Non-Parametric Spatiotemporal Trajectory Prediction via State-Conditioned Transition Sampling
基于状态条件转移采样的非参数时空轨迹预测
机构 * Amazon Web Services(亚马逊网络服务)
AI总结 该研究提出一种无训练的非参数时空轨迹预测方法,无需GPU和学习参数,在数据充足时精度与57M参数Transformer相当,数据稀缺时性能显著更优,可从少量历史数据部署到新区域。
大厂专区
基于状态条件转移采样的非参数时空轨迹预测
机构 * Amazon Web Services(亚马逊网络服务)
AI总结 该研究提出一种无训练的非参数时空轨迹预测方法,无需GPU和学习参数,在数据充足时精度与57M参数Transformer相当,数据稀缺时性能显著更优,可从少量历史数据部署到新区域。
AI智能体能模拟A/B测试结果吗?智能体实验的验证框架
机构 * Amazon(亚马逊公司)
AI总结 该研究提出智能体实验的验证框架S-RCT,用AI智能体模拟A/B测试结果,经67个营销A/B测试验证,校准后可降低预测误差,为实验者提供智能体信号支持。
Comments Accepted as a workshop paper at https://www.aiagentbehavior.com/