arXiv · 机器人与计算机视觉· Paul Brunzema, Henrik Hose, Sebastian Trimpe·· 16 天前AI 评分37
Gibbs Variational Last Layers 提升长视界动力学学习精度
Gibbs Variational Last Layers for Long-Horizon Dynamics Learning
AI 导读
Gibbs Variational Last Layers 通过吉布斯变分推断重构训练目标,在合成环境、混沌系统及真实数据上显著优于单步似然训练。该方法结合连续排名概率分数优化多步自回归卷展,大幅改善长视界预测准确性与分布拟合度。论文已获 NeurIPS 2026 接收,代码与权重开放许可待注册。
来源:arXiv · 机器人与计算机视觉 · arxiv.org