WoRD:用扩散模型做在线目标识别后验推断
热点事件持续更新
WoRD:用扩散模型做在线目标识别后验推断
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Almog Anschel 与 Sarah Keren 提交的 WoRD 方法,用学习到的轨迹先验从部分观测中推断智能体目标:对每个候选目标运行一条热启动去噪链,通过闭式对数似然梯度把链引向观测轨迹,再用贝叶斯规则重加权,得到校准的目标后验。 在模拟机器人、行人轨迹和车辆轨迹三类场景中,同一推理流程在轨迹前缀模糊时仍保持校准的多模态信念;作者称,基于滤波器和分类器的方法则会坍缩为单一模式或过度自信。该工作已被 NeurIPS 2026 接收。
AI 根据报道生成 · 14 小时前更新
最新进展11月19日 13:00
WoRD:基于扩散模型的在线目标识别后验推理报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.AIWoRD:基于扩散模型的在线目标识别后验推理
WoRD 用学习到的轨迹先验从部分观测中推断智能体目标,对每个候选目标运行一条热启动去噪链,通过闭式对数似然梯度将链引向观测轨迹,再用贝叶斯规则重加权为校准的目标后验。在模拟机器人、行人轨迹和车辆轨迹三类场景中,同一推理流程在模糊轨迹前缀下仍保持校准的多模态信念,而基于滤波器和分类器的方法会坍缩为单一模式或过度自信。该工作已被 NeurIPS 2026 接收。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 811月19日 22:00
- 近 24 小时变化
- –
02468
11月20日03:0006:0009:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。