我们介绍了Metaspatial，这是第一个基于强化的框架（RL）的框架，旨在增强视觉模型（VLM）中的3D空间推理，从而无需进行硬编码的优化，从而实现了实时3D场景的生成。 Metaspatial解决了两个核心挑战：（i）VLMS中缺乏内部化的3D空间推理，这限制了它们产生逼真的布局的能力，以及（ii）传统的监督微调（SFT）用于布局生成任务的效率低下，因为不可用。我们的关键创新是一种基于多转移 ...

研究表明，推理的有效性（例如，经营链），计划（e ...

SGM（SGM）最近在样本质量和分布覆盖范围方面表现出了令人印象深刻的结果。然而，它们通常直接应用于数据空间，并且通常需要数千次网络评估才能进行采样。在这里​​，lsgm），这是一种依赖变分自动编码器框架在潜在空间中训练sgm的新颖方法... ...

在这项工作中，我们解决了透明和镜面对象的6-DOF GRASP检测，这在基于视觉的机器人系统中是一个重要但具有挑战性的问题，这是由于深度摄像机在感知其几何形状方面的失败。我们首次提出了一个基于多视RGB的6-DOF GRASP检测网络Graspnerf，该网络利用可概括的神经辐射场（NERF）来实现杂物中的材料 - 敏捷对象。与现有的基于NERF的3-DOF GRASP检测方法相比，依赖于密集捕获 ...

为专门的技术领域生成高质量的提问对，仍然具有挑战性，现有的方法在利用专家示例和实现主题多样性之间的权衡面临。我们提出了ExpertGenQA，该协议将几乎没有的学习与结构化主题和样式分类结合在一起，以生成全面的域特异性质量质量质量质量对。使用U ...

过去十年 ...

Shapley值（SV）是一个公平且原则性的度量标准，用于跨性别联盟学习（Cross-Silo FL）的贡献评估，其中组织（即客户端）与参数服务器的协作进行了协作训练预测模型 ...

在自动驾驶的3D对象检测的领域中，LiDAR-CAMERA（LC）融合是表现最佳的传感器配置。尽管如此，LIDAR还是相对较高的成本，这阻碍了该技术用于消费汽车。另外，相机和雷达通常已经在今天的车辆上部署在车辆上，但是相机雷达（CR）融合的性能落在LC Fusion后面 ...