본문으로 건너뛰기

#로보틱스

104개의 기사

허깅페이스 2일 전

NVIDIA 워프(NVIDIA Warp)와 MJ워프(MJWarp)를 이용한 로봇 시뮬레이션 및 학습 워크플로우 가속 방법

AI가 인간의 지적 능력을 능가하는지 여부에 대한 논쟁은 오래전부터 시작되어 왔습니다. 최근에 나온 연구에서, 대규모 언어 모델(LLM)과 인간의 지적 능력을 비교하는 연구가 진행되었습니다. 연구에서는 LLM과 인간을 대상으로 지적 능력을 측정하는 테스트를 진행하였습니다. 연구 결과, LLM은 인간과 비슷한 수준의 지적 능력을 보여주었습니다. LLM은 인간과 비슷한 수준의 논리적 추론, 문제

LLM PC 4일 전

수류봇 시뮬레이션용 디바이스 내시각적 증거融合 및 설명 가능한 안내: PAANI

아르키브 : 2609.22353v1 발표 유형 : 새로운 요약 : 이동河川監視 로봇은 지리적 경계점만으로는 설명할 수 없는 장애물과 물의 경계를 해석해야 합니다. 자원 제한된 플랫폼에서는 불완전한 시각적 예측을 신속하고 검토 가능한 지침으로 변환하는 것이 DISTINCT한 문제입니다. 오브젝트 레이블이나 스티어링 명령은 어떤 증거가 결정을 지원하는지 또는 그 증거가 불신할 때를 설명하지 않습

AI 모델 9월 17일

언어 모델의 안정적인 오류 수정: 기능 보존을 위한 냉동 기초 조정

연구에서는 다음의 실제적인 문제를 다룹니다: .freeze된 언어 모델의 출력에 오류가 있는 경우, 작은 수정 모듈이 오류를 수정할 수 있을까요? 오류 수정이 기초적인 기능을 저하하지 않도록 할 수 있을까요? CRN v2를 제안합니다. 이는 4.65억 텍스트 모듈의 약 0.73%인 34M trainable 매개변수를 가지고 있는, 로짓 수준의軽량 오류 수정 모듈입니다. CRN v2는 Gemm

AI 모델 9월 12일

학습이 중단되는 유효성 검사를 통해 본 갱신 승인: 강인한 에이전트의 지속적인 학습 auditing

갱신 승인은 유용한 지속적인 학습을 막을 수 있는 유해한 정책 갱신을 거부하는 데에도 필요합니다. 우리는 업데이트 승인을 에러 제어와 일정한 상호 작용 비용 내에서 유지되는 학습 기회를 평가해야 함을 주장합니다. 우리는 구체적인 실패를 식별했습니다: 범위 기반 신뢰 게이트는 상당한 비용 내에서 이전 작업의 변하지 않은 행동을 인증하지 못합니다. paired-binomial 구성은 결과 불일치가 드물면 이 부담을 줄여줍니다. 우리는 또한 인증된 역사적 참조 승진과 라운드 레벨 미스 기회 지표를 명시했습니다.

연구 8월 13일

시스템 물리 및 사이버 물리 시스템에서 시뮬레이션 증거를 통해 영향 지식을 세련하는 개념적 프레임워크

인터넷 논문 데이터베이스(arXiv)에 등록된 논문에서 발췌한 내용입니다. 인터넷 기반 물리 시스템(Cyber-physical systems, CPS)은 여러 전문가들이 특정 분야에 맞춰서 제작한 artefacts를 사용하여 개발됩니다. 이러한 시스템의 동작은 artefacts와 그들이 작동하는 환경과의 상호작용으로부터 발생합니다. 시뮬레이션 및 공동 시뮬레이션은 CPS 동작을 분석하는 필수

산업 8월 5일

엘론 머스크, 테슬라 수익 발표회에서 로봇과 AI에 반은 시간을 투자한다

엘론 머스크는 테슬라의 자동차 사업보다는 로봇과 AI에 더 많은 관심을 보이고 있다. 최근 7년 동안의 테슬라 수익 발표회 분석 결과, 머스크는 테슬라의 자동차 사업보다는 로봇과 AI에 더 많은 시간을 투자하는 것으로 나타났다. 이는 테슬라가 로봇과 AI 기술에 집중하고 있는 것을 보여주고 있다.

인기 태그