我们旨在开发一个检索型的一代（RAG）框架，该框架回答了以混合方式（例如，图表，表格）和各种格式（e ...

大型现实世界的机器人数据集具有训练通用机器人模型的巨大潜力，但是扩展现实世界数据收集是耗时且资源密集的。仿真在补充大规模数据方面具有巨大的潜力，尤其是在生成AI和自动化数据生成工具方面的最新进展，这些工具能够促进机器人行为数据集的可扩展创建。但是，仅在模拟中培训一项政策并将其转移到现实世界中通常需要大量的人类努力来弥合现实差距 ...

检索阶段是推荐系统的重要组成部分，要求模型有效且高效。最近，生成检索已成为文档检索的新兴范式，并表现出显着的性能。这些方法具有端到端可微分等优点，表明它们在推荐中的可行性... ...

大型语言模型（LLM）的最新进展正在促进它们集成到与推理相关的几个领域，包括自动化计划（AP）。但是，它们与层次规划（HP）的整合是利用层次知识来提高计划绩效的AP子场，但仍未得到探索。在这项初步工作中，我们提出了一个路线图，以解决这一差距和利用LLMS对HP的潜力 ...

作为人工智能领域的长期愿景，体现智能的核心目标是提高智能体与环境的感知、理解和交互能力。视觉语言导航（VLN）作为实现具身智能的关键研究路径，重点探索智能体如何利用自然语言与人类有效沟通，接收和理解指令，并最终依靠视觉信息实现精确导航。 VLN 集成了人工智能、自然语言处理、计算机视觉和机器人技术 ...

了解道路拓扑对于自动驾驶至关重要。本文介绍了topobda（拓扑拓扑，并引起了可变形的注意），这是一种新颖的方法，通过利用bezier可变形的注意来增强道路拓扑的理解（BDA）。 BDA利用Bezier控制点来驱动可变形的注意机制，从而显着改善了伸长和薄的多线结构（例如车道中心线）的检测和表示 ...

检索增强生成（RAG）方法可以通过将检索到的知识块纳入生成过程来提高LLM的性能。通常，检索和生成步骤通常对这些知识块有不同的要求。检索步骤从全面信息中受益，以提高检索准确性，而较长的块可能会引入冗余的上下文信息，从而降低了发电过程的有效性和效率 ...

在人类机器人研究中，建立能够在现实世界中实现人类水平绩效的自主机器人代理是一个最终目标。最近的进步通过基础模型（FM）和人形机器人的低级技能开发在高级认知方面取得了重大进展。但是，直接结合这些组件通常会由于长途任务中的误差和不同模块的不同延迟而导致的鲁棒性和效率差 ...