Neuste Artikel für Autonome Systeme

SLAck bietet einen neuen Ansatz, um verschiedene Objekte in Videos zu verfolgen.

Ein neuer Ansatz für Agenten, um Strategien auszutauschen und die Leistung in verschiedenen Umgebungen zu verbessern.

Ingenieure nutzen fortschrittliche Methoden für die Sicherheit von autonomen Autos.

Eine neue Methode verbessert, wie Roboter zukünftige Szenen und Objektinteraktionen vorhersagen.

Diese Studie konzentriert sich darauf, Quadrotoren vor Cyberangriffen zu schützen.

IMOST verbessert die Fähigkeit von Robotern, begehbare Wege zu lernen, während sie sich in komplexen Umgebungen bewegen.

Die Rolle von semantischer Kommunikation und Sicherheit in nächstgen Netzwerken erkunden.

Ein System, das Robotern ermöglicht, autonome Erkundungen und Aktualisierungen von Innenkarten durchzuführen.

Eine neue Methode verbessert die Genauigkeit beim Segmentieren von RGB-D-Bildern mit Tiefenfehlern.

Eine neue Methode verbessert die Sicherheit von Robotern, indem sie visuelle Daten nutzt, ohne vollständige Informationen zu haben.

Ein neues System hilft Robotern, sich besser in schwierigen Outdoor-Umgebungen zurechtzufinden.

Neue verteilte Methoden verbessern das Zieltracking und senken gleichzeitig die Energiekosten.

Neue Methode verbessert die Fähigkeit von laufenden Robotern, komplexe Umgebungen mit visuellen Eingaben zu navigieren.

AdaGauss wird vorgestellt, um das Lernen zu verbessern, ohne ältere Daten zu speichern.

Eine Methode, die Ereignisdaten und traditionelle Frames kombiniert, um die Bewegungsanalyse zu verbessern.

Ein neuer Ansatz verbessert, wie KI Unsicherheit in Vorhersagen einschätzt.

Ein Konzept zur Verbesserung der Bewegungsprognose für skid-gelenkte Radmobile Roboter.

Neue Methode verbessert die Fähigkeit von Robotern, sich in verschiedenen Aussenumgebungen zurechtzufinden.

MultiDepth verbessert die Tiefenschätzung und macht Maschinen schlauer in ihrer Umgebung.

Neue Methoden verbessern die Sicherheit von Robotern und deren Interaktionen mit Menschen.

Erforsche Mean-Field-Kontrollbarrierfunktionen für sichereres Schwarmmanagement.

Das Gleichgewicht zwischen Fortschritt und Sicherheit in autonomen Systemen ist wichtig für die zukünftige Entwicklung.

Erforschung von parameter-effizientem Feintuning für Tiefenschätzung, Genauigkeit und Unsicherheit.

Forscher trainieren autonome Boote, um mit Expertenmethoden zu andocken.

Ein Blick darauf, wie Maschinen durch Multi-Stage-Wissen-Integration lernen.

Erforschen, wie digitale Zwillinge das Potenzial autonomer Oberflächenfahrzeuge steigern.

Forscher zeigen, dass Drohnen bewegliche Ziele eigenständig verfolgen können, ohne zusammenzustossen.

SCP hilft dabei, Ergebnisse vorherzusagen und dabei strategische Verhaltensänderungen zu berücksichtigen.

Untersuche die Prinzipien von nichtholonomischen Systemen und ihre Rolle bei der Bewegung.

Ein neuer Ansatz kombiniert visuelle Erkennung und logisches Denken für ein besseres Bildverständnis.

Einführung der Smooth Zone Barrier Lyapunov Funktion für bessere Sicherheit in Steuerungssystemen.

Forscher entwickeln Mikroroboter für Aufgaben wie Umweltüberwachung und Suche und Rettung.

Die Erforschung von Fortschritten in der optischen Datenverarbeitung und die Suche nach kompakten Geräten.

Dieses Papier bewertet ANN-Methoden für effiziente Leistung von Edge-Geräten.

Dichtefunktionen nutzen, um Robotern zu helfen, sicher in belebten Umgebungen zu navigieren.

Dieses Papier stellt eine neue Methode vor, damit Roboter besser bei Aufgaben zusammenarbeiten können.

Helvipad liefert Tiefeninformationen aus 360-Grad-Bildern und unterstützt damit das maschinelle Lernen.

Die Rolle von Sensoren bei der autonomen Navigation auf Binnengewässern erkunden.

HPRM verbessert die Kommunikation in der Robotik und macht Systeme schneller und sicherer.

Lern, wie RGBDS-SLAM die Roboternavigation und Kartierung verändert.