研究人员提出了一种新颖的人工智能方法，将智能嵌入空间本身，而不仅仅是代理中。该方法利用神经网络（特别是编码器-路由器）生成黎曼度量场。该场通过定义测地线来指导动作，从而有效地消除了对单独规划器或碰撞检查器的需求。该架构通过半群叠加机制结合了框架参数、调制参数和基本系数，使其能够随着场景复杂度的增加而扩展，并在未见的障碍物配置上展示出强大的零样本泛化能力。 AI
影响 这项研究可能通过关注环境智能而非仅基于代理的学习来改变人工智能的发展范式。
排序理由 该集群包含一篇在arXiv上发表的关于新颖人工智能方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2606.18828v1 Announce Type: cross Abstract: Traditional approaches place intelligence in the agent, whether as a learned policy or a search procedure. We instead place intelligence in the space itself: a scene induces a Riemannian metric on the configuration manifold, and a…
Traditional approaches place intelligence in the agent, whether as a learned policy or a search procedure. We instead place intelligence in the space itself: a scene induces a Riemannian metric on the configuration manifold, and action reduces to following the geodesics of that m…