Últimos artículos para Robótica

Este artículo explora el despliegue eficiente de enjambres de UAV para una mejor cobertura del área.

Nuevos métodos ayudan a los robots a navegar usando información visual sin mapas complejos.

Explorando cómo el magnetismo influye en la forma de cintas elásticas ferromagnéticas.

Una mirada al Mapa Auto-Organizado Contínuo y sus capacidades de aprendizaje.

Un nuevo método para que los agentes de IA aprendan de su entorno usando código.

Este artículo explora cómo la augmentación de datos mejora el aprendizaje en el aprendizaje por refuerzo profundo.

Una visión general de los puentes, puntos de Steiner y su importancia en varias aplicaciones.

Un nuevo método mejora cómo los robots entienden su entorno para navegar mejor.

Una guía para programar robots de manera eficiente en laboratorios de química.

Un nuevo método mejora la identificación de objetos flexibles por parte de robots usando procesamiento de texto e imagen.

Un enfoque nuevo ayuda a la IA a mantener el conocimiento mientras aprende tareas nuevas.

Este artículo presenta un método sólido para el consenso entre agentes en condiciones de comunicación inciertas.

Los investigadores analizan redes rítmicas para mejorar los sistemas robóticos y electrónicos.

Nuevo conjunto de datos busca mejorar la comprensión de las máquinas sobre el tacto a través de la visión y el lenguaje.

Un nuevo método mejora el aprendizaje al combinar demostraciones de expertos y demostraciones subóptimas.

Este artículo habla sobre los desafíos y soluciones en el rendimiento del aprendizaje por refuerzo visual.

Explorando métodos para mejorar el aprendizaje automático en entornos de grafos dinámicos.

La investigación se centra en filtros de seguridad suaves para mejorar el rendimiento de vehículos autónomos.

Mejorando la seguridad en las máquinas a través de mejores contratos de percepción y enfoques basados en el aprendizaje.

PCA-Bench prueba modelos de lenguaje grandes en situaciones complejas de toma de decisiones.

Un nuevo modelo mejora la comprensión 3D usando conjuntos de datos variados para un mejor rendimiento.

Presentamos BeTAIL, un nuevo método para mejorar las carreras de robots a través del aprendizaje por imitación.

Nuevo conjunto de datos busca mejorar la manipulación de objetos por robots usando movimientos parecidos a los humanos.

Un método que usa aprendizaje por refuerzo profundo y síntesis reactiva para el diseño de controladores.

Un proceso de dos etapas para modelar con precisión sistemas complejos usando redes neuronales.

MoNet mejora la capacidad de los robots para aprender y funcionar de manera independiente en entornos del mundo real.

Un estudio compara la precisión de localización del sonido entre formatos de audio de cuatro canales y dos canales.

Nuevo conjunto de datos mejora la capacidad de las máquinas para procesar preguntas relacionadas con imágenes.

Un método flexible en RL que ajusta las tasas de control para mejorar el rendimiento y la eficiencia.

Un nuevo método mejora el entrenamiento de modelos para hacer mejores predicciones en el futuro.

Mejorando la precisión en el seguimiento de manos y objetos con GeneOH Diffusion.

Mochi mejora la velocidad y precisión de la detección de colisiones usando tecnología de trazado de rayos.

Un nuevo método ayuda a los robots a aprender tareas usando datos simulados.

RobotScript mejora la forma en que los robots llevan a cabo tareas a partir del lenguaje natural.

Un nuevo marco mejora cómo los robots aprenden de las acciones humanas.

Los drones mejoran la eficiencia en la recolección de frutas con detección y automatización avanzadas.

Un nuevo enfoque mejora la eficiencia del aprendizaje automático a través de mejores tácticas de exploración.

Una mirada a cómo la inferencia activa guía la toma de decisiones bajo incertidumbre.

Un nuevo método combina datos de video humano con demostraciones de robots para mejorar el aprendizaje.

Investigaciones muestran que los modelos autoregresivos pueden mejorar la toma de decisiones en el aprendizaje por refuerzo offline.