Zobrazeno 1 - 10 of 311 pro vyhledávání: '"SONG, Zhenhua"'
1
Report
MoConVQ: Unified Physics-Based Motion Control via Scalable Discrete Representations
Autor: Yao, Heyuan, Song, Zhenhua, Zhou, Yuyang, Ao, Tenglong, Chen, Baoquan, Liu, Libin
In this work, we present MoConVQ, a novel unified framework for physics-based motion control leveraging scalable discrete representations. Building upon vector quantized variational autoencoders (VQ-VAE) and model-based reinforcement learning, our ap
Externí odkaz: http://arxiv.org/abs/2310.10198
Zobrazit plný text záznamu
2
Report
ControlVAE: Model-Based Learning of Generative Controllers for Physics-Based Characters
Autor: Yao, Heyuan, Song, Zhenhua, Chen, Baoquan, Liu, Libin
In this paper, we introduce ControlVAE, a novel model-based framework for learning generative motion control policies based on variational autoencoders (VAE). Our framework can learn a rich and flexible latent representation of skills and a skill-con
Externí odkaz: http://arxiv.org/abs/2210.06063
Zobrazit plný text záznamu
8
Report
Visual Data Analysis and Simulation Prediction for COVID-19
Autor: Chen, Baoquan, Shi, Mingyi, Ni, Xingyu, Ruan, Liangwang, Jiang, Hongda, Yao, Heyuan, Wang, Mengdi, Song, Zhenhua, Zhou, Qiang, Ge, Tong
The COVID-19 (formerly, 2019-nCoV) epidemic has become a global health emergency, as such, WHO declared PHEIC. China has taken the most hit since the outbreak of the virus, which could be dated as far back as late November by some experts. It was not
Externí odkaz: http://arxiv.org/abs/2002.07096
Zobrazit plný text záznamu
9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
10
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje