goal recognition | BriefGPT

关键词goal recognition

搜索结果 - 13

线性规划通过目标识别
目标识别是观察者根据感知到的主体代理行为的一系列观察结果来识别与计划相对应的目标的任务。本文设计了一种依赖于操作计数框架的新型识别方法，并提出了新的约束条件，从理论和实证上分析了它们的特性。在理论方面，我们证明了新的约束条件能够提供符合观察
PDF3 months ago
人类目标识别作为贝叶斯推理：行动、时间和目标可解性的影响研究
基于可用线索推断意图的目标识别是一种基本的认知过程，该研究使用贝叶斯框架来探索行动、时间和目标可解性在目标识别中的作用，并通过分析人类对 Sokoban 领域的目标识别问题的回应，发现行动被赋予最重要性，但时间和可解性在某些情况下也影响目标
PDF5 months ago
使用过程挖掘技术的跨肩腕关节假肢的数据驱动目标识别
使用时间序列数据从肌电图电极和运动传感器中顺序地识别患者目标，研究结果表明，该目标识别方法比现有的机器学习技术在精确度和召回率方面都明显更好，并且当错误发生时表现得更加谨慎，这有利于模拟假肢的平滑运动。
PDF10 months ago
基于地标的目标识别规划再探讨：使用初始状态地标是否有意义？
本文研究基于规划地标的目标识别方法，经实验证明去除初始状态地标可以提高目标识别的性能和计算效率。
PDFa year ago
完全可观察非确定性领域模型中的时间扩展目标识别
本文研究将目标识别扩展到具有完整可观察性和非确定性的计划领域模型中，重点是在使用线性时间逻辑（LTLf）和纯过去线性时间逻辑（PLTLf）表达的有限痕迹上识别目标。我们开发了第一种能够识别此类设置中目标的方法，并使用六个计划领域模型上的不同
PDFa year ago
利用规划里程碑进行混合在线目标识别
本文提出了一种在线目标识别混合方法，结合了符号规划和数据驱动方法，并在真实世界的烹饪场景中进行了评估，研究结果表明，与现有技术相比该方法在计算时间上更高效，同时也提高了目标识别的性能。另外，论文也证明了该方法适用于真实世界的场景。
PDFa year ago
深度学习任务中的目标识别：GRNet 方法
研究使用机器学习将目标识别问题转化为分类任务，利用循环神经网络预测代理目标，并在性能上优于现有方法。
PDF2 years ago
AAAI目标识别作为强化学习
本文提出了一种结合基于模型的强化学习和目标识别的框架，在离线学习和在线推理阶段分别使用 tabular Q-learning 和三种推理度量，以解决目标识别中需要手动设计、在线计算等问题，从而在标准评估环境中实现了最先进的性能，同时在嘈杂环
PDF2 years ago
自动驾驶车辆存在遮挡因素的可解释目标识别
本研究提出 Goal and Occluded Factor Inference (GOFI) 算法，在自动驾驶场景下应用逆向规划技术共同推断目标和潜在的遮挡因素的概率信念，并将这些信念集成到蒙特卡罗树搜索（MCTS）中，从而更准确地预测其
PDF3 years ago
AAAI地标提取算法对基于地标的目标识别效果的评估
探讨了使用多种不同的地标提取算法在目标和计划识别上的影响和效果，发现提取更多的地标并不一定能提高目标识别的精度和减小误差。
PDF4 years ago
AAAIHAPRec: 混合式活动与计划识别
通过混合使用动作识别模块和目标识别算法，本文实现了室内环境下的活动识别，以确定视频主体追求的最终目标。
PDF4 years ago
AAAI基于线性规划的目标识别规划方法
本文提出了一种基于算子计数框架的方法来有效计算符合观察结果的解，用于解决目标识别任务，并对部分和噪声观测进行估计和满足观测。通过大规模数据集的实证评估，证明了该方法在一致性比率、准确性和分散性等方面优于以往方法，同时为解决目标识别任务的组合
PDF5 years ago
连续领域中的启发式在线目标识别
本文提出一种基于规划的计划识别方法，能够在线识别目标以及适用于连续空间，使用两个启发式决策点和连续环境的启发式策略来提高运行时效率。
PDF7 years ago