考虑一个电影推荐系统，除评级信息外，还提供诸如用户年龄或电影类型的副信息。与标准矩阵完成不同，在这种情况下，应该能够在新用户/电影上进行归纳。在本文中，我们研究了在精确恢复环境中归纳矩阵完成的问题 ...

本文研究了行/列交换矩阵中的结构化进入预测的开放问题。矩阵设置提出了小说和独特的挑战，但在这个有趣的话题上几乎没有工作。我们精心定义了问题，将其与紧密相关的问题区分开，并严格地描述了可实现和不可能的目标之间的边界 ...

电感矩阵完成（IMC）问题是从少数观察到的条目中恢复低级矩阵，同时将有关其行和列子空间的先验知识结合在一起。在这项工作中，我们为IMC问题做出了三个贡献：（i）我们证明，在适当的条件下，IMC优化景观没有糟糕的本地最小值； （ii）我们得出一个具有理论保证的简单方案，以估计未知矩阵的等级； （iii）我们提出了GNIMC，这是一种基于高斯 - 纽顿的简单方法来解决IMC问题，分析其运行时并为其提供 ...

智能代理在学习新任务时很大程度上依赖先前的经验，但是大多数现代的强化学习（RL）方法从头开始学习每个任务。利用先验知识的一种方法是将有关先验任务的技能转移到新任务。但是，随着先前经验的数量的增加，可转移技能的数量也增加了，因此在下游学习过程中探索全套可用技能的挑战 ...

本文介绍了一个系统，用于实时合成现实世界中的机器人全身运动和操纵策略。在机器人模拟的最新进步的推动下，我们利用了Mujoco Simulator的有效并行化功能来实现对机器人状态和动作轨迹的快速采样。我们的结果表明，具有非常简单的控制策略的真实现实运动和操纵能力令人惊讶 ...

人形机器人能够在各种工作场所中扮演人类角色，这对于体现智力的发展已经至关重要。但是，作为具有复杂物理结构的机器人，学习一个可以在不同环境中牢固操作的控制模型仍然具有固有的挑战，尤其是在培训和部署环境之间的差异下。在这项研究中，我们提出了HWC-Loco，这是一种适合人形运动任务的强大的全身控制算法 ...

大型语言模型（LLM）在各种任务中实现了强劲的性能，这在很大程度上是由用于预训练的高质量网络数据驱动的。但是，最近的研究表明，该数据源正在迅速消耗。合成数据是一种有希望的替代方案，但尚不清楚合成数据集是否具有可预测的可伸缩性与原始训练前数据相当 ...

现有的高斯喷射方法通常无法在驾驶场景中实现令人满意的新颖视图合成，DHGS），的新型神经渲染方法，旨在提高静态驾驶场景的新型视图合成的渲染质量。这项工作的新颖之处在于道路和非道路层的解耦和混合像素级混合器，无需传统的整个场景的统一可微渲染逻辑... ...