ICMLJul, 2018

规范化基础设施下的多机器人路径规划：优先规划 vs 优先等待调整（初步结果）

PDF
TL;DR本文我们提出了一种新颖的算法，用于将由机器人自我中心地规划的路径转化为无碰撞轨迹，并对其进行了实证评估。该算法比现有技术更快，但代价是解决方案成本的显着下降。
collision-free pathshomogeneous robotstrajectory planningrobot motionalgorithm
发现论文，激发创造
  • 自主驾驶的户外激光雷达感知质量评估指导影像

    本研究提出了一种新颖的基于图像引导的室外点云质量评估算法（IGO-PQA），该算法利用点云数据、对应的 RGB 环境图像和车辆目标真值注释生成基于单帧 LiDAR 点云的整体质量得分，并通过变换器实现无参考室外点云质量评估的直接预测。评估结果表明，IGO-PQA 生成算法提供了一致且合理的感知质量指标，而 IGO-PQA 回归算法在 nuScenes 数据集上达到了 0.86 的皮尔逊线性相关系数，并在 Waymo 数据集上达到了 0.97。

    Jun, 2024

  • 上下文动态定价与综合估值模型中的极小化最优性

    通过可观察的产品特征和顾客特征，提出一种新算法，通过离散化未知噪声分布和上限置信区间与分层数据分区技术的组合，有效地调节每个周期中的懊悔，从而控制与定价决策相关的懊悔，实现极小极大优化。

    Jun, 2024

  • 强化学习的广义控制论方法：理论与算法

    我们提出了一个控制论强化学习方法，用于直接学习最优策略，并在这个方法的一个特定实例基础上建立了理论性质，并导出了一个算法。我们的实证结果证明了我们方法的显著优势。

    Jun, 2024

  • 优化复杂绩效指标的通用在线算法

    我们介绍和分析了一种通用的在线算法，适用于二元、多类和多标签分类问题中的各种复杂性能指标，该算法的更新和预测规则简单且计算效率高，无需存储任何过去的数据，而且对于凹函数和平滑度函数达到了 O (ln n/n) 的遗憾，并通过实证研究验证了所提算法的效率。

    Jun, 2024

  • 图上标准切割的扩展层次结构

    通过引入第一个实际有效的算法来计算扩展者分解及其层级，我们在大量的实验中展示了我们基于扩展者的算法在解决归一化割图聚类问题上相对于当前最先进的解决方案在解决质量上大大优于各种图类，如引用、电子邮件、社交网络或网络图，并且在运行时间上仍然具有竞争力。

    Jun, 2024

  • 使旧事焕新：差分隐私聚类的统一算法

    20 年前的算法经过轻微修改，适用于各种隐私模型，匹配几乎所有已知结果，改进了一些结果并扩展到新的隐私模型，即连续观测环境。

    Jun, 2024

  • 机器学习优化算法和元启发式算法的 315 个基准和测试函数的综述与数学及可视化描述

    综述 300 多个用于评估优化和元启发式算法的基准函数，列出了最常用的 25 个函数，并提出了两个新颖、高维、动态且具有挑战性的函数用于测试新算法，同时指出了当前基准化方法的不足之处，并提出了未来研究的方向。

    Jun, 2024

  • 信息熵增强的大型语言模型在药物探索中的规划

    通过使用熵强化规划算法增强 Transformer 解码过程以在开发新药物和生成代码方面取得改进，该方法在多个属性上优于直接从 Transformer 中采样的现有算法。

    Jun, 2024

  • 在平均回报 MDPs 中实现可行的最小最优后悔

    这篇论文介绍了一种具有最小最大后悔度的可行算法，该算法通过使用一种新颖的子程序，即 Projected Mitigated Extended Value Iteration（PMEVI），来高效地计算偏差受限最优策略。同时，该算法不需要先前关于偏差函数的信息。

    Jun, 2024

  • OpenTensor：复现更快的矩阵乘法发现算法

    OpenTensor 是 AlphaTensor 的复现，通过深度强化学习 (DRL) 发现了一种优于现有方法的矩阵乘法算法。

    May, 2024