intuitive physics | BriefGPT

关键词intuitive physics

搜索结果 - 12

我们是否已经建造出像人一样思考的机器？
通过一系列的实验，我们评估了当前基于视觉的大型语言模型在直觉物理、因果推理和直观心理领域的表现。我们的研究结果表明，尽管这些模型在处理和解释视觉数据方面表现出显著的能力，但在这些领域仍然不如人类。这些模型对物理定律和因果关系有基本的理解，但
PDF7 months ago
LOCI 循环：从视频中发展物体恒常性
通过引入具有内部处理循环的 Loci-Looped 算法，本研究旨在推进组合场景表示算法，促进基于婴儿发展类似的直觉物理学习，以实现在对象遮挡或临时感官数据中断时无需显式历史缓冲区即能跟踪物体，以及以完全无监督的涌现方式学习对象永恒性和惯性
PDF9 months ago
ICCVX-VoE: 量化物理事件中的解释性违反期望
本研究介绍了 X-VoE，一个全面基准数据集，用于评估人工智能代理对直观物理的理解。在 X-VoE 中，每个 VoE 场景包含三个不同的设置，探测模型对事件及其潜在解释的理解能力。通过 X-VoE 的实验结果显示，我们的模型在与人类常识进行
PDF10 months ago
IJCAI关于模拟直觉物理模型的机器学习方法的调查
本文综述了基于直觉物理的深度学习方法在物理推理方面的最新进展和技术。将现有的深度学习技术分为三个方面的物理推理，并将其组织为三种一般的技术方法，提出了该领域的六个分类任务。最后，本文强调了当前领域的挑战并提出了一些未来的研究方向。
PDF2 years ago
ICLR基于面向对象预测和规划的物理交互推理
本研究提出了一种无需直接监督对象属性即可实现学习物理场景的物体中心表征的方法，我们的模型通过联合学习感知函数，物理交互函数和渲染函数，可以精确地预测物理变化并具有可操作性的直观物理表现。
PDF6 years ago
ECCVShapeStacks：学习通用物体堆叠的基于视觉的物理直觉
本文研究了智能 Agent 在执行复杂任务时所需的物理直觉，提供了一个基于模拟的数据集，利用视觉分类器进行物理稳定性预测，并通过利用被动 / 主动的物理直觉构造稳定的物体堆栈，并观察主动叠加任务引起的物体本质和对象自然属性 - 叠堆特征的引
PDF6 years ago
利用发展心理学工具探究物理知识
本研究使用违反期望的技术（VOE）将儿童物理学习知识测试方法应用于人工深度学习系统，探讨相关图像化物理概念从感官数据中提取的方法，并介绍了一个受发展心理学启发的探测数据集。结果表明 VOE 技术可以为未来的物理学知识研究提供有用的工具。
PDF6 years ago
IntPhys: 视觉直觉物理推理的框架和基准
本论文提出了一项基于视觉任务的评估基准，以测试人工系统对于宏观物体、运动、力等物理理解的程度，同时介绍了两个旨在以无监督的方式学习直观物理的深度神经网络系统，并通过与人类数据的比较，对下一帧预测建筑的潜力和限制进行了新颖的结果分析。
PDF6 years ago
ICLR基于对象组合的学习物理动态方法
本文提出了神经物理引擎（NPE），它是一个学习具有直觉物理的模拟器的框架，并自然地推广到可变对象计数和不同场景配置。作者将物理场景分解为可组合的基于对象的表示，并使用神经网络架构对对象动态进行分解。通过与非结构化架构进行比较，作者表明，NP
PDF8 years ago
AAAI长期图像边界预测
研究了边界估计和预测未来未观察到帧的边界能力，结合直观物理的概念，通过自然视频帧和合成序列的实验，发现 rgb 融合和边缘预测能够促进 rgb 预测的提升。
PDF8 years ago
学习自然物理的经验式学习：通过戳来学习戳
研究了一种通过经验学习范例以获取内在的直觉物理模型的方法，并使用基于深度神经网络的新方法进行模型评估，提出了一个将机器人与图像相结合的模型学习动态模型的方法，在估计正向和反向模型的时候，反向模型的目标提供了构建有信息量的视觉特征的监督，这种
PDF8 years ago
通过示例学习积木塔的物理直觉
探索深度前馈模型对婴幼儿木制积木玩具的直觉物理学习能力的研究，并运用三维游戏引擎创建稳定性随机的木制积木小塔并在其坍塌或保持竖直状态的情况下识别积木轨迹，训练大型卷积神经网络模型以准确预测结果，及在新的物理场景和真实木质积木的图像中进行泛化
PDF8 years ago