XFD:XAI引导傅里叶域泛化的纯仿真sim-to-real强化学习框架
热点事件持续更新
XFD:XAI引导傅里叶域泛化的纯仿真sim-to-real强化学习框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者提出XFD,一个由可解释AI(XAI)引导的傅里叶域泛化框架,用于纯仿真的sim-to-real深度强化学习。据论文描述,XFD从仿真观测中提取可解释性归因图,将其转化为策略条件化的傅里叶域干预,在扰动外观敏感频谱成分的同时保留任务定义的spatial结构,从而完全在仿真内构建增强鲁棒性的视觉域。 该工作由Wei Yao、Chuyao Wang、Ziwei Wang、Nabil Aouf提交,以预印本形式发布,尚未见真实机器人实验或跨任务验证结果的报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
XFD:XAI 引导的傅里叶域泛化实现纯仿真 Sim-to-Real 深度强化学习报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AIXFD:XAI 引导的傅里叶域泛化实现纯仿真 Sim-to-Real 深度强化学习
研究者提出 XFD,一个由可解释 AI(XAI)引导的傅里叶域泛化框架,用于纯仿真的 sim-to-real 深度强化学习。XFD 从仿真观测中提取可解释性归因图,将其转化为策略条件化的傅里叶域干预,在扰动外观敏感频谱成分的同时保留任务定义的 spatial 结构,从而完全在仿真内构建增强鲁棒性的视觉域。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。