interactive systems | BriefGPT

关键词interactive systems

搜索结果 - 9

LGR2：语言引导的奖励重新标记加速分层强化学习
开发交互系统，利用自然语言指令解决复杂的机器人控制任务是机器人学界长期以来的目标之一。本研究提出了 LGR2，这是一种新颖的层次强化学习框架，利用语言指令生成上层政策的稳定奖励函数，以解决非稳态问题，从而有效地利用语言指令解决机器人控制任务
PDFa month ago
大动作空间的贝叶斯离策评估和学习
在互动系统中，我们引入了一个统一的贝叶斯框架来捕捉动作之间的相关性，通过结构化和信息化的先验概率实现了更样本高效的离策略评估和学习，同时保持了计算效率。通过引入基于贝叶斯指标的在线贝叶斯赌博师，我们分析了 sDM 在离策略评估和学习中的性能
PDF4 months ago
可穿戴设备中推进无关位置和设备的运动活动识别
我们通过对多个传感器位置的全面评估，确定了建立位置不变模型的关键身体部位，并开发了可部署的设备内动作模型，实现了 91.41％的帧级 F1 得分。我们还研究了不同位置数据的合成，以减轻数据收集任务的负担，从而推进低门槛、位置不变的活动识别系
PDF5 months ago
基于语言模型和概率推理的主动偏好推断
通过使用一种熵减算法，我们提出了一种推理时算法，帮助大型语言模型快速推理用户偏好，并通过提问来优化期望熵和期望模型变化，从而使其在任务表现上胜过基线模型，在使用较少用户交互的情况下提升了性能。
PDF7 months ago
ICCV交互式视频检索中问题和答案的基本方法
通过使用 VideoQA 模型模拟用户交互，我们的研究提出了几种简单而有效的基准方法来进行问答式的交互视频检索，实验证明这种方法显著提高了基于文本的视频检索系统的性能。
PDFa year ago
手持移动设备的凝视估计及其交互应用的端到端综述
本文对移动交互式系统中利用凝视作为单一或补充交互模式的最新技术和应用进行全面综述，并重点介绍了凝视捕捉传感器，凝视估计工作流，深度学习技术以及凝视交互应用等关键领域。
PDFa year ago
KDD使用多个记录器生成的日志赌器反馈进行有效评估
本文研究了如何利用历史数据来预测目标策略的性能，并提出了两种替代方法，相比于传统方法，能够更准确地评估交互式系统的新政策。
PDF7 years ago
NIPS反事实学习方法的大规模验证：一个测试平台
本研究提供并使用实际数据和标准测试平台，基于广告展示探索了历来研究最新的无政策评估和学习方法（如双重优化、POEM 和基于回归基线的监督学习），结果表明最新的无政策学习方法可以改进大规模真实世界数据集上的历史最优监督学习技术。
PDF8 years ago
学习交互式分割系统
本研究提出了一种新的计算机视觉交互系统的评估和学习方法，利用一个主动机器人用户 —— 一个人类用户的模拟模型，将用户参与到系统训练过程中，以此来评估和学习交互分割系统的参数，同时提出了一种在优化问题中整合模拟用户模型的方法。
PDF15 years ago