Neuste Artikel für Autonome Systeme

Ein Überblick über Multi-Agenten-Lernen und Strategien für bessere Zusammenarbeit.

Die Verbesserung der Zuverlässigkeit von maschinellem Lernen durch fortschrittliche OOD-Erkennungsmethoden.

Eine neue Methode verbessert die Entscheidungsfindung unter Unsicherheit mithilfe von Wahrscheinlichkeitsmassen.

Neue Algorithmen gehen die Herausforderungen in kontinuierlichen Zustands-Aktionsräumen des Reinforcement Learning an.

Ein Blick auf das Management von Sicherheit in unsicheren Umgebungen für autonome Systeme.

Eine neue Methode zur Analyse des Verhaltens autonomer Fahrzeuge verbessert die Sicherheit und Zuverlässigkeit.

Entdecke, wie CBS-TA-PTC die Aufgabenverteilung und die Wegfindung verbessert.

Neue Methoden kombinieren Expertenwissen mit den Erfahrungen der Lernenden für mehr Effizienz.

Eine neue Methode verbessert die Entscheidungsfindung in kooperativen Agentensystemen.

Eine neue Methode, um das Verhalten von Agenten in komplexen Systemen durch Visualisierung zu analysieren.

Forscher finden Wege, um sensible Daten in kooperativen Agentenumgebungen zu schützen.

Eine neue Methode verbessert die Energieeffizienz für die Abdeckung von Flächen mit Drohnen.

Die Sicherheit in Maschinen durch bessere Wahrnehmungsverträge und lernbasierte Ansätze zu verbessern.

Eine neue Methode zur Verbesserung der Maschinenentscheidung in dynamischen Umgebungen.

Verstehen, wie Maschinen Aufgaben für Menschen durch Ausrichtung und Fähigkeiten erledigen.

Ein neuer Algorithmus verbessert die Effizienz von Offline-RL mit Niedrigrang-MDP-Strukturen.

Eine neue Methode verbessert die Ausrichtung von LiDAR- und Kameradaten für bessere 3D-Modelle.

Ein neuer Ansatz, um Sicherheit im Offline-Verstärkungslernen zu gewährleisten.

Untersuchung von Methoden zur differenziellen Privatsphäre im Verstärkungslernen, um sensible Daten zu schützen.

RoadRunner hilft Robotern, sich sicher und effizient durch schwieriges Gelände im Freien zu bewegen.

Die zukünftigen Auswirkungen von autonomen UAVs in Schlagmissionen gegen hochkarätige Ziele untersuchen.

Neue Methoden verbessern die Entscheidungsfindung für mehrere Agenten in unsicheren Umgebungen.

Eine neue Methode verbessert das Lernen von LLM-Agenten, indem sie sowohl Erfolge als auch Misserfolge annimmt.

Ein neues Framework verbessert die Sicherheit von UGVs in komplexen Umgebungen.

Ein neues Modell verbessert die Vorhersage von Roboteraktionen und die Anpassungsfähigkeit bei verschiedenen Aufgaben.

Das Verständnis von Modellrobustheit ist entscheidend für die Anwendung in der realen Welt in verschiedenen Bereichen.

Eine Studie über abgeschirmtes Deep Reinforcement Learning für sichere Raumfahrt-Autonomie.

Neue Methoden verbessern die Entscheidungsfindung für selbstfahrende Autos inmitten von Unsicherheiten.

Ein intelligentes System, das mehrere Sprachen ohne vorheriges Training erkennt.

OmDet-Turbo verbessert die Echtzeit-Objekterkennung mit offenen Vokabularfunktionen.

Einführung einer Programmiersprache, um die Entscheidungsfindung und Aufgabenausführung von Robotern zu verbessern.

Neue Techniken zur Interpretation komplexwertiger neuronaler Netze in verschiedenen Anwendungen vorstellen.

Ein neuer leichter Vision-Transformer verbessert die Tiefenschätzung für stromsparende Geräte.

Eine neue Methode verbessert die Planung für kollaborative Roboter in verschiedenen Umgebungen.

PALM verbessert die Anpassungsfähigkeit von Computer Vision-Modellen in sich ändernden Umgebungen.

Nutzung von Simulationen, um effektive Algorithmen für Drohnen und autonome Flugsysteme zu entwickeln.

Neue Metasurfaces, die Licht mit elektrischen Signalen steuern, bieten vielversprechende Anwendungen in der Optik.

Eine neue Methode für sichere Lokalisierung, ohne sensitive Daten zu gefährden.

Ein neues Framework verbessert, wie Sprachagenten lernen und Aufgaben erledigen.

ALPINE ist ein Kletterroboter, der für sichere Einsätze in bergigem Gelände entwickelt wurde.