Últimos artículos para Robótica

Un nuevo método para entrenar agentes de RL usando disparadores ocultos en entornos complejos.

Un nuevo método para mejorar la toma de decisiones en entornos de múltiples agentes.

Aprende cómo los Procesos Colectivos Distribuidos mejoran el trabajo en equipo entre dispositivos inteligentes.

La investigación destaca el papel del deep learning en la navegación de robots blandos.

Explorando el algoritmo DiSC-UCB para una selección de acciones efectiva en entornos inciertos.

Mejorando el aprendizaje de los robots a través de un método centrado en el movimiento de objetos.

Un nuevo método que usa la presión del pie para evaluar la postura del cuerpo y los ángulos de las articulaciones.

La herramienta GUISS ayuda a los exploradores robóticos en lunas heladas simulando superficies.

Un nuevo sistema permite que humanos y robots trabajen juntos en trabajos de lijado.

Un taller destaca los desafíos y soluciones clave en la ingeniería de software de robótica.

Este trabajo habla sobre estrategias naturales y lógicas probabilísticas para sistemas multiagente.

Este estudio examina cómo la estabilidad del hombro afecta la fuerza y el movimiento del brazo.

Presentamos un método que mejora el aprendizaje de los robots para tareas de recoger y colocar.

Un nuevo marco mejora la segmentación de objetos basada en descripciones en lenguaje natural.

Este documento habla sobre cómo la IA puede aprender de las interacciones lingüísticas humanas.

Un nuevo sistema automatizado combina la detección visual y táctil para detectar defectos de manera precisa.

Una mirada al potencial y desafíos del RL offline en la toma de decisiones.

Nuevas estrategias mejoran la eficiencia del diseño inverso en varios campos de la ingeniería.

Los robots pueden trabajar mejor en equipo al compartir sus habilidades.

PlaceFormer mejora el reconocimiento visual de lugares usando transformadores de visión para mayor precisión.

Smac Planner permite una planificación de rutas eficiente para robots móviles en diferentes entornos.

Aprende cómo los agentes exploran redes sin chocar en visibilidad limitada.

Técnicas para mejorar el aprendizaje automático en entornos dinámicos.

Un nuevo método genera datos 3D sobre interacciones entre humanos y objetos para IA.

Un nuevo enfoque mejora la forma en que los robots predicen las acciones humanas en tareas colaborativas.

Un nuevo sistema mejora cómo los robots recolectan y aprenden de datos del mundo real.

Aprende cómo los marcos en movimiento simplifican el análisis de ecuaciones en diferentes áreas.

S2TPVFormer mejora las predicciones al integrar información espacial y temporal para una mejor comprensión de la escena.

GExp permite que los robots aprendan e interactúen con su entorno de manera independiente.

Explorando la cobertura de robots para seguridad en entornos peligrosos.

Un nuevo método reduce los cálculos innecesarios en los SSP, acelerando la toma de decisiones.

Un nuevo método para predecir el comportamiento de los agentes a pesar de observaciones incompletas.

Un nuevo marco mejora la capacidad de los robots para realizar tareas de manipulación variadas.

Examinando las interacciones entre familias y robots para un mejor diseño y apoyo.

Un nuevo marco mejora el reconocimiento de acciones no supervisado usando datos de esqueleto.

Examinando el impacto del ruido en las etiquetas en los algoritmos de generalización de dominio.

Nuevos métodos mejoran la toma de decisiones en IA mientras aseguran seguridad y eficiencia.

Los chips neuromórficos mejoran la toma de decisiones en robots, optimizando la velocidad y la eficiencia energética.

Deep Kernel Learning mejora los sistemas de control, asegurando seguridad y fiabilidad en medio de la complejidad.

Un nuevo método mejora el Control Predictivo de Modelos para tomar decisiones más rápido.