XiaoMi-AI文件搜索系统
World File Search System绝对性能
公告 2：多伦多绿色标准 (TGS) V3 Absolute ...
根据多伦多市议会 2017 年 12 月的指示，2020 年 1 月 1 日或之后收到的新开发申请将需要遵循《能源效率报告提交和建模指南》（能源建模指南）第 5 节中规定的绝对性能目标路径。根据此路径，大型第 3 部分开发项目必须证明符合适用目标：总能源强度 (TEUI)、热能需求强度 (TEDI) 和温室气体强度 (GHGI)，这些目标在 TGS 能源/温室气体和弹性部分中提供。
轨迹流与临床时间序列建模应用的轨迹流匹配
对随机和不规则抽样的时间序列进行建模是在广泛的应用中发现的一个具有挑战性的问题，尤其是在医学中。神经随机微分方程（神经SDE）是针对此问题的有吸引力的建模技术，它可以将SDE的漂移和扩散项与神经网络相关。但是，当前用于训练神经SDE的算法需要通过SDE动力学进行反向传播，从而极大地限制了它们的可扩展性和稳定性。为了解决这个问题，我们提出了轨迹流匹配（TFM），该轨迹以无模拟方式训练神经SDE，通过动力学绕过反向传播。TFM利用从生成建模到模型时间序列的流量匹配技术。在这项工作中，我们首先为TFM学习时间序列数据建立必要条件。接下来，我们提出了一个改善训练稳定性的重新聚集技巧。最后，我们将TFM适应了临床时间序列设置，从绝对性能和不确定性预测方面，在四个临床时间序列数据集上的性能提高了，这是在这种情况下的关键参数。
与3D场景表示形式的策略扩散
摘要：扩散策略是有条件的扩散模型，这些模型学习以机器人和环境状态为条件的机器人动作分布。他们最近显示出胜过确定性和替代作用分布学习公式的表现。3D机器人策略使用3D场景特征表示形式使用感应深度从单个或多个相机视图汇总。他们已经显示出比在相机观点之间更好地概括其2D对应物。我们统一了这两条工作和现在的3D扩散器演员，这是一种具有新颖的3D DeNoising Transformer的神经政策，它融合了来自3D视觉场景的信息，语言指令和本体感受，以预测NOISISE 3D ROBOT姿势的噪声。3D扩散器Actor在RLBench上设置了新的最先进的，其绝对性能增益比当前的SOTA在多视图设置上占据了18.1％，并且在单视图设置上的绝对增益为13.1％。在加尔文基准测试上，它比当前的SOTA相对增加了9％。它还学会了通过少数示威来控制现实世界中的机器人操纵器。通过与当前的SOTA策略和模型的消融进行彻底比较，我们显示了3D扩散器演员的设计选择极大地超过了2D表示，回归和分类目标，绝对关注和整体非言语的非言语非言语的3D场景嵌入。
多模式扩散变压器：从多模式目标学习多功能行为
摘要 - 这项工作介绍了多模式扩散变压器（MDT），这是一种新颖的扩散策略框架，它擅长从多模式目标规范中学习多功能行为，而语言注释很少。MDT利用基于扩散的多模式变压器主链和两个自我监督的辅助目标来掌握基于多模式目标的长马操纵任务。绝大多数模仿学习方法仅从个人目标方式中学习，例如语言或目标图像。但是，现有的大规模模仿学习数据集仅以语言注释为部分标记，这禁止当前的方法从这些数据集中学习语言条件行为。MDT通过引入潜在的目标状态表示来解决这一挑战，该状态表示同时接受多模式目标指令进行培训。此状态表示将基于图像和语言的目标嵌入对齐，并编码足够的信息以预测未来状态。该表示是通过两个自制的辅助目标来训练的，从而增强了提出的变压器主链的性能。MDT在具有挑战性的Calvin和Libero基准提供的164项任务上显示出出色的表现，其中包括包含不到2％语言注释的Libero版本。此外，MDT还建立了关于加尔文操纵挑战的新记录，证明了对先前最新的最新方法的绝对性能提高了15％，该方法需要大规模预处理并包含10倍更多可学习的参数。MDT显示了其在模拟和现实世界环境中稀疏注释的数据中求解长马的能力。演示和代码可在https://intuitive-robots.github.io/mdt policy/。
多伦多绿色标准评论和更新
本报告介绍了更新的多伦多绿色标准版本4（TGS V4）2022，该版本提议适用于2022年5月1日开始提交的申请。多伦多绿色标准是该市努力到2030年实现零排放建筑物并达到2050年全市温室气体减少气体目标的关键组成部分。自2010年以来，多伦多绿色标准（TGS）需要用于开发申请，并且根据理事会的指示，大约每四年更新一次。多伦多绿色标准的目标是影响和支持变革，以实现城市更可持续发展的发展。基于越来越可持续性绩效的层次，多伦多绿色标准对城市的气候变化目标和对未来更新的期望提供了清晰的了解。成为可持续性市场领导者的建筑商有资格在该市的多伦多绿色标准开发费用退款计划下获得激励，如果在较高的层次上建造。多伦多绿色标准是市场转型工具的重要作用，可以逐步将发展的发展超出安大略省建筑法规的最低标准，以朝着Transfortto中规定的多伦多零排放目标，以及市议会的2019年宣布气候紧急情况。它还回应了气候变化和弹性行动，以支持理事会中采用的恢复和重建，这些恢复和重建用于恢复和重建多伦多的新报告（TORR报告）。2018年5月，该市推出了多伦多绿色标准版本3，包括基于与温室气体（GHG）排放限制，能源使用强度和热能需求强度有关的绝对性能目标，到2030年的高性能低排放型新结构。员工报告和该市的零排放建筑物框架研究支持了这一变化，这是一个阶梯式方法，以越来越高的能源和温室气体绩效指标，每次多伦多绿色标准更新大型第3部分建筑物（占多伦多预计的新建筑的85％以上）。