V
主页
MIT创造"液体"神经网络,可适应快速变化环境
发布人
论文:Robust flight navigation out of distribution with liquid neural networks 出版物:Science Robotics 主要作者:Makram Chahine、Ramin Hasani 链接:https://www.science.org/doi/10.1126/scirobotics.adc8892 摘要: 自主机器人可以从离线人类演示中学习执行视觉导航任务,并在他们接受过培训的同一环境中很好地泛化到在线和看不见的场景。 对于这些智能体来说,要更进一步并稳健地泛化到具有他们从未遇到过的剧烈场景变化的新环境,是一项挑战。 在这里,我们提出了一种创建强大的飞行导航代理的方法,该代理可以在剧烈的分布变化下成功执行超出其训练环境的基于视觉的飞向目标任务。 为此,我们使用液体神经网络设计了一个模仿学习框架,这是一种受大脑启发的连续时间神经模型类,具有因果关系并能适应不断变化的条件。 我们观察到液体代理学会从视觉输入中提取给定的任务并丢弃不相关的特征。 因此,他们学到的导航技能转移到了新的环境中。 与其他几个最先进的深度代理相比,实验表明,这种决策制定的鲁棒性水平是液体网络所独有的,无论是在微分方程还是在封闭形式的表示中。
打开封面
下载高清视频
观看高清视频
视频下载器
神经网络反向传播 GPU编程 第四集
神经网络背后的概率理论
机器学习入门到精通!回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机等十大机器学习算法一口气学完!人工智能/机器学习/深度学习/AI
哈佛商业评论:影响2024年职业环境的9个趋势
为什么神经网络可以学习任何东西?首次使用动画讲解,带你吃透神经网络!(CNN卷积神经网络、RNN循环神经网络、GAN生成式对抗网络、人工智能、AI)
MIT《TinyML和高效深度学习计算L18-Diffusion Model|EfficientML.ai 24Fall MIT 6.5940》deepseek
五分钟秒懂神经网络原理,以及各种名词为什么这么叫
[2024年] [中英字幕] 3 卷积神经网络 | 麻省理工学院深度学习导论 6.S191
太厉害了 已跪!终于有人能把知识图谱讲的这么通俗易懂了,浙大知识图谱入门及实战公开课分享!-深度学习丨NLP丨知识图谱
【量化交易教程】全100集(完整版)清华大佬耗时一月讲完的系统python金融分析与量化交易实战课程,包含基础教程,进阶学习,项目实战案例讲解,存下吧,比啃书好
强推!草履虫都能一口气学完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM、DBN等八大深度学习神经网络算法!真的比刷剧还爽!
这是近期每个人急需了解的AI革命
《Understanding Deep Learning》 作者 UCL SIMON PRINCE 教授 谈谈他对深度学习的理解
【学术报告】MLP 与 KAN 神经网络的误差理论比较【论文速递03】
麻省理工学院Max Tegmark教授:通过力学可解释性让人工智能可控
音频伪造技术 | 麻省理工学院计算机科学与人工智能实验室
3小时我居然就搞懂了大学四年没学会的B站最新的MATLAB教程!草履虫都能学会的原理+代码实现+实验分析,学不会UP跪下(机器学习算法/神经网络)
跟曼彻斯特大牛合作的PyTorch深度学习快速入门课程,可以帮助你掌握Pytorch的基本使用和对神经网络原理代码的大致理解!
从入门到精通一口气学完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络!丨零基础篇
[TEDx MIT] 神经科学结合AI,解锁情绪大脑的隐藏视觉界面
Yann LeCun:走向能够学习、推理和规划的机器
图灵讲座:生成式人工智能的未来 | 12月21日
TED演讲:如何以计算方式思考人工智能、宇宙和一切
【深度学习与自然语言处理 CS224N 2021】斯坦福大学—中英字幕
生成式人工智能简述:如何在AI时代生存和发展
MIT|并行计算和科学机器学习18.337J 6.338J Parallel Computing and Scientific Machine Learning
IBM人工智能基础系列课程:31-数据可观测性
MIT《生物学基础|MIT 7.01SC Fundamentals of Biology, 2011》中英字幕(豆包翻译)
数学视角下的Transformer!MIT数学系的Philippe Rigollett主讲,UCL助理教授Haitham精讲论文,自注意力机制、深度神经网络
[中字] 谷歌爆改Transformer:无限记忆力,无限长输入,LLM基础研究重大突破
MIT教授解析几何、计算机图形学和机器学习
[中英字幕] 麻省理工学院 6.622 电力电子 | 2023 年春季
IBM人工智能基础系列课程:20-数据结构解析
DeepMind联合创始人:人工智能浪潮即将到来
Google 首席科学家 Jeff Dean :人工智能、机器学习领域令人兴奋的发展趋势 | 肯尼迪信息技术研究所 2月16日
推荐!2023 UC Berkeley深度学习大牛Pieter Abbeel、Joey Gonzalez对话:机器人技术的未来
OpenAI刚刚推出了Operator——这款令人惊叹的AI接管了你的电脑
喂饭教程!25分钟本地部署Qwen2大模型:配置、微调、部署+效果展示,带你训练自己的行业大模型!
[中英字幕] [2023年第9讲] MIT 深度学习导论 6.S191:The Modern Era of Statistics
如何学会用发散性思维和收敛性思维进行思考