LEARNING
多模态作为监督：通过多模态实现测试环境的自监督特化
Kunal Pratap Singh, Ali Garjani, Rishubh Singh, Muhammad Uzair Khattak, Efe Tarhan, Jason Toskov, Andrei Atanov, Oğuzhan Fatih Kar, Amir Zamir
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种名为测试空间训练（TST）的方法，通过在测试环境中收集多模态数据并进行自监督预训练，使机器人模型能够特化适应特定环境。实验表明，这种基于多模态的自监督学习能有效提升在相同环境下的下游任务性能。
关键词
self-supervised learningmultimodal learningcross-modal learningtest environment specializationrobotics
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