BilliardPhys-Bench: evaluando el razonamiento físico de los LLM multimodales
BilliardPhys-Bench expone los límites de los LLM multimodales en razonamiento físico, revelando el 'sesgo de estasis' en predicciones de billar sintético.
#movimiento
Arrepentimiento dinámico sin parámetros: costos de movimiento variables
Aprende sobre nuevo algoritmo que logra arrepentimiento dinámico adaptativo sin parámetros para optimización convexa online con costos de movimiento variables.
Modelo fundacional para datos de movimiento en salud mental
Explora PAT, un modelo fundacional open source para datos de wearables que mejora hasta un 55% la predicción de salud mental, con mapas de atención interpretables.
Predicción de postura 3D dinámica corporal al manipular cargas
Descubre cómo el Transformer supera a BLSTM en la predicción de postura 3D dinámica al manipular cargas, con mejoras de hasta un 58% en precisión.
Modelos de mundo para objetos rígidos con Gaussian Splatting y acciones
MRO-GWM: modelo de mundo con Gaussian Splatting que predice movimientos rígidos condicionales a acciones. Ideal para robótica y control predictivo.
Inferencia de heterogeneidad en partículas con Langevin de segundo orden
Aprende cómo un enfoque de máxima verosimilitud permite inferir heterogeneidad poblacional y modelos dinámicos desde trayectorias estocásticas de partículas.
Aprendizaje Off-Policy con Zero-Shot
Aprende cómo el método Zero-Shot Off-Policy Learning permite adaptar políticas a nuevas tareas sin reentrenamiento, usando medidas sucesoras y corrección de distribución para una rápida adaptación.
Mejora de planificadores de difusión con SAGE y autosupervisión
Descubre SAGE, un nuevo método de reordenamiento que mejora la robustez de los planificadores de difusión mediante autosupervisión y energías, sin necesidad de reentrenamiento.
Control de movimiento humano 3D sin renderizado con tokenización de malla
Descubre cómo los modelos de difusión de video con tokenización de malla permiten un control preciso del movimiento humano en 3D, eliminando la necesidad de ren
Interfaz simbólica para razonamiento geométrico con LLM
Los intermediarios simbólicos permiten a los LLM interpretar simulaciones numéricas, mejorando el razonamiento geométrico en diseño y planificación. Resultados hasta un 63% mejores en benchmarks.
Evitación de colisiones en multitudes: simulación basada en datos
El modelo CPGAN integra la física de colisiones en la función de pérdida para simular evitación de colisiones en multitudes, reduciendo drásticamente los choques en flujos bidireccionales.
AnyMo: Escalando la generación condicional de movimiento de cualquier modalidad con modelado enmascarado
<meta name=description content=AnyMo escala la generación de movimiento multimodal condicionado con modelado enmascarado. Innovación en IA para animación y robótica.>
Planifica, no poses: Generación de movimiento compuesto largo con BFM alineado con texto
<meta name=description content=Planifica movimientos compuestos largos con BFM alineado al texto. Técnica efectiva para evitar poses y mejorar la sincronización.>
Los priores de sinergia muscular mejoran la fidelidad biomecánica en la simulación predictiva de la locomoción musculoesquelética.
<meta name=description content=Los priores de sinergia muscular mejoran la simulación predictiva de la locomoción optimizando modelos biomecánicos.>
Una revisión de la planificación de movimiento basada en aprendizaje: hacia un enfoque de control óptimo basado en datos
Planificación de movimiento basada en aprendizaje para control óptimo basado en datos. Técnicas avanzadas en robótica y automatización.
Más Allá de las Primitivas de Movimiento: Reconocimiento de Actividad Conductual desde un IMU Montado en la Cabeza
Explora el reconocimiento conductual avanzado con IMU en la cabeza superando primitivas tradicionales para un análisis preciso del movimiento humano
Visualizando Estructuras de Fase Latente en Políticas de Locomoción: Un Estudio Multi-Entorno con Extensión de Características Temporales
<meta name=description content=Visualización de fases latentes en políticas de locomoción con extensión temporal y multi-entorno. Explora este enfoque innovador para analizar comportamientos complejos en robótica y aprendizaje automático.>
¿Cuánto pueden ayudar unos pocos movimientos de motor? Cuantificando el engaño limitado en ajedrez.
Cuantificamos el engaño limitado: analiza cómo unos pocos movimientos de motor pueden marcar la diferencia. Descubre los resultados clave.
Aprendizaje por refuerzo impulsado por falsificación para la planificación de movimiento marítimo
<meta content=Planificación de movimiento marítimo optimizada con aprendizaje por refuerzo y falsificación. Descubre cómo esta técnica mejora la seguridad y eficiencia en navegación autónoma.>
Modo-como-Secuencia: Traducción de la Predicción de Movimiento Multimodal en Modelado de Modo Secuencial Unificado
Descubre cómo el enfoque modo como secuencia unifica la predicción de movimiento multimodal para mejorar la precisión en IA.