一篇新的研究论文探讨了机器人任务指令的措辞如何影响检索准确性。该研究在RLBench操作基准上进行,发现字符n-gram TF-IDF在top-1准确率上达到了最高的61.3%,优于BM25和词TF-IDF。为每个任务添加第二个索引描述将检索效果进一步提高了7.0个百分点。 AI
影响 量化了自然语言表示对机器人指令到任务检索的影响。
排序理由 该集群包含一篇在arXiv上发表的研究论文,详细介绍了机器人任务指令检索的发现。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- arXiv
- BM25
- character n-gram TF-IDF
- RLBench
- word TF-IDF
- alphaXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- ScienceCast
- TF-IDF
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →