模型预测性控制(MPC)是控制受复杂限制的高度动态机器人系统的强大工具。但是,MPC的计算要求很高,并且在小型,资源约束的机器人平台上实施通常是不切实际的。我们提出了TinyMPC,这是一种高速MPC求解器,具有低记忆足迹,针对小型机器人的微控制器 ...
0 0 0 2025/07/04 arXiv:2310.16985v3 wang12
照片修饰的目的是增强摄影缺陷(例如过度/暴露量),对比度不佳,不抗光的饱和度等摄影缺陷的审美视觉质量。实际上,可以通过一系列图像处理操作来完成照片修饰。在本文中,我们研究了一些常用的修饰操作,并在数学上发现这些独立于像素的操作可以通过多层感知器(MLP)近似或配制 ...
0 0 0 2025/07/04 arXiv:2009.10390v1 howieeyang
我们探讨了一种通过自我反思和强化学习来改善大语言模型的性能的方法。通过激励模型在错误地回答时产生更好的自我反射,我们证明了模型解决复杂的能力,即使生成合成数据是不可行的,并且只有二进制反馈,也可以增强可验证的任务。我们的框架分为两个阶段:首先,在未完成一项任务后,该模型会产生自我反射的评论,以分析其先前的尝试;其次,该模型在上下文中以自我反射为任务进行了另一次尝试 ...
0 1 0 2025/07/04 arXiv:2505.24726v1 chenlj
ITM(逆音)将SDR(标准动态范围)录像转换为媒体生产的HDR /WCG(高动态范围 /宽色域)。它不仅会在前端内容提供商中重新制作旧版SDR素材时,而且还会在用户端HDR显示器上调整TheAir SDR服务。后者需要提高效率,因此预估算的LUT(查找表)已成为流行的解决方案 ...
0 0 0 2025/07/04 arXiv:2309.17160v2 howieeyang
人工智能(AI)的最新进展,特别是在大型语言模型(例如OpenAI-O1和DeepSeek-R1)中,在复杂领域(例如逻辑推理和实验编码)中表现出了显着的功能。在这些进步的推动下,许多研究探讨了AI在创新过程中的应用,特别是在科学研究的背景下。这些AI技术主要旨在开发可以自主在广泛的科学学科进行研究过程的系统 ...
0 0 0 2025/07/04 arXiv:2507.01903v1 KingXHJ
大型语言模型(LLM)的快速扩散增加了机器生成的文本(MGT)和各个领域中文本作者的模糊。但是,大多数现有的MGT基准都包括单作者文本(人写和机器生成)。这种传统的设计无法捕获更实用的多作者场景,在该场景中,用户可以完善自然流,连贯性和事实正确性的LLM响应 ...
0 0 0 2025/07/04 arXiv:2411.04032v3 15611250722
我们考虑了弥合几何跟踪控制理论与模型预测控制(MPC)之间的差距的问题,用于在多种流形上运行的机器人系统。我们提出了基于系统在歧管上演变的规范表示的通用式MPC公式。然后,我们提出了一种方法,该方法通过在跟踪下的轨迹沿轨迹线性化来求解manifold MPC公式 ...
0 0 0 2025/07/04 arXiv:2106.15233v1 daniu22
在这项工作中,我们专注于弱监督的负担基础的任务,在该任务中,使用人类对象相互作用图像和不具有致密标签的人类对象相互作用图像和以自我为中心的对象图像来识别对象的负担区域。以前的作品主要建立在类激活图的基础上,该图对于语义分割有效,但可能不适合定位动作和功能。利用最近的高级基础模型,我们开发了基于伪标签的监督培训管道 ...
0 0 0 2025/07/04 arXiv:2505.24103v1 yiyi07

来一起翻译吧!


为了您和其他读者获得更好的阅读体验,请您勇敢地改进翻译,特别是一些显而易见的机器翻译错误。


虽然我们追求卓越,但我们并不要求翻译十全十美,因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译,您不必担心会因为您的失误导致无法挽回的破坏。(改编自维基百科)