active perception | BriefGPT

关键词active perception

搜索结果 - 12

活动侦察员：在密集城市环境中使用神经辐射场进行多目标跟踪
通过在高度遮挡的城市环境中研究追逐与逃避游戏，我们可以使用神经辐射场（NeRF）来实时构建城市的表示，并以完全的先验方式积极跟踪动态目标。我们的方法在追踪动态目标方面表现较优，且观察到侦察兵的策略具有一些有趣的特性，例如随着时间的推移，Ne
PDF25 days ago
基于导航提议的深度主动感知目标检测
深度学习已经在机器人视觉任务中取得了显著进展，但大多数现有的深度学习方法依赖于传统的计算机视觉流水线中固有的静态推理范例。最近的研究发现，积极感知通过超越这些静态模式来改善各种模型的感知能力。本文提出了一个通用的监督式积极感知流水线，用于目
PDF7 months ago
朝向基于场景的社交推理
文章提出了一种使用大型语言模型和视觉语言模型来帮助机器人主动感知环境，执行基于社会情境的推理的方法，并通过发布 MessySurfaces 数据集评估了该框架，发现使用了主动感知的基线平均提高了 12.9％，机器人实验的平均提高了 15％。
PDFa year ago
CVPR多任务视觉引导的语言自适应权重生成
本文介绍一种基于语言自适应权重的主动感知视觉定位框架，称为 VG-LAW，在使用具有表达特定线索的表达式引导下，使用视觉骨干作为具有表达特定特征的特征提取器，其无需跨模态交互，可胜任于区分表述理解和分割任务，实验证明其表现优异。
PDFa year ago
深度无模型强化学习中的感知学习
本文提出了一个用于强化学习（RL）的新型无模型代理人，从视觉关注和主动感知的概念中受到启发，将人类注意力机制应用于代理人，创建了一种硬式关注机制，结合了 RAM 模型和 PPO 算法，在两个 Atari 游戏中比较其性能，结果表明我们的模型
PDFa year ago
利用动态找到最优观测状态以最小化具有复杂状态相关噪声的定位误差
提出了一种名为 DyFOS 的主动感知方法，其通过优化搜索动态查找最佳状态，以最小化定位误差并避免障碍和遮挡物。
PDF2 years ago
NeRF2Real: 使用神经辐射场实现从仿真到真实世界的视觉引导双足运动技能迁移
使用 Neural Radiance Field 方法和物理仿真器在野外环境下通过视觉感知实现机器人的球推导航技能。
PDF2 years ago
利用深度强化学习实现无人机的主动感知
使用图像处理技术和简单的深度强化学习（Deep-RL）代理，无需使用复杂的卷积神经网络（CNN）或对比学习（CL），就可以追踪和识别水面结构以进行动态着陆，从而为无人机的主动感知做出了贡献。
PDF2 years ago
物理概念的可学习性：神经网络能否理解真实世界？
在现代架构上，使用随机梯度下降算法训练模型可以更好地了解抽象概念，但仍然需要不断交互和验证以理解物理概念，并通过控制数据采集过程获得积极的观察结果。然而，使用有限的资源和时间将物理实体绑定到数字身份是解决信号到符号障碍问题的一个潜在方法，但
PDF2 years ago
实时机器人运动生成的深度主动视觉注意力：工具 - 身体融合和自适应工具使用的出现
本文提出了一种启发于人类认知结构的新型机器人运动生成模型，其中包含了一个状态驱动的主动自上而下的视觉关注模块，该模块能够基于任务状态主动改变目标，并在机器人使用工具任务中对机器人的夹持器和工具进行感知，这类似于生物现象 - 工具身体同化。结
PDF2 years ago
OpenDR：面向机器人的高性能、小占地深度学习的开放工具包
本文介绍了针对机器人学应用的开放式深度学习工具包（OpenDR），该工具包旨在为机器人公司和研究机构提供机器人领域的知识。OpenDR 旨在解决现有深度学习框架在机器人领域使用时面临的问题，其中包括特定的学习、推理和融合问题，静态推理范式的
PDF2 years ago
ECCV使用光栅的主动感知自动驾驶
本文提出了一种基于光幕的资源有效可控传感器，利用神经网络不确定性或优化算法来放置光幕，并开发了一种高效的优化算法来提高检测准确性.
PDF4 years ago