Últimos artículos para Robótica

Un nuevo método identifica fallas en los motores de quadrotors para mejorar la seguridad.

Un nuevo método mejora la toma de decisiones en entornos dinámicos para agentes de IA.

Descubre cómo los Modelos de Mundo de Acciones mejoran la toma de decisiones en entornos complejos.

Nuevos métodos mejoran la seguridad para sistemas complejos como robots y vehículos autónomos.

Este estudio revela cómo alinear las voces de los robots con sus diseños de manera efectiva.

Un nuevo método mejora la toma de decisiones bajo restricciones en el aprendizaje por refuerzo.

Nuevos métodos mejoran el diseño de control para especificaciones robóticas complejas.

Nuevos métodos ayudan a los robots a explorar entornos desconocidos sin mapas previos.

Examinando los desafíos de enredo de cable y nuevas soluciones para robots atados.

Los robots mejoran la eficiencia en la recolección de datos con planificación de rutas dinámica en entornos desconocidos.

Nuevo método de control mejora la interacción del robot para tareas de limpieza y lijado.

Los agentes artificiales aprenden estrategias de comunicación para mejorar la colaboración en un juego.

Un nuevo enfoque simplifica la adaptación del movimiento de la mano para varias aplicaciones.

Usando modelos de visión-lenguaje para mejorar la retroalimentación y la eficiencia de aprendizaje de los robots.

LPT mejora la toma de decisiones de las máquinas al enfatizar la planificación en lugar de recompensas inmediatas.

Un nuevo método ayuda a los robots a encontrar caminos seguros en medio de la incertidumbre.

Examinando métodos de control para agentes que mantienen formaciones mientras siguen un camino.

Este artículo explora la integración del aprendizaje por refuerzo con el control óptimo estocástico para tomar decisiones más seguras.

Un método para que los robots evalúen mejor su entorno usando datos visuales y táctiles combinados.

Un nuevo marco para agentes de IA dinámicos en varios campos.

Un nuevo método mejora el control de sistemas no lineales con parámetros cambiantes.

Una mirada a cómo manejar la seguridad en entornos inciertos para sistemas autónomos.

Un nuevo marco mejora el aprendizaje a pesar de la falta de retroalimentación.

Examinando técnicas de control de formación para múltiples agentes usando restricciones de distancia y rumbo.

Los avances en IA se centran en evaluar la incertidumbre en la detección de objetos robóticos.

Un nuevo método mejora la planificación de rutas de UAV en entornos dinámicos.

Los investigadores exploran LLMs para guiar los movimientos de caminata de los robots con indicaciones de texto.

Los investigadores desarrollan un método para controlar robots de manera eficiente en diferentes diseños.

Un nuevo método mejora cómo los robots interpretan las instrucciones de los usuarios de manera segura.

Un nuevo método permite controlar vehículos autónomos sin datos del mundo real.

Nuevos métodos mejoran la comprensión y aplicaciones de sistemas robóticos blandos.

hFedF mejora el rendimiento del aprendizaje federado al abordar los desafíos de la generalización de dominios.

Este estudio compara estrategias de evolución y aprendizaje profundo por refuerzo en varias tareas.

Los robots pueden aprender habilidades de manipulación a través de métodos de aprendizaje basados en video.

Este artículo presenta un nuevo método para probar la no negatividad en polinomios.

Explorando métodos para mejorar el rendimiento de los robots en entornos impredecibles.

Un agente de DRL gana la competencia microRTS de IEEE, mostrando el potencial de la IA en los videojuegos.

Nuevos métodos mejoran cómo las máquinas aprenden a seguir comandos humanos de manera efectiva.

Explorando ideas clave para mejorar los VLMs y sus aplicaciones.

Este estudio analiza cómo los métodos de diseño impactan la evolución de los robots para tareas de movimiento.