GIIFT: Graph-guided Inductive Image-free Multimodal Machine Translation
Department of Computer Science University of Manchester(曼彻斯特大学计算机科学系);Department of Advanced Information Technology Kyushu University(九州大学先进信息技术系)
GIIFT通过构建多模态场景图并采用两阶段图引导框架,在统一融合空间中学习多模态知识,实现了无需图像即可进行归纳式多模态翻译,并在Multi30K和WMT基准上达到最先进性能。
2025-10-08 cs.AI cs.CL
Knowledge-Guided Short-Context Action Anticipation in Human-Centric Videos
Carnegie Mellon University(卡内基梅隆大学)
本文提出一种将符号知识图谱赋予Transformer网络的方法,通过运行时增强注意力机制,利用短视频片段预测长期人类动作,在Breakfast和50Salads数据集上比现有方法提升最多9%。
2023-09-12 cs.AI cs.CV
TextMineX: Data, Evaluation Framework and Ontology-guided LLM Pipeline for Humanitarian Mine Action
NEC Laboratories Europe(NEC欧洲实验室);University of Stuttgart(斯图加特大学);VAGO Solutions(VAGO解决方案);Zurich University of Applied Sciences(苏黎世应用科学大学);CAIR, Ss. Cyril and Methodius University of Skopje, North Macedonia(CAIR,斯科普耶塞尔维亚·梅托迪乌斯大学,北马其顿)
TextMineX通过构建首个HMA领域数据集和基于本体的LLM流水线,提升文本中领域知识的提取准确性与一致性。
2026-01-27 cs.AI cs.CL
LGML: Logic Guided Machine Learning
University of Waterloo(滑铁卢大学)
我们介绍了逻辑引导机器学习(LGML),一种新的方法,共生结合机器学习(ML)和逻辑求解器的目标是从数据中学习数学函数。LGML由两个阶段组成,即学习阶段和具有校正反馈回路的逻辑阶段,使得学习阶段从输入数据学习符号表达式,并且逻辑阶段交叉验证学习的表达式与已知辅助真理的一致性。如果不一致,逻辑阶段将“反例”反馈给学习阶段。重复这个过程,直到学习的表达式与辅助真理一致。使用LGML,我们能够学习对应于勾股定理和正弦函数的表达式,与基于开箱即用的多层感知器(MLP)的方法相比,数据效率提高了几个数量级。
2021-03-29 cs.AI
Learning Action Models with Conditional and Quantified Effects via Uncertainty-Guided Exploration
Oregon State University(俄勒冈州立大学)
研究针对现有动作模型学习方法难以处理条件与量化效果的问题,提出OHCAM方法,通过不确定性引导探索学习动作模型,在基准领域与机器人任务中验证其样本效率与现实适用性。
2026-11-11 cs.AI
Machine Education: Designing semantically ordered and ontologically guided modular neural networks
University of New South Wales Canberra(新南威尔士大学堪培拉分校);University of Canberra(堪培拉大学);Defence Science and Technology(国防科学技术组织)
关于机器教学、机器教育和机器课程设计的文献还处于起步阶段,关于这个主题的论文很少,主要集中在数据和模型工程因素上,以改善机器学习。在本文中,我们首先讨论了迄今为止在机器教学和教育方面的一些尝试。然后,我们将理论和方法从人类教育到结构,并在数学上定义机器教育课程设计中的核心问题,以及支持机器教育步骤所需的建模方法。最后,但并非最不重要的是,我们提供了一个基于本体的方法来指导课程计划的开发,以产生透明和可解释的模块化学习机器,包括神经网络。
2020-02-07 cs.AI cs.CY
Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning
School of Computing(计算机学院);National University of Singapore(新加坡国立大学)
该研究提出感知计算的三动作控制器,通过校准置信度优化评估器引导的测试时推理,在宽度扩展和修正任务上降低计算量并提升效用,将此类推理视为不确定性下的资源分配问题。
2026-10-16 cs.AI cs.CL cs.LG
High Dimensional Human Guided Machine Learning
Baylor University(贝勒大学)
你有没有看过一个机器学习分类模型,然后想,我可以做那个?好吧,这就是我们在这个项目中测试的内容,将在人类工程特征上训练的XGBoost与直接在数据上训练的XGBoost进行比较。人工设计的特征并没有超过直接在数据上训练的XGBoost,但它们是相当的。该项目贡献了一种新的方法,利用人类创建的分类模型的高维数据集。
2016-09-04 cs.AI cs.LG stat.ML
Breaking the Grid: Distance-Guided Reinforcement Learning in Large Discrete Action Spaces
Technical University of Munich(慕尼黑技术大学);University of Twente(埃因霍温大学)
本文提出距离引导强化学习(DGRL),通过采样动态邻域和基于距离的更新,在高达10^20个动作的问题中实现高效的强化学习,证明了其在结构任务中的局部价值提升,并在混合连续-离散动作空间中实现泛化。
2026-11-10 cs.AI cs.LG
Guided Flow Policy: Learning from High-Value Actions in Offline Reinforcement Learning
Inria and DI-ENS, PSL Research University(Inria和DI-ENS,PSL研究大学);Sorbonne Université, CNRS, ISIR, France(索邦大学,CNRS,ISIR,法国)
引导流策略通过结合多步流匹配与提炼的演员,有效区分高价值动作,从而在多个基准测试中实现卓越性能。
2026-03-05 cs.AI cs.LG
Self-Guided Action Diffusion
Stanford University(斯坦福大学)
本文提出自引导动作扩散方法,通过在扩散步骤中利用先前决策引导提议分布,以极低推理成本实现接近最优性能,并在动态任务上比现有方法提升高达70%的成功率。
2025-08-17 cs.AI cs.RO
V-VLAPS: Value-Guided Planning for Vision-Language-Action Models
The University of British Columbia(不列颠哥伦比亚大学)
提出V-VLAPS方法,通过在VLA模型上增加轻量级价值头预测蒙特卡洛回报,引导蒙特卡洛树搜索选择高价值分支,从而提升长时域任务下的规划性能。
2026-07-10 cs.AI cs.RO
Semi-Supervised Audio-Visual Video Action Recognition with Audio Source Localization Guided Mixup
Artificial Intelligence Graduate School(人工智能研究生院);Ulsan National Institute of Science & Technology(蔚山国家科学技术研究院)
针对半监督视频动作识别中单一模态的局限性,提出同时利用视觉和音频的视听半监督框架,并引入考虑跨模态关系的声源定位引导 Mixup 方法,在多个数据集上取得卓越性能。
2025-03-04 cs.AI cs.CV
Sampling Efficient Deep Reinforcement Learning through Preference-Guided Stochastic Exploration
Nanyang Technological University(南洋理工大学)
由深度Q网络(DQN)算法解决的大量实际工作表明,随机策略尽管简单,但却是最常用的探索方法。然而,大多数现有的随机探索方法要么探索新的行动,无论Q值或不可避免地引入偏差到学习过程中耦合的采样与Q值。在本文中,我们提出了一种新的偏好引导的$ε$贪婪探索算法,可以有效地学习动作分布符合景观的Q值DQN,而不引入额外的偏见。具体来说,我们设计了一个双架构,由两个分支组成,其中一个是DQN的副本,即Q分支。另一个分支,我们称之为偏好分支,学习DQN隐式遵循的动作偏好。我们从理论上证明了政策改进定理适用于偏好引导的$ε$ -贪婪政策,并通过实验表明,推断出的动作偏好分布与相应的Q值的景观一致。因此,偏好引导的$ε$贪婪探索激励DQN代理采取不同的动作,即,具有较大Q值的动作可以被更频繁地采样,而具有较小Q值的动作仍然有机会被探索,从而鼓励探索。我们评估所提出的方法与四个著名的DQN变种在九个不同的环境。大量的结果证实了我们所提出的方法在性能和收敛速度方面的优越性。索引术语-偏好引导的探索,随机策略,数据效率,深度强化学习,深度Q学习。
2022-06-20 cs.AI cs.LG cs.RO
Prompt-Guided Zero-Shot Anomaly Action Recognition using Pretrained Deep Skeleton Features
Konica Minolta, Inc.(柯尼卡美能达公司)
这项研究调查了无监督的异常动作识别,它以无监督的方式识别视频级别的异常人类行为事件,而无需异常样本,并同时解决了传统的基于神经网络的方法中的三个限制:目标域相关的DNN训练,对骨架错误的鲁棒性,以及缺乏正常样本。我们提出了一个统一的,用户引导的零样本学习框架,使用目标域独立的骨架特征提取器,这是预先训练的大规模动作识别数据集。特别地,在使用正常样本的训练阶段期间,该方法对正常动作的骨架特征的分布进行建模,同时冻结DNN的权重,并在推理阶段使用该分布来估计异常分数。此外,为了提高对骨架错误的鲁棒性,我们引入了一个DNN架构,该架构受到点云深度学习范式的启发,该范式稀疏地传播关节之间的特征。此外,为了防止未观察到的正常动作被误认为异常动作,我们将用户提示嵌入和骨架特征之间的相似性得分在公共空间中对齐到异常得分中,这间接地补充了正常动作。在两个公开的数据集上,我们进行了实验,以测试所提出的方法的有效性与上述限制。
2023-03-27 cs.AI cs.CV cs.LG
Toward Machine-Guided, Human-Initiated Explanatory Interactive Learning
KU Leuven(鲁汶大学);University of Trento(特伦托大学)
最近的工作已经证明了将局部解释与主动学习相结合来理解和监督黑盒模型的前景。在这里,我们表明,在特定条件下,这些算法可能会歪曲正在学习的模型的质量。原因是机器通过预测和解释查询实例的标签来说明它的信念:如果机器不知道自己的错误,它可能最终选择它人为表现良好的查询。我们通过引入解释性引导学习来解决这种叙事偏见,解释性引导学习是一种新颖的交互式学习策略,其中:i)监督者负责选择查询实例,而ii)机器使用全局解释来说明其整体行为,并指导监督者选择具有挑战性的,信息丰富的实例。这种策略保留了解释性互动的关键优势,同时避免了叙事偏见,并在样本复杂性方面优于主动学习。基于聚类的原型的初步实证评估突出了我们的方法的承诺。
2020-07-20 cs.AI
Q-Learning for Continuous Actions with Cross-Entropy Guided Policies
Samsung Research(三星研究院);Princeton University(普林斯顿大学)
非策略强化学习(RL)是许多问题领域的一种重要方法,例如机器人,其中收集数据的成本很高,因此策略方法很难处理。将Q学习应用于连续值动作域的标准方法涉及迭代地对Q函数进行采样以找到好的动作(例如通过爬山),或者通过与Q函数同时学习策略网络(例如DDPG)。这两种方法都在稳定性、速度和准确性之间进行权衡。我们提出了一种新的方法,称为交叉熵指导政策,或CGP,从这两类技术的灵感。CGP旨在将迭代采样策略的稳定性和性能与策略网络的低计算成本相结合。我们的方法使用交叉熵方法(CEM)使用迭代采样来训练Q函数,同时训练策略网络来模仿CEM的采样行为。我们证明,我们的方法是更稳定的训练比国家的最先进的政策网络的方法,同时保持等效的推理时间计算成本,并实现有竞争力的总回报的标准基准。
2019-07-01 cs.AI
State-Novelty Guided Action Persistence in Deep Reinforcement Learning
UM-SJTU Joint Institute(上海交大密西根联合学院);Shanghai Jiao Tong University(上海交通大学);Duke Kunshan University(昆山杜克大学)
本文提出状态新颖性引导的动作持久性方法,依据状态空间探索状态动态调整动作重复概率,无需额外价值函数或策略,并可增强多种探索策略,显著提升 DRL 在 DMControl 上的样本效率。
2024-09-09 cs.AI cs.LG
Sparse-WAM: Accelerating World Action Models via Action-Guided Sparse Imagination
NJU(南京大学);HKUST(香港科技大学);HIT(哈尔滨工业大学);EPFL(瑞士洛桑联邦理工学院)
提出Sparse-WAM,一种无需训练的动作引导稀疏想象框架,通过选择性地处理未来帧令牌并引入Pilot引擎,在LIBERO和RoboLab-120上分别实现约2.0倍和1.8倍的推理加速,同时保持任务性能。
2026-10-01 cs.AI cs.RO
SentryVLA: Uncertainty-Guided Action Selection and State Monitoring for Vision-Language-Action Robotic Control
Department of Computer Science and Engineering, The University of Texas at Arlington(计算机科学与工程系,德克萨斯理工大学)
ReconVLA通过引入符合预测方法,为视觉-语言-动作模型提供校准的不确定性估计和故障检测,提升机器人控制的可靠性与安全性。
2026-10-27 cs.AI cs.RO
LLM-Guided Contextual Action Evaluation for Operational Decisions in Industrial Processes
College of Information Science and Engineering, Northeastern University(东北大学信息科学与工程学院)
该研究提出LCAE方法,用LLM标准化工业文档为关系基础,结合历史调节关系强度,让文档语义融入策略学习,以优化工业过程操作决策的动作评估。
2026-08-26 cs.AI cs.ET cs.SY
Knowledge- and Gradient-Guided Reinforcement Learning for Parametrized Action Markov Decision Processes
HSU-AI Institute for Artificial Intelligence(HSU人工智能研究所)
研究参数化动作马尔可夫决策过程中的强化学习,提出KGRL算法,利用领域知识修剪动作、约束参数空间,结合梯度细化参数,能提供局部解释并提高样本效率,优于现有强化学习基线。
2026-07-16 cs.AI
MPCoT: Reward-Guided Multi-Path Latent Reasoning for Test-Time Scalable Vision-Language-Action
Department of Electrical and Computer Engineering, Boston University(波士顿大学电气与计算机工程系);Department of Computer Science, Tsinghua University(清华大学计算机系)
提出MPCoT框架,通过奖励引导的多路径潜在推理,在保持零推理令牌和原始动作接口的同时,提升长时域和高不确定性控制任务中的VLA策略性能。
2026-09-16 cs.AI cs.RO
Part-level Action Parsing via a Pose-guided Coarse-to-Fine Framework
University of Science and Technology of China(中国科学技术大学)
从视频中识别动作,即,将视频分类为预定义的动作类型之一已经成为人工智能、多媒体和信号处理领域的热门话题。然而,现有的方法通常将输入视频作为整体考虑并且学习模型,例如,卷积神经网络(CNN),具有粗略的视频级类别标签。这些方法只能输出视频的动作类,但不能提供细粒度和可解释的线索来回答为什么视频显示特定动作。因此,研究人员开始关注一个新的任务,部分级别的动作解析(PAP),其目的不仅是预测视频级别的动作,而且还识别视频中每个人的帧级别的细粒度动作或身体部位的相互作用。为此,我们提出了一个粗到细的框架,这一具有挑战性的任务。特别是,我们的框架首先预测输入视频的视频级类,然后定位身体部位并预测部位级动作。此外,为了平衡的准确性和计算在部分级别的动作解析,我们建议识别的部分级别的动作段级功能。此外,为了克服身体部位的模糊性,我们提出了一种姿势引导的位置嵌入方法来准确定位身体部位。通过在大规模数据集上的综合实验,动力学TPS,我们的框架实现了最先进的性能,并优于现有的方法超过31.10%ROC分数。
2022-09-02 cs.AI cs.CV
Search Engine Guided Non-Parametric Neural Machine Translation
The University of Hong Kong(香港大学);New York University(纽约大学)
在本文中,我们扩展了一个基于注意力的神经机器翻译(NMT)模型,允许它在训练后访问整个平行句子对训练集。拟议的办法包括两个阶段。在第一阶段-检索阶段-,一个现成的,黑盒搜索引擎被用来检索一个小的子集的句子对从一个给定的源句子的训练集。这些对基于基于编辑距离的模糊匹配分数被进一步过滤。在第二阶段-翻译阶段-,一种新的翻译模型,称为翻译记忆增强的NMT(TM-NMT),无缝地使用源句子和一组检索到的句子对来执行翻译。对三种语言对(En-Fr、En-De和En-Es)的实验结果表明,该方法的性能明显优于基线方法,并且当检索到更多相关句子对时,这种改进更为显著。
2018-03-08 cs.AI cs.CL cs.LG
Seeing What You're Told: Sentence-Guided Activity Recognition In Video
Stanford University(斯坦福大学);Massachusetts Institute of Technology(麻省理工学院);Purdue University(普渡大学)
我们提出了一个系统,演示了事件的组成结构,与语言的组成结构相一致,可以与视频动作识别中的底层聚焦机制相互作用,从而提供了一种媒介,不仅用于自上而下和自下而上的集成,而且用于视觉和语言之间的多模态集成。我们展示了参与者(名词)扮演的角色,他们的特点(形容词),执行的动作(动词),这样的行动(副词)的方式,并改变参与者(介词)之间的空间关系的形式,整个间接的语法描述介导的,指导活动识别过程。此外,我们的框架的实用性和表现力证明了在多活动视频领域中执行三个独立的任务:注意力的集中,视频的原始描述的生成,以及基于查询的视频搜索,简单地利用框架以不同的方式。
2014-05-28 cs.AI cs.CL cs.CV
DocOS: Towards Proactive Document-Guided Actions in GUI Agents
School of Computer Science and Engineering, Beihang University, Beijing, China(北航计算机科学与工程学院);School of Computer Science, Peking University, Beijing, China(北京大学计算机科学学院);School of Computer Science and Technology, Beijing Institute of Technology, Beijing(北京理工大学计算机科学与技术学院);School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, China(哈尔滨工业大学(深圳)计算机科学与技术学院);Baidu Inc., Beijing, China(百度公司)
本文提出 DocOS 基准,通过引导文档解决长尾任务,解决 GUI 代理在动态开放网络环境中处理长尾任务的能力限制,核心方法是主动文档引导行动,主要贡献是设计了一个评估文档引导问题解决能力的基准。
2026-05-18 cs.AI
LLMs for High-Frequency Decision-Making: Normalized Action Reward-Guided Consistency Policy Optimization
School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University(人工智能学院、光学和电子学(iOPEN)、西北工业大学)
本文提出NAR-CP方法,通过归一化动作奖励和一致性损失优化,提升高频决策任务中的策略一致性与泛化能力。
2026-03-03 cs.AI
Spatial-temporal Transformer-guided Diffusion based Data Augmentation for Efficient Skeleton-based Action Recognition
Korea University(高丽大学)
针对基于骨架的动作识别数据获取成本高的问题,提出时空Transformer引导的去噪扩散概率模型数据增强方法,可生成高质量多样动作序列,在自然度、多样性指标上优于SOTA方法,能提升现有识别模型性能。
2023-07-25 cs.AI cs.CV cs.LG
Semantically Guided Representation Learning For Action Anticipation
Sapienza University of Rome(罗马大学);Technical University of Munich(慕尼黑工业大学)
提出S-GEAR框架,通过学习感知语义互联性的动作表示并利用语言模型构建原型关系,在四个动作预测基准上取得显著提升。
2024-07-02 cs.AI cs.CV cs.LG
Chunk-Guided Q-Learning
本文提出Chunk-Guided Q-Learning,通过正则化细粒度单步批评者向基于分块的批评者学习,减少误差累积并保持细粒度价值传播,理论和实验均显示其优于单步和动作分块TD学习。
2026-03-14 cs.AI cs.LG
Theory-guided hard constraint projection (HCP): a knowledge-based data-driven scientific machine learning method
Peng Cheng Laboratory(鹏城实验室);The University of Tokyo(东京大学);Southern University of Science and Technology(南方科技大学);Peking University(北京大学);Malardalen University(马拉达伦大学);LocationMind Inc.(LocationMind公司)
机器学习模型已经成功地应用于许多科学和工程领域。然而,它仍然是一个模型,同时利用领域知识和实验观测数据困难。以专家系统为代表的基于知识的符号AI的应用受到模型表达能力的限制,而以神经网络为代表的数据驱动的连接主义AI则容易产生违反物理机制的预测。为了充分整合领域知识和观测数据,充分利用先验信息和神经网络的强大拟合能力,提出了理论引导的硬约束投影(HCP)方法。该模型通过离散化将控制方程等物理约束转化为易于处理的形式,然后通过投影实现硬约束优化。基于严格的数学证明,理论引导的HCP可以确保模型预测严格符合约束补丁中的物理机制。基于非均质地下水流问题的实验验证了理论引导的HCP的性能。由于硬约束的应用,与全连接神经网络和软约束模型(如理论引导神经网络和物理信息神经网络)相比,理论引导HCP需要的数据更少,预测精度更高,对噪声观测的鲁棒性更强。
2021-01-23 cs.AI cs.LG
Think Twice, Act Once: Verifier-Guided Action Selection For Embodied Agents
Technical University of Darmstadt(达姆斯塔特技术大学)
本文提出验证引导的动作选择框架,通过显式验证步骤提升基于MLLM的具身智能体的鲁棒性,实验证明在复杂任务中性能提升达36%。
2026-05-12 cs.AI
Latent Action Control for Reasoning-Guided Unified Image Generation
The Hong Kong University of Science and Technology (Guangzhou)(香港理工大学(广州))
本文提出Latent Action Control (LAC),通过将推理表示为隐藏的连续动作,使推理过程可操作,从而在统一生成器中实现推理引导的图像生成。LAC通过角色结构化的潜在轨迹进行规划、内部视觉草图、诊断和细化,并将这些动作注入到条件流生成的隐藏流中,从而提升生成质量。
2026-05-16 cs.AI cs.CV
Value-Guided Repulsion for Offline Reinforcement Learning
School of Computer Science and Technology, Huazhong University of Science and Technology(华中科技大学计算机科学与技术学院)
针对离线强化学习中标准漂移策略无法通过期望值区分动作的问题,提出值引导排斥Q学习(VRQL),通过整合动作值估计实现更优性能,在OGBench和D4RL AntMaze任务上表现出竞争力。
2026-10-14 cs.AI
Knowledge-guided Machine Learning: Current Trends and Future Prospects
Virginia Tech(弗吉尼亚理工大学);University of Pittsburgh(匹兹堡大学);University of Minnesota(明尼苏达大学)
本文综述了科学知识引导机器学习(KGML)的研究现状,分析了知识类型、集成形式与融入方法,并展望其在环境科学中的典型应用与未来前景。
2024-05-01 cs.AI cs.CE cs.LG
Learning Robust Manipulation Skills with Guided Policy Search via Generative Motor Reflexes
RWTH Aachen University(亚琛工业大学)
引导策略搜索使机器人能够有效地学习复杂操作任务的控制策略。其中,控制策略被表示为基于状态导出机器人动作的高维神经网络。然而,由于指导策略搜索中的真实世界轨迹样本数量很少,因此所得到的神经网络仅在真实世界交互所探索的轨迹分布的邻域中是鲁棒的。在本文中,我们提出了一种新的策略表示称为生成运动反射,这是能够在更广泛的状态空间生成强大的行动相比,以前的方法。与先前的状态动作策略相比,生成性运动反射将状态映射到状态依赖运动反射的参数,然后用于导出动作。鲁棒性是通过对许多状态产生类似的运动反射来实现的。我们评估所提出的方法在模拟和现实世界的操作任务,包括接触丰富的钉孔任务。使用这些评估任务,我们表明,表示为生成运动反射的政策导致强大的操作技能,也探索轨迹分布之外,与以前的方法相比,训练需求更少。
2019-02-19 cs.AI cs.RO
Frequency-Enhanced Diffusion Models: Curriculum-Guided Semantic Alignment for Zero-Shot Skeleton Action Recognition
State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing(测绘遥感信息工程国家重点实验室);Wuhan University(武汉大学);Information Systems Technology and Design Pillar(信息系统技术与设计学院);Singapore University of Technology and Design(新加坡科技与设计大学);School of Geodesy and Geomatics(测绘学院);School of Mathematics and Statistics(数学与统计学院);Wuhan University Shenzhen Research Institute(武汉大学深圳研究院)
提出频率感知扩散模型FDSM,通过语义引导频谱残差模块、时间步自适应频谱损失和课程语义抽象,解决扩散模型频谱偏差导致的高频动态过度平滑问题,实现零样本骨架动作识别,在多个数据集上达到最优性能。
2026-05-31 cs.AI cs.CV
HALO-WA: Hybrid-Attention Latent-Guided Online Reinforcement Learning for World-Action Models
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院);GigaAI(极佳科技);Tsinghua University(清华大学)
针对世界-动作模型在现实精度任务中易受多种误差影响的问题,提出HALO-WA框架,利用潜在特征和动作先验,通过混合注意力结构实现快速在线适应,提升动作块精度,实验验证效果显著。
2026-09-22 cs.AI cs.RO
VGAS: Value-Guided Action-Chunk Selection for Few-Shot Vision-Language-Action Adaptation
Australian Artificial Intelligence Institute (AAII)(澳大利亚人工智能研究所)
提出VGAS框架,通过生成-选择范式和价值引导的动作块选择,解决少样本VLA适应中的几何歧义问题,提升成功率和鲁棒性。
2026-05-22 cs.AI cs.CV
Towards Proof Synthesis Guided by Neural Machine Translation for Intuitionistic Propositional Logic
IBM Research -- Tokyo(IBM研究院(东京));Kyoto University(京都大学)
受深度神经网络(DNN)在机器学习中的最新发展的启发,我们探索了它们在PL相关主题中的应用。本文是实现这一目标的第一步;我们提出了一种无否定命题逻辑的证明合成方法,其中我们使用DNN来获得证明搜索的指南。这个想法是把证明综合问题看作是从命题到其证明的转换。我们训练seq 2seq,这是神经机器翻译中的一个流行网络,因此它生成一个编码为给定命题的$λ$ -项的证明。我们实现了整个框架,并根据经验观察到,生成的证明项在AST的树编辑距离方面接近于正确的证明。这一观察结果证明了使用经过训练的seq 2seq模型的输出作为证据搜索的指导是合理的。
2017-06-20 cs.AI cs.LO cs.PL
Value-guided action planning with JEPA world models
École Polytechnique(巴黎高等理工学院);ENS Paris(巴黎高等师范学院);New York University(纽约大学)
本文提出了一种基于JEPA世界模型的价值引导动作规划方法,通过塑造表示空间提升规划性能。
2025-12-28 cs.AI cs.LG cs.RO
Knowledge Guided Learning: Towards Open Domain Egocentric Action Recognition with Zero Supervision
Oklahoma State University(俄克拉荷马州立大学)
深度学习的进步使得模型的开发成为可能,这些模型在识别甚至定位视频中的动作方面表现出了显着的趋势。然而,当他们面对初始训练环境之外的场景或示例时,他们往往会遇到错误。因此,他们无法适应新的领域,而没有大量的注释数据进行重要的再培训。在本文中,我们建议通过将识别和推理的想法解耦,从而进入开放世界环境,以克服这些限制。基于Grenander的模式理论形式主义提供的组成表示,我们表明注意力和常识知识可以用于在开放世界环境中实现自我中心视频中新动作的自我监督发现,其中来自观察环境(目标域)的数据是开放的,即,词汇表是部分已知的,并且训练样本(标记的和未标记的)不可用。我们表明,我们的方法可以推断和学习新的类开放的词汇分类以自我为中心的视频和新颖的目标检测与零监督。广泛的实验表明,它的竞争力的性能在两个公开可用的自我中心的动作识别数据集(GTEA凝视和GTEA凝视+)在开放世界条件下。
2022-03-12 cs.AI cs.CV
Learning-Guided Planning in Large Dynamic Action Spaces: Budgeted Tree Search for One-to-Many Mobile Charging
National Chung Hsing University(国立中兴大学)
针对大规模动态动作空间中的一对多移动充电问题,提出LP-BTS学习引导规划架构,结合图提议策略、价值评论器和预算树搜索,在250传感器场景中实现最高存活率0.4545。
2026-09-16 cs.AI cs.LG
PGPO: Potential-Guided Policy Optimization for Multi-Turn Agentic Tasks
Fudan University(复旦大学);Zuoyebang Education Technology(作业帮教育科技);BEDI Cloud(贝迪云)
针对多轮智能体任务中基于组的RL信用分配粗糙问题,提出PGPO方法,通过估计状态潜在值推导动作优势实现跨轨迹信用传播,在ALFWorld和WebShop上性能优于相关方法,且训练开销低。
2026-09-03 cs.AI
Intention-Guided Cognitive Reasoning for Egocentric Long-Term Action Anticipation
针对第一视角长期动作预测现有方法的三类局限,提出两阶段框架INSIGHT,融合手-物交互特征、动名语义依赖与意图引导的认知推理,在多个基准上取得SOTA性能。
2025-11-15 cs.AI cs.CV
Signal-Guided Optimization for Machine Unlearning
针对当前模型遗忘方法缺乏精确引导信号的问题,提出GSUO框架,设计特定任务细粒度引导信号指导遗忘过程,适用于多种遗忘任务。实验表明,该框架在遗忘有效性、泛化、效率等方面表现出色,优于14个基线。
2026-07-15 cs.AI cs.LG
InternVLA-M1: A Spatially Guided Vision-Language-Action Framework for Generalist Robot Policy
Intern Robotics Shanghai AI Laboratory(Intern Robotics上海AI实验室)
InternVLA-M1通过空间引导的两阶段训练,将空间定位作为指令与动作的桥梁,在多个基准上显著提升性能,实现可扩展的通用机器人策略。
2025-10-15 cs.AI cs.CV cs.RO
ConfAL-WM: Confidence-Guided Active Learning for Action-Conditioned World Models
Tsinghua University(清华大学)
针对动作条件世界模型在新场景下的局部错误问题,提出ConfAL-WM框架,基于EVAC和UNet实现置信度引导的高效数据选择与局部训练增强,在RoboTwin2.0上验证了其提升训练效率与预测质量的效果。
2026-10-20 cs.AI cs.RO
Hume: Introducing System-2 Thinking in Visual-Language-Action Model
Shanghai Jiao Tong University(上海交通大学);Shanghai AI Laboratory(上海人工智能实验室);Fudan University(复旦大学);AgiBot;INSAIT, Sofia University(INSAIT,索菲亚大学);Zhejiang University(浙江大学);Northwestern Polytechnical University(西北工业大学)
Hume提出双系统VLA模型,通过价值引导的系统2思维和级联动作去噪,提升机器人在复杂任务中的灵巧控制性能,在模拟和真实环境中超越现有最先进模型。
2025-07-08 cs.AI cs.RO
ActKV: Efficient LLM Agents through Action-Guided KV Cache Management
University of Science and Technology of China(中国科学技术大学);Suzhou Institute for Advanced Research, University of Science and Technology of China(中国科学技术大学苏州高等研究院)
ActKV提出面向智能体LLM推理的KV缓存压缩框架,通过动作导向驱逐、置信度驱动预算分配和页感知管理,在仅用25.98%内存时保留98.53%准确率,并提升3.97倍吞吐量。
2026-09-28 cs.AI cs.OS
CausalGDP: Causality-Guided Diffusion Policies for Reinforcement Learning
Department of Mechanical & Industrial Engineering, Northeastern University, Boston, MA, USA(机械与工业工程系,东北大学,波士顿,马萨诸塞州,美国);Department of Civil and Environmental Engineering, Northeastern University, Boston, MA, USA(土木与环境工程系,东北大学,波士顿,马萨诸塞州,美国)
CausalGDP通过整合因果推理,提升基于扩散的强化学习策略在复杂高维控制任务中的性能。
2026-02-09 cs.AI cs.LG
Large Scale Mask Optimization Via Convolutional Fourier Neural Operator and Litho-Guided Self Training
NVIDIA Corp.(英伟达公司);Caltech(加州理工学院)
机器学习技术在掩模优化问题中得到了广泛的研究,旨在提高掩模的印刷适性、缩短周转时间、提高掩模的可制造性等,但这些研究大多集中在小设计区域的初始解生成上。为了进一步实现机器学习技术在掩模优化任务上的潜力,我们提出了一种卷积傅立叶神经运算符(CFNO),它可以有效地学习布局图块依赖性,从而在传统工具的有限干预下实现无干扰的大规模掩模优化。我们发现了在解决非凸优化问题时,通过训练的机器学习模型进行Litho-guided self-training(LGST)的可能性,这允许迭代模型和数据集更新,并带来显着的模型性能改进。实验结果表明,第一次,我们的机器学习为基础的框架优于国家的最先进的学术数值掩模优化的数量级加速比。
2022-07-08 cs.AI cs.LG
Gold Points Sniper: Self-guided Visual Reasoning in VLM for Fine-grained Action Understanding
Beijing National Research Center for Information Science and Technology (BNRist), Department of Automation, Tsinghua University(清华大学自动化系北京信息科学与技术国家研究中心);State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI)(北京通用人工智能研究院通用人工智能国家重点实验室)
提出金点狙击手框架,通过金点提取器、选择性苏格拉底提问器和语义蕴含评估器三个模块,增强轻量级VLM的细粒度人类动作理解能力,在CAP基准上达到接近GPT-4o的性能且事实准确性更优。
2026-06-23 cs.AI cs.CV