Neuste Artikel für Robotik

SEABO generiert Belohnungen aus Experten-Daten und vereinfacht das Offline-Imitationslernen.

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

Ein neuer Ansatz im Reinforcement Learning geht mit verzögerten Belohnungen um, indem er gebündeltes Feedback verwendet.

Neue Methoden verbessern die Probeneffizienz und Geschwindigkeit im Reinforcement Learning.

Text2Data verbessert die Datengenerierung, indem es unbeschriftete und beschriftete Quellen effektiv nutzt.

CURE verbessert die Roboterleistung, indem es die Konfigurationseinstellungen effizient optimiert.

Eine neue Methode identifiziert Motorausfälle bei Quadrokoptern für mehr Sicherheit.

Eine neue Methode verbessert die Entscheidungsfindung in dynamischen Umgebungen für KI-Agenten.

Entdecke, wie Actions World Models die Entscheidungsfindung in komplexen Umgebungen verbessern.

Neue Methoden verbessern die Sicherheit für komplexe Systeme wie Roboter und autonome Fahrzeuge.

Diese Studie zeigt, wie man Roboterstimmen effektiv mit ihrem Design abstimmen kann.

Eine neue Methode verbessert die Entscheidungsfindung unter Einschränkungen im Reinforcement Learning.

Neue Methoden verbessern das Kontrolldesign für komplexe roboterspezifische Anforderungen.

Neue Methoden helfen Robotern, unbekannte Umgebungen ohne vorherige Karten zu erkunden.

Untersuchen von Herausforderungen bei der Verwicklung von Tethers und neuen Lösungen für verbundene Roboter.

Roboter verbessern die Datensammlungseffizienz mit dynamischer Routenplanung in unbekannten Umgebungen.

Neue Steuerungsmethode verbessert die Interaktion mit Robotern bei Reinigungs- und Schleifaufgaben.

Künstliche Agenten lernen Kommunikationsstrategien, um die Zusammenarbeit in einem Spiel zu verbessern.

Ein neuer Ansatz vereinfacht die Anpassung der Handbewegungen für verschiedene Anwendungen.

Vision-Language-Modelle nutzen, um das Feedback und die LernEffizienz von Robotern zu verbessern.

LPT verbessert die Entscheidungsfindung von Maschinen, indem es Planung über unmittelbare Belohnungen stellt.

Eine neue Methode hilft Robotern, sichere Wege inmitten von Unsicherheit zu finden.

Untersuchung von Kontrollmethoden für Agenten, die Formationen halten, während sie einem Pfad folgen.

Dieser Artikel untersucht die Integration von Verstärkungslernen mit stochastischer optimaler Steuerung für sicherere Entscheidungsfindung.

Eine Methode für Roboter, um ihre Umgebung besser zu beurteilen, indem sie kombinierte visuelle und taktile Daten nutzen.

Ein neues Framework für dynamische KI-Agenten in verschiedenen Bereichen.

Eine neue Methode verbessert die Kontrolle über nichtlineare Systeme mit sich ändernden Parametern.

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

Ein neues Framework verbessert das Lernen trotz fehlendem Feedback.

Untersuchung von Steuerungstechniken zur Formation von mehreren Agenten unter Verwendung von Abstands- und Richtungsbedingungen.

Fortschritte in der KI konzentrieren sich darauf, Unsicherheit bei der Objekterkennung von Robotern zu bewerten.

Eine neue Methode verbessert die UAV-Pfadplanung in dynamischen Umgebungen.

Forscher untersuchen LLMs, um Roboter beim Gehen mit Textanweisungen zu steuern.

Forscher haben eine Methode entwickelt, um Roboter effizient über verschiedene Designs zu steuern.

Eine neue Methode verbessert, wie Roboter Benutzeranweisungen sicher interpretieren.

Eine neue Methode ermöglicht es autonomen Fahrzeugen, ohne reale Daten gesteuert zu werden.

Neue Methoden verbessern das Verständnis und die Anwendungen von weichen Robotersystemen.

hFedF verbessert die Leistung von föderiertem Lernen, indem es die Herausforderungen der Domänenverallgemeinerung angeht.

Diese Studie vergleicht Evolutionsstrategien und Deep Reinforcement Learning in verschiedenen Aufgaben.

Roboter können Manipulationsfähigkeiten durch videobasierte Lernmethoden lernen.