LEARNING
潜在建模中的灵敏度塑造
Hongzhan Yu, Chenghao Li, Ruipeng Zhang, Henrik Christensen, Sicun Gao
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种支持条件控制灵敏度正则化方法,用于改善生成动力学模型在机器人规划中的分布外检测能力。实验表明,该方法在视觉避障、操作和真实机器人导航任务中提升了安全闭环规划性能。
关键词
generative dynamics modelsout-of-distribution detectioncontrol-sensitivity regularizationlatent modelingrobotic planning
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018