算法论文7
biLSTM让多段软体机械臂控制更轻松
新智元
AI 摘要
意大利和瑞士研究人员提出用biLSTM的MSCA规划与控制策略,即便传感信号不准也能完成复杂任务。实验显示该方法比PCC误差低,还能实现避障等复杂操作,未来将继续研究。
阅读原文 · 新智元
无需准确传感信号!轻松搞定「多段软体机械臂」复杂位姿与形状控制
研究人员提出利用双向循环神经网络(biLSTM)的MSCA规划与控制策略,即便用不准确内部传感信号也能完成任务。实验显示该方法在多任务中表现优异,未来还将做进一步研究。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文9
苹果LensVLM:长上下文的放大镜
本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案,针对长上下文压缩易丢失关键信息的痛点,提出将长文本压缩为图像、模型按需展开细节阅读的新思路,相关研究已被NeurIPS 2026接收,公开了模型、代码与可体验Demo。
机器之心
算法论文8
Token压缩率飙升60% 大模型分词革新
当前大模型效率优化多聚焦降低单位Token计算存储开销,本文解读arXiv新预印论文,针对传统BPE分词的固有局限,提出CNF-MCE分词框架,可大幅提升Token压缩率,开辟大模型效率优化新路径。
InfoQ
算法论文8
清华Jev-LDE:一次编辑暴涨ICL准确率
清华大学自动化系研究者针对大模型上下文学习(ICL)中示例选择成本高、效果不佳的问题,提出Jev-LDE方法,仅对初始检索示例做一次局部编辑,即可大幅提升1-shot准确率,推理成本增量很低。
机器之心
算法论文9
PoS破解Agent任务停滞难题
智能体执行长程任务时常出现持续行动却无实质进展的「信念受困」问题,南开大学联合阿里云等机构提出PoS方法,通过显式维护信念状态、检测受困并针对性恢复,在多基准任务中显著提升效果,代码已开源。
机器之心