在OSCD基准测试上实现了具有竞争力的性能。
本文引入了“时间探测”(temporal probing),这是一种利用难度匹配且在截止日期之后发布的题目来进行直接有效性测试的方法,旨在衡量孟加拉语大语言模型基准测试中的数据污染情况,研究发现尽管静态翻译测试集广泛存在,但目前模型在 BoolQ-bn 数据集上并未表现出由记忆效应导致的显著性能膨胀。
本文评估了“World 8”,这是一种实验性的共享内核架构,它通过将逻辑角色身份与瞬时会话解耦,来强制执行持久、可审计且可恢复的多智能体治理,并通过广泛的试验证明,虽然通用加固可以解决常见故障,但特定的治理封装对于防止复杂的授权和篡改漏洞是必不可少的。
本文提出了 WVAB,一种主机辅助的无线辅助视觉框架,该框架集成了 ESP32-CAM 感知、UDP 传输和 YOLOv8n 推理,以实现具有低延迟、风险感知导航及多语言语音引导的功能,在原型测试中展示了 78.6 毫秒的 GPU 处理延迟和 91.5% 的规划器一致性,同时也承认了在临床验证方面的局限性。
本文介绍了 ChronosAttack,这是一种新颖的对抗性技术,通过操纵异步大语言模型(LLM)智能体中真实工具响应的响应时机,在不修改内容的情况下改变决策结果,证明了响应顺序本身构成了跨多种模型的显著攻击面。
本文通过实证研究表明,尽管增加参数规模能提升英文的安全性对齐,但由于脚本分词碎片化问题,开源权重模型在处理乌尔都语和旁遮普语等低资源语言时,在面对越狱攻击时仍然表现出显著更高的脆弱性,从而揭示了当前安全基准测试中存在的关键评估盲点。
本文通过全面的综述和统一的评估框架,研究了特征选择与特征归因方法之间的关系,旨在阐明两者的相似性、差异性及其各自的独特优势,以弥合这两个研究领域之间的鸿沟。