2024/12/02~2024/12/06 面白そうな論文リスト
ELEMENT: Episodic and Lifelong Exploration via Maximum Entropy
https://arxiv.org/abs/2412.03800
生涯学習かつ内発報酬、読むしか無い
Hyper: Hyperparameter Robust Efficient Exploration in Reinforcement Learning
https://arxiv.org/abs/2412.03767
こっちも探索
Improving Dynamic Object Interactions in Text-to-Video Generation with AI Feedback
https://arxiv.org/abs/2412.02617
拡散モデルによるビデオ生成についてFine-Tuningするときにどのような報酬・損失関数で行うと良いのか、という研究
松尾研 + DeepMindという名前が強い
STEVE-Audio: Expanding the Goal Conditioning Modalities of Embodied Agents in Minecraft
https://arxiv.org/abs/2412.00949
Minecraftエージェントに音声のモダリティを追加している
Revisiting Generative Policies: A Simpler Reinforcement Learning Algorithmic Perspective
https://arxiv.org/abs/2412.01245
生成モデルをPolicyに使って強化学習するときのサーベイ
Rethinking Cognition: Morphological Info-Computation and the Embodied Paradigm in Life and Artificial Intelligence
https://arxiv.org/abs/2412.00751
認知について
ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration
https://arxiv.org/abs/2411.19548
レーンチェンジのような新しい視点合成に強いNeRF or 3DGS
学習途中のぼやけたデータを入力として、対応するGT画像を予測するニューラルネットワークを学習する
アイデアが良さそう
FreeSim: Toward Free-viewpoint Camera Simulation in Driving Scenes
https://arxiv.org/abs/2412.03566
新規視点合成に対する盛り上がりを感じる
Driving Scene Synthesis on Free-form Trajectories with Generative Prior
https://arxiv.org/abs/2412.01717
Understanding Memorization in Generative Models via Sharpness in Probability Landscapes
https://arxiv.org/abs/2412.04140
拡散モデルにおける記憶と一般化の解析
Reinforcement Learning from Wild Animal Videos
https://arxiv.org/abs/2412.04273
動物の動画から動作の分類器を作り、強化学習に転用する
World-consistent Video Diffusion with Explicit 3D Modeling
https://arxiv.org/abs/2412.01821
拡散モデルでの生成で3次元座標の一貫性を高めるように工夫する
InfinityDrive: Breaking Time Limits in Driving World Models
https://arxiv.org/abs/2412.01522
高画質で長い時間の生成ができる
HoloDrive: Holistic 2D-3D Multi-Modal Street Scene Generation for Autonomous Driving
https://arxiv.org/abs/2412.01407
カメラとLiDAR両方生成する
Random Walks with Tweedie: A Unified Framework for Diffusion Models
https://arxiv.org/abs/2411.18702
DiffusionModelの新しい定式化
Preliminary Investigation into Data Scaling Laws for Imitation Learning-Based End-to-End Autonomous Driving
E2E自動運転でもデータ量で殴ればいい
Differentiable Causal Discovery For Latent Hierarchical Causal Models
https://arxiv.org/abs/2411.19556
Distilling Diffusion Models to Efficient 3D LiDAR Scene Completion
https://arxiv.org/abs/2412.03515
Urban4D: Semantic-Guided 4D Gaussian Splatting for Urban Scene Reconstruction
https://arxiv.org/abs/2412.03473
TREND: Unsupervised 3D Representation Learning via Temporal Forecasting for LiDAR Perception
https://arxiv.org/abs/2412.03054