智能推荐
P2R-Net新方法根据人体轨迹信息模拟房间内物品摆设
2022-07-27来自慕尼黑工业大学、香港中文大学（深圳）的研究者提出了一种新的场景模拟的方法——P2R-Net ：仅仅依靠对3D人体姿态的观察，就能估计与人交互的物体在场景中的摆放位置，该模型的特征是其类别和定向 3D 边框。结果表明，P2R-Net 在 PROX 数据集和 VirtualHome 平台上始终优于基线。该研究入选了 ECCV 2022。
涉及学科涉及领域研究方向通过重新实现和集成分页在边缘设备上训练神经网络
2022-07-26UC 伯克利的几位研究者提出了一种用于深度神经网络的图形级编译器——PORT，它重写了大型模型的训练 DAG以适应边缘设备的内存限制，同时保持高能效，通过重新实现和分页，达到了以最小的能耗扩展有效的内存容量的效果。
涉及学科涉及领域研究方向结合了动作、视觉和语言预制模型的导航方法使机器人执行自然语言指令
2022-07-26这项研究首次将预训练的视觉和语言模型与目标条件控制器相结合的想法实例化，以在目标环境中不进行任何微调的情况下得出可操作的指令路径。值得注意的是，这三个模型都是在大规模数据集上训练的，具有自监督的目标函数，并且在没有微调的情况下现成使用，训练 LM Nav 也不需要对机器人导航数据进行人工注释。
涉及学科涉及领域研究方向