跳到正文
7月7日周二
4月20日周一
  1. Berkeley AI Research36

    GRASP:面向世界模型长时程规划的梯度规划器

    Berkeley AI Research 提出 GRASP,一种面向学习动力学(世界模型)的梯度规划器,通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接加入随机性以探索、并重塑梯度让动作获得清晰信号,同时避开高维视觉模型中脆弱的“状态-输入”梯度,使长时程规划更实用、更稳健。

1月10日周六
  1. Berkeley AI Research22

    伯克利提出信息驱动成像系统设计框架,NeurIPS 2025 论文验证四大成像领域

    伯克利 AI 研究团队提出一种基于信息量的成像系统评估与优化框架,仅用含噪测量和噪声模型即可量化测量对物体的区分能力。该框架在四个成像领域预测系统性能,优化后的设计可媲美端到端 SOTA 方法,且内存和算力需求更低,无需任务专用解码器设计。相关成果发表于 NeurIPS 2025。