ForceVLA: Enhancing VLA Models with a Force-aware MoE for Contact-rich Manipulation 
视觉语言动作（VLA）模型通过利用预验证的视觉和语言表示，具有先进的通用机器人操作。但是，他们在需要涉及力的细粒度控制的接触式任务上挣扎，尤其是在视觉阻塞或动态不确定性下。为了解决这些局限性，我们建议\ textbf {forcevla}，这是一种新颖的端到端操纵框架，将外部力传感视为VLA系统中的一流模态 ...
0 0 0 2025/05/31 arXiv:2505.22159v1 蔡明方
Vision-Language-Action Model with Open-World Embodied Reasoning from Pretrained Knowledge 
视觉语言动作（VLA）模型已成为机器人技术中的下一代模型。但是，尽管利用强大的预训练的视觉模型（VLMS），但现有的端到端VLA系统在微调过程中通常会失去关键功能，因为该模型适应了特定的机器人任务。我们认为，可概括的VLA模型应保留并扩展VLM的核心能力：1）开放世界体现的推理 -  VLA应继承VLM的知识，i ...
0 0 0 2025/05/31 arXiv:2505.21906v1 蔡明方
EaqVLA: Encoding-aligned Quantization for Vision-Language-Action Models 
随着体现人工智能的发展，诸如视觉语言行动（VLA）模型之类的端到端控制政策已成为主流。现有的VLA型号面临昂贵的计算/存储成本，需要优化。量化被认为是最有效的方法，它不仅可以降低记忆成本，还可以实现计算加速 ...
0 0 0 2025/05/31 arXiv:2505.21567v1 蔡明方
Hybrid 3D-4D Gaussian Splatting for Fast Dynamic Scene Representation 
动态3D场景重建的最新进展显示出了令人鼓舞的结果，从而使高保真3D新型视图合成并具有改善的时间一致性。其中，由于其能够建模高保真空间和时间变化的能力，因此4D高斯（4DG）已成为一种吸引人的方法。但是，由于4D高斯对静态区域的分配冗余，现有方法具有大量的计算和内存开销，这也会降低图像质量 ...
0 0 0 2025/05/31 arXiv:2505.13215v1 Roa
Diffusion Autoencoders: Toward a Meaningful and Decodable Representation 
扩散概率模型（DPM）在与gans的图像产生中达到了卓越的质量。但是与甘斯不同，DPM使用一组缺乏语义含义的潜在变量，并且不能用作其他任务的有用表示。本文探讨了使用DPM进行表示学习的可能性，并试图通过自动编码来提取输入图像的有意义且可解码的表示 ...
0 0 0 2025/05/30 arXiv:2111.15640v3 qiuyan
Not All Edges are Equally Robust: Evaluating the Robustness of Ranking-Based Federated Learning 
联合排名学习（FRL）是一个最先进的FL框架，其沟通效率和对中毒攻击的韧性而脱颖而出。它以两种方式与传统的FL框架分歧：1）它利用离散排名而不是梯度更新，大大降低了沟通成本并限制了恶意更新的潜在空间，以及2）它在服务器方面使用多数投票来建立全球排名，从而确保单个更新的影响很小，因为每个客户只会贡献一次投票。这些功能增强了系统的可扩展性和位置FRL，作为FL训练的有希望的范式 ...
0 0 0 2025/05/30 arXiv:2503.08976v3 xixiaixixi
Real-Time Seamless Single Shot 6D Object Pose Prediction 
我们提出了一种单发方法，用于同时检测RGB图像中的对象，并预测其6D姿势而无需多个阶段或必须检查多个假设。与最近提出的针对此任务的单发技术（KEHL等人，ICCV'17）不同，该技术仅预测了必须进行完善的大约6D姿势，因此我们的操作非常准确，不需要其他后处理 ...
0 0 0 2025/05/30 arXiv:1711.08848v5 hanzhuo
Boosting Domain Incremental Learning: Selecting the Optimal Parameters is All You Need 
深度神经网络（DNN）在现实世界中的动态设置中通常表现不佳，其中数据分布会随着时间而变化。域增量学习（DIL）通过启用连续模型适应来提供解决方案，而参数 - 隔离DIL（PIDIL）作为减少知识冲突的有前途的范式出现。但是，现有的PIDIL方法与参数选择的精度相加困难，尤其是随着域和相应类的数量的增长 ...
0 0 0 2025/05/30 arXiv:2505.23744v1 19396386025

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）