Eine Methode des priorisierten semantischen Lernens (PSL) wird vorgeschlagen, um die semantische Wahrnehmungs- und Verständnisfähigkeit von Navigationsagenten zu verbessern. Die PSL-Methode umfasst eine PSL-Agenten-Architektur, eine priorisierte semantische Trainingsstrategie und ein semantisches Expansions-Inferenzschema, um die Leistung bei nullschussbasierter Objekt- und Instanznavigation zu steigern.
Eine effiziente Methode zur Domänenanpassung für Objekterkennung in Cloud-basierten Roboter-Ökosystemen, die eine lokale Verfeinerung von Objektvorschlägen nutzt, um die Leistungseinbußen durch Domänenverschiebungen zu minimieren.
Kontinuierliche Erfassung der Zustandsänderungen von Lebensmitteln beim Kochen durch Analyse der gesprochenen Sprache unter Verwendung von vortrainierten großen Vision-Sprache-Modellen und Black-Box-Optimierung zur Verbesserung der Genauigkeit und Robustheit.