Últimos artículos para Sistemas Autónomos

Nuevas redes neuronales mejoran el rendimiento del reconocimiento de imágenes, incluso con entradas ruidosas.

La investigación muestra que los modelos de lenguaje pueden mejorar las habilidades de negociación a través de la retroalimentación y la competencia.

Examinando cómo los modelos aprenden y toman decisiones en aplicaciones críticas.

Examinando ataques de inyección de datos falsos en sistemas críticos.

Los robots aprenden a moverse sin problemas en entornos forestales complicados usando técnicas avanzadas.

Explorando cómo el Aprendizaje por Refuerzo Inverso ayuda a los agentes a aprender del comportamiento de expertos.

Un nuevo método de calibración mejora la fiabilidad de las predicciones de los modelos de aprendizaje profundo.

Nuevos métodos mejoran las predicciones para datos de aprendizaje automático fuera de distribución.

La investigación mejora el consenso en sistemas multi-agente usando PDEs parabólicos.

Un nuevo marco ayuda a entender la toma de decisiones de la IA con explicaciones contrafactuales.

BMC apoya el aprendizaje eficiente en varias tareas mientras retiene el conocimiento pasado.

Nuevo método IBVS mejora la precisión de acoplamiento para vehículos aéreos no tripulados.

Un marco que usa modelos causales para mejorar el aprendizaje a partir de recompensas retrasadas.

Los satélites están cambiando la computación con capacidades de procesamiento en tiempo real en el espacio.

Un método para mejorar datos de nubes de puntos 3D comprimidos usando redes neuronales avanzadas.

Una mirada al impacto del Control Predictivo de Conjuntos en la adaptabilidad y eficiencia de los drones.

Explorando el potencial de los modelos de difusión en tareas de estimación de profundidad y flujo.

Descubre cómo el aprendizaje en contexto transforma las tareas de reconocimiento de imágenes en IA.

Explorando cómo las redes neuronales mejoran la eficiencia de las misiones de naves espaciales y drones.

Un nuevo enfoque para mejorar la toma de decisiones en algoritmos de DRL a través de la precaución.

Una nueva técnica mejora las estimaciones de confianza en el aprendizaje multimodal para hacer mejores predicciones.

Un nuevo método mejora el rendimiento del reconocimiento de imágenes en categorías raras.

Un método para mejorar la combinación de datos enfocándose en la calidad.

Un enfoque nuevo para hacer que la navegación de robots sea más rápida e inteligente.

Un nuevo marco para evaluar la seguridad en sistemas autónomos usando garantía en tiempo de ejecución.

Un método para guiar sistemas autónomos mientras se asegura la seguridad y el cumplimiento.

Un nuevo marco mejora la generación de datos sintéticos para tareas de detección de objetos.

Un nuevo sistema de carga para drones que aumenta su tiempo de vuelo.

ColibriUAV mejora el rendimiento de los drones con cámaras avanzadas y un procesamiento eficiente.

Un nuevo marco mejora la seguridad y el rendimiento en sistemas multiagente usando STL.

Un nuevo método certifica las predicciones de las redes neuronales bajo varios cambios en las imágenes.

Un nuevo enfoque para mejorar la confianza en la detección de objetos a través de técnicas de calibración confiables.

El algoritmo OMAC mejora la toma de decisiones en escenarios de múltiples agentes usando datos precoleccionados.

Un enfoque estructurado para mejorar el aprendizaje en sistemas autónomos a través de jerarquías de habilidades.

Este estudio propone un método para que las máquinas aprendan de estados de expertos sin acciones visibles.

Un nuevo método para la cooperación entre agentes usando acuerdos de borde para lograr metas compartidas.

Este método mejora el aprendizaje automático al incorporar incertidumbre en las predicciones.

Un nuevo método mejora la estimación de pose humana en 3D a través de datos de LiDAR.

Aprende cómo el deep learning bayesiano mejora la precisión y fiabilidad de las predicciones.

Un nuevo método mejora cómo las máquinas estiman la profundidad a partir de imágenes.