University of California, Berkeley（加州大学伯克利分校）

mimic-video: Video-Action Models for Generalizable Robot Control Beyond VLAs

mimic-video: 用于超越VLAs的通用机器人控制的视频-动作模型

Jonas Pai, Liam Achenbach, Victoriano Montesinos, Benedek Forrai, Oier Mees, Elvis Nava

机构 * mimic robotics ； Microsoft Zurich（微软瑞士分公司） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利大学） 纠错

AI总结 mimic-video通过结合预训练的视频模型和基于流匹配的动作解码器，实现了更有效的机器人控制，提升了样本效率和收敛速度。

Comments Revised Introduction, Related Work, and Appendix. Additional minor notational and grammatical fixes

Targeted Learning for Variable Importance

针对变量重要性的学习

Xiaohan Wang, Yunzhe Zhou, Giles Hooker

机构 * Department of Statistics and Data Science（统计与数据科学系） ； Cornell University（康奈尔大学） ； Department of Biostatistics（生物统计学系） ； University of California, Berkeley（加州大学伯克利分校） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 本文提出基于目标学习框架的方法，以提高变量重要性度量的稳健性，尤其在有限样本情况下表现更优。

Comments Published in UAI '25