real-time learning | BriefGPT

关键词real-time learning

搜索结果 - 8

大型语言模型实时学习的趋势和挑战：一项关键综述
该论文对大规模语言模型中的实时学习进行了综合分析，包括继续学习、元学习、参数高效学习和专家混合学习等实时学习范式。通过描述相关主题的具体成果和关键因素，论文展示了这些范式在实时学习方面的实用性。最后，该论文强调了当前研究领域中的问题和挑战，
PDF2 months ago
主动学习强化学习：一种随机最优控制方法
本文提供了一个应对强化学习的框架，解决了建模不确定性和计算成本高的问题，通过使用强化学习来解决随机动态规划方程，所得的强化学习控制器对多种类型的约束条件是安全的，并且可以主动学习建模不确定性，实现实时学习。通过模拟实例证明了提出方法的有效性
PDF10 months ago
基于量子化非挥发性纳米磁阻元件的自编码器用于高效无监督网络异常检测
基于自动编码器的异常检测范式中，依靠具有实时学习能力的边缘设备实现自动编码器是一项极富挑战性的任务。通过设计具有低分辨率的非挥发性存储器型突触的自动编码器，并采用一种有效的量化神经网络学习算法，我们证明这些限制可以得到解决。我们提出了一种带
PDF10 months ago
基于视觉的机器人实时强化学习利用本地和远程计算机
本研究提出了实时分布式学习系统 ReLoD，将两种深度强化学习算法 SAC 和 PPO 的计算分布在本地计算机和远程计算机上，评估结果表明 SAC 算法受资源限制影响较大，但适当的计算分配可显著改善其性能；而 PPO 算法不受计算分配影响。
PDF2 years ago
QHD: 一种脑启发式的超维强化学习算法
本研究提出了一种基于超维强化学习模型 QHD 的解决方案，该模型可以通过降低存储空间和批处理大小实现即时学习，该模型也支持小的经验重放批处理大小，提供 12.3 倍的加速效果，并且可以在边缘环境中进行高效的强化学习。QHD 的速度是与现有的
PDF2 years ago
基于粒子的物体操纵的第一性原理
本文提出了一种基于颗粒的物体操作方法 (Prompt)，用于机器人对先前没有对象模型或先前在大型对象数据集上进行预训练的新对象进行操作。Prompt 的关键元素是颗粒表示法，用于表示物体中的每个点，点的本地几何、物理等特征以及与其他颗粒的关
PDF3 years ago
ICLR深度 Lagrangian 网络：以物理学为深度学习的模型先验
使用理论物理知识，以很少的数据为样本，提出了一种新的深度学习方法 Deep Lagrangian Networks (DeLaN)，可用于机器人轨迹跟踪控制，能够在实时学习中更快速，更准确地进行模型学习，并能更加可靠地对新的轨迹进行外推
PDF5 years ago
增强学习机器人中的多时间尺度推断
本研究通过基于时间差分法和线性函数逼近的 TD (lambda) 算法，在机器人中实现了对当下及未来 0.1 至 8 秒内全部感知信息的预测及实时学习，最终获得了较高的准确率，证明了该方法具有实用价值。
PDF13 years ago