end-to-end-learning

DiffSlack提出了一种可微投影层，通过将非线性不等式约束重新表述为带有可学习松弛变量的等式，在神经网络中强制执行这些约束，从而在车辆路径规划中实现了更高的可行性和规划成功率。

本文提出了一种端到端的基于Conformer的神经解码器，用于从一位肌萎缩侧索硬化症（ALS）参与者的皮层内记录进行语音解码，在没有任何外部语言模型的情况下，字符错误率达到23.80%。该研究表明，在完全端到端的框架中实现有意义的字符级解码是可行的。

作者提出了 Sub-JEPA，这是一种利用子空间高斯正则化来提高 LeWM 等端到端世界模型稳定性的方法，在连续控制基准测试中表现出一致的性能提升。

MoCapAnything V2 提出了一种面向任意骨骼单目视频动作捕捉的完全端到端框架，通过联合优化视频到姿态以及姿态到旋转的预测，解决旋转歧义性问题。