科研进展-北京大学人工智能研究院

科学研究

首页 >> 科学研究 >> 科研进展

人工智能研究院李萌及合作者在基于随机计算的神经网络模型-加速器电路协同设计研究…

北京大学人工智能研究院类脑智能芯片研究中心李萌助理教授和集成电路学院王润声教授团队在2023年国际电子设计与测试领域顶级会议Design, Automation and Test in Europe（DATE）上发表论文的《Accurate yet Efficient Stochastic Computing Neural Acceleration with High Precision Residual Fusion》的介绍。该论文提出了一种基于随机计算的神经网络加速器，通过协同设计、优化神经网络与加速器芯片，在低精度随机计算卷积运...

2023-07-03

人工智能研究院唐希源研究员及合作者在面向边缘AI的模拟存内计算芯片方向研究取得进…

本文是北京大学人工智能研究院类脑智能芯片研究中心唐希源研究员团队在国际集成电路设计领域顶级会议IEEE Custom Integrated Circuits Conference（CICC）上发表论文 A Calibration-Free 15-level/Cell eDRAM Computing-in-Memory Macro with 3T1C Current-Programmed Dynamic-Cascoded MLC achieving 233-to-304-TOPS/W 4b MAC的介绍。北京大学博士后宋嘉豪为第一作者，唐希源研究员与王源教授为通讯作者。不断发展的AI算法对...

2023-06-08

计算机视觉研究中心穆亚东课题组在控制论启发的视觉学习方面取得进展

近日，人工智能研究院计算机视觉研究中心穆亚东课题组在计算机视觉国际会议CVPR 2023发表论文 “Neural Koopman Pooling: Control-Inspired Temporal Dynamics Encoding for Skeleton-Based Action Recognition” （第一作者为北京大学2021级博士生王星瀚，二作为2019级本科生徐昕，通讯作者为人工智能研究院计算机视觉研究中心长聘副教授穆亚东），提出了基于非线性控制Koopman算子的序列数据池化（pooling）方法。针对现有的...

2023-05-17

人工智能研究院杨耀东助理教授及合作者在多机器人安全协同控制研究中取得进展

近日，人工智能研究院杨耀东助理教授及合作者在Artificial Intellgence Journal发表了题为《 Safe multi-agent reinforcement learning for multi-robot control 》的论文，提出了基于多智能体强化学习的多机器人决策安全性问题和相关算法以及Benchmarks，旨在解决多机器人协同控制中的安全问题。该研究为多机器人系统的安全控制提供了一种全新的解决方案，并为相关领域的发展做出了重要的贡献。目前，多机器人系统已经广泛应用...

2023-04-17

人工智能研究院杨耀东助理教授团队在RLHF技术方向研究取得进展

近日，北京大学人工智能研究院多智能体中心杨耀东助理教授团队在NeurIPS 2022发表论文“Meta-Reward-Net: Implicitly Differentiable Reward Learning for Preference-based Reinforcement Learning”。该工作提出了一个反馈高效的偏好强化学习（Preference-based Reinforcement Learning，PbRL）算法Meta-Reward-Net（MRN），MRN能够在学习奖励函数的同时关注Q函数的表现。实验证明了所提出算法的有效性，在少量人类偏好的情况...

2023-04-12

首页上页12345...12下页尾页