用于多人运动预测的ST-MoE

Research Paper#Motion Prediction, AI, Deep Learning🔬 Research|分析: 2026年1月4日 00:15•
发布: 2025年12月25日 15:01
•
1分で読める
•ArXiv

分析

本文通过提出ST-MoE解决了现有多人运动预测方法的局限性。它解决了时空表示的灵活性不足和高计算成本的问题。使用专业专家和双向时空Mamba是关键创新，从而提高了准确性，减少了参数，并加快了训练速度。
引用 / 来源
查看原文
"ST-MoE outperforms state-of-art in accuracy but also reduces model parameter by 41.38% and achieves a 3.6x speedup in training."
A
ArXiv2025年12月25日 15:01
* 根据版权法第32条进行合法引用。
较旧

MoRAgent: Parameter Efficient Agent Tuning with Mixture-of-Roles

较新

Enabling Conversational Behavior Reasoning Capabilities in Full-Duplex Speech

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv