LSMM空间记忆架构用于足式机器人迷宫探索
热点事件持续更新
LSMM空间记忆架构用于足式机器人迷宫探索
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Leon Magnus等作者提出基于Hadamard记忆的局部空间矩阵记忆架构LSMM,让强化学习智能体把任务相关信息存入基于位置的记忆单元,目标是解决人形与足式机器人在复杂环境中需要记住离开视野很久后才用到的信息这一问题。 在自主迷宫探索任务上,作者报告LSMM的迷宫覆盖率与强循环网络和有限历史基线相当,并且是唯一能记住迷宫布局的架构,重建误差降低到三分之一。这些结果来自该团队自己的评估,尚未见独立验证。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
LSMM:为足式机器人端到端探索学习空间记忆报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv cs.ROLSMM:为足式机器人端到端探索学习空间记忆
作者提出基于 Hadamard 记忆的局部空间矩阵记忆(LSMM),让强化学习智能体把任务相关信息存到基于位置的记忆单元中。在自主迷宫探索任务上,LSMM 的迷宫覆盖率与强循环网络和有限历史基线相当,并且是唯一能记住迷宫布局的架构,重建误差降低到三分之一。该工作针对人形与足式机器人在复杂环境中需要记住离开视野后很久才用到的信息这一问题。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月28日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:0015:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。