multi-step planning | BriefGPT

关键词multi-step planning

搜索结果 - 8

自适应强化学习规划：利用大规模语言模型进行复杂信息提取
大规模语言模型在信息提取任务中存在问题，通过两阶段多步骤方法和强化学习框架提高其表现，将顺序提取视为马尔可夫决策过程，训练决策模型以提供最佳的实体提取顺序，有效改善大规模语言模型的信息提取能力。
PDF15 days ago
I-PHYRE：交互式物理推理
为了解决现有学习算法与人类表现之间的差距并强调增强代理人的交互式物理推理能力的重要性，我们介绍了 I-PHYRE 框架，该框架要求代理人同时展示直觉的物理推理、多步规划和原位干预，通过代表性场景的互动促进学习。
PDF7 months ago
闭环机器人反应式规划的模型检测
使用模型检验创建差分驱动轮式机器人的多步计划，以避免即时危险，并以近实时的方式改善局部障碍物避免的效果。
PDF8 months ago
寻求帮助的机器人：面向大型语言模型规划器的不确定性对齐
该论文介绍了一种针对大型语言模型的不确定性测量和调整的框架，使用收敛性预测理论提供任务完成的统计保证，同时在复杂的多步计划设置中最小化人类干预，为机器人增加了有效性和自主性，并建议一种轻量级的不确定性建模方法，以补充和扩展基础模型的不断增长
PDFa year ago
Foldsformer：学习带有空间时间注意力的序列多步布料操纵
提出了一种基于空间 - 时间注意机制的多步布料操纵规划框架 Foldformer，能够在没有目标观察的情况下完成相似任务，在四个典型的多步操作任务中大幅优于现有技术，而且可以在不需要额外培训或域随机化的情况下从模拟转移到实际应用中。
PDFa year ago
OptFormer 实现的自动化超参数多步优化
本文介绍了一种基于 Transformer 的自然语言接口超参数优化方法，通过多步规划来构建非迈向型 HPO 策略。
PDF2 years ago
识别预测未来中的能 affordance 并考虑非规范 affordance 影响进行规划
提出了一种基于 affordance 识别和神经前向模型预测 affordance 执行效果的行动序列规划系统，可以避免对多步骤计划的明确 affordance 效果定义的依赖。通过对预测未来的 affordance 识别，系统可以从经验数
PDF2 years ago
使用目标条件传输网络学习重新排列可变电缆、织物和袋子
本文介绍了一种将目标限制引入运输网络中的方法，利用该方法结合具有多阶段柔性物体操作任务而设计的一套模拟基准，成功实现了机器人对柔性物体的多样姿态操作。
PDF4 years ago