实体
motion planning
motion planning
PulseAugur coverage of motion planning — every cluster mentioning motion planning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
AgentHOI框架利用多智能体推理生成人体-物体交互视频
研究人员推出AgentHOI，一个用于生成人体-物体交互视频的新颖框架。该系统采用多智能体推理来弥合文本描述与动作的物理执行之间的差距，超越了依赖显式运动控制的现有方法。AgentHOI通过隐式对齐策略增强了文本到运动的理解，能够在推理过程中无需显式运动输入即可合成逼真的交互。该框架在交互自然性、物体外观保持性和遵循复杂文本指令方面取得了显著改进。
-
新的强化学习方法教会 AI 代理何时规划或反应
研究人员开发了一种新的强化学习方法来训练人工智能代理进行元推理，使其能够决定是进行快速的反应式决策还是缓慢的审议式规划。该方法使用一种元推理策略，预测反应式策略何时可能表现不佳，从而发出信号表明需要通过规划进行更多计算。在运动规划和导航环境中的实验表明，该系统可以有效地学习何时进行规划，而不是依赖于反应式策略，并且它能够适应以提高反应式策略的性能。
-
具身人工智能研究在接地世界模型和代理协作方面取得进展 · 跟踪了 8 个来源
近期研究探讨了具身人工智能的进展，重点关注生物系统如何通过环境互动获取接地世界模型。论文讨论了将人工智能智能集成到物理机器人中的框架，例如 SPINE，旨在减少对专家校准的需求。其他研究调查了人机交互作为神经可塑性训练环境，并提出了能够从经验中学习的自演化具身代理的方法。此外，研究还检查了异构代理之间的容错协作以及通过对话对齐世界模型以改善协调。