Últimos artículos para Robótica

MA-COPP ofrece nuevas ideas sobre cómo predecir resultados en entornos complejos con múltiples agentes.

Un altavoz fijo mejora la precisión del seguimiento de vehículos en entornos complejos.

Este estudio se centra en cómo los robots pueden planear a pesar de cometer errores.

Los robots optimizan el movimiento usando una nueva técnica de aprendizaje colaborativo.

Esta investigación presenta un modelo para que los robots aprendan affordances a través de interacciones.

El QD en contexto aprovecha los éxitos pasados para crear soluciones diversas.

Una visión general del aprendizaje por refuerzo profundo en el movimiento de robots bípedos.

Un nuevo enfoque para el análisis de seguridad usando funciones de barrera estocásticas por partes.

Un nuevo método mejora la precisión al rastrear múltiples objetivos en movimiento en grupos.

Un nuevo marco mejora el aprendizaje por refuerzo basado en modelos con control adaptativo para tomar mejores decisiones.

Un nuevo método mejora la planificación de rutas de robots en situaciones dinámicas.

El marco MUSIC mejora la optimización distribuida al aumentar la velocidad y reducir los costos de comunicación.

Un agente robótico navega por el espacio para descubrir de manera efectiva los límites ocultos de las líneas.

Un nuevo modelo mejora la estimación de profundidad usando datos de cámaras de eventos a través de algoritmos eficientes.

Este estudio combina cámaras RGB-D y IMUs para una mejor estimación de movimiento.

Un método para entrenar robots para tareas complejas mientras se asegura la seguridad.

Un nuevo método mejora la forma en que las máquinas navegan y entienden los comandos de lenguaje.

Un nuevo método permite a los robots aprender tareas observando las acciones humanas.

Este artículo habla sobre un nuevo método de control para el movimiento estable de cuadrúpedos en superficies inestables.

La lógica GXU ofrece métodos estructurados para crear sistemas de control eficientes en automatización.

Un método para que los agentes mantengan formas con mínima comunicación.

ROAM permite que los robots mapeen áreas de manera eficiente a través del trabajo en equipo y datos compartidos.

Una mirada a mejorar los modelos de sistemas dinámicos usando información de destino.

Descubre cómo los robots colaboran para explorar entornos desconocidos de manera eficiente.

Este artículo examina los problemas de confianza en equipos de robots para la recolección de datos de forma confiable.

Un nuevo método evalúa las habilidades de pie y caminar de los robots humanoides.

Los robots pueden mejorar la navegación clasificando diferentes terrenos en entornos difíciles.

Los robots pequeños se coordinan para encapsular múltiples fuentes de señal sin comunicarse directamente.

Aprende a crear programas confiables que reaccionen a su entorno.

Evaluando técnicas de traducción de imágenes en las pruebas de coches autónomos.

Nuevo método mejora la eliminación de sombras en imágenes a través de aprendizaje profundo y transformadores.

SUGAR simplifica el álgebra geométrica para ingenieros y matemáticos usando Matlab.

Un nuevo método mejora la eficiencia del feedback humano en RL usando datos de baja calidad.

Este artículo describe un método para que los robots optimicen sus rutas teniendo en cuenta el tiempo y la energía.

Aprende cómo los grupos de agentes pueden llegar a un acuerdo a pesar de tener miembros poco confiables.

MV-RGBT ofrece un conjunto de datos realista para evaluar métodos de seguimiento RGBT.

Aprende a construir y perfeccionar modelos de sistemas dinámicos usando técnicas avanzadas.

Las nuevas cámaras de bajo costo ofrecen soluciones de imágenes 3D eficientes en varios campos.

Un nuevo método mejora las estrategias de control para sistemas complejos afectados por incertidumbres.

Una visión general del aprendizaje por imitación y sus aplicaciones en el entrenamiento de agentes.