集合知は単一の強化学習エージェントである
ミツバチの集合知が、単一のオンライン強化学習エージェントとして機能することを理論的に証明しました。
研究
4547件
LLMベースのデータ拡張における下流タスクでのバイアス継承の理解と軽減
LLMによるデータ拡張が下流タスクの性能に与えるバイアス継承の問題を体系的に調査しました。
AhaRobot：エンボディドAI向け低コストオープンソース両腕移動マニピュレーター
エンボディドAI研究を加速させるため、低コストで高性能な両腕移動ロボット「AhaRobot」が発表されました。
推薦システム向け適応型長期埋め込みとノイズ除去・データ拡張
グラフベースの推薦システムが、ノイズ除去とデータ拡張によりユーザーの長期的な嗜好をより正確に学習す…
K2MUSE：リハビリテーションロボットのためのタスクと取得変動を網羅したヒト下肢多モーダル歩行データセット
リハビリテーションロボット開発向けに、様々な歩行条件と非理想的な取得条件を網羅したヒト下肢多モーダ…
カオス系における希少事象の再現にEcho-State Networksを応用
Echo-State Networks（ESN）が、カオス的なLotka-Volterraモデルの希少事象を予測・再現することに成功し…
ポーラーエクスプレス：最適な行列符号法とそのミューオンアルゴリズムへの応用
深層学習の最適化アルゴリズム「Muon」向けに、GPUに最適化された高速な極分解計算手法「Polar Express」…
選択的ヤコビ復号による離散自己回帰正規化フローの推論加速
離散自己回帰正規化フローの推論速度を最大4.7倍高速化する新手法が提案されました。
ガウス過程をループから外す：ベイズ最適化の高速化
ベイズ最適化のボトルネックであるガウス過程の計算を、軽量な手法に置き換える新技術が開発されました。
RoboEval：ロボット操作における構造化されたスケーラブルな評価フレームワーク
ロボット操作の性能を詳細に評価する新しいフレームワーク「RoboEval」が発表されました。
ジオメトリ・フォーシング：動画拡散モデルと3D表現の融合による一貫した世界モデリング
動画拡散モデルに3D幾何学情報を組み込み、より現実的で一貫性のある動画生成を実現する新手法が提案され…
ReCode：推論プロセス報酬でコード生成を強化
ReCodeは、推論プロセスの品質を最適化する新しい強化学習フレームワークです。