Últimos artículos para Sistemas Autónomos

Un nuevo enfoque mejora el rendimiento de segmentación para clases conocidas y desconocidas.

Un nuevo método mejora el aprendizaje en entornos de sistemas de refuerzo visual.

Nuevo método mejora la fiabilidad de las predicciones al abordar la incertidumbre en el aprendizaje automático.

Una mirada a cómo determinar áreas de movimiento seguras para sistemas autónomos con comportamientos desconocidos.

Un nuevo método mejora cómo los robots evalúan su entorno con un etiquetado mínimo.

ISAC combina la detección y la comunicación para mejorar la tecnología inalámbrica.

Explorando relaciones causales más detalladas para mejorar la toma de decisiones en el aprendizaje automático.

Nuevo método mejora la cuantificación de la incertidumbre en modelos entrenados de manera adversaria.

Explorando las complejidades de alinear los sistemas de IA con los diversos intereses humanos.

MASA aprende a rastrear objetos usando imágenes sin etiquetar, mejorando la adaptabilidad en diversas situaciones.

Este artículo examina cómo los modelos de lenguaje mejoran la comunicación e interacción de los robots.

WGBoost ofrece predicciones probabilísticas avanzadas y un mejor manejo de la incertidumbre en varios campos.

Un nuevo enfoque mejora la fiabilidad del modelo en predicciones clave.

Explorando el impacto de ISAC y CF-mMIMO en las tecnologías de comunicación y detección.

Una mirada a los errores en SLAM y el rol de los Jacobianos en la optimización.

Nuevos métodos mejoran la precisión en la estimación de profundidad usando datos sintéticos y del mundo real.

Aprende cómo los sistemas autónomos planifican acciones de manera efectiva a lo largo del tiempo.

ABTrack mejora la velocidad y eficiencia del seguimiento visual en varios dispositivos.

Una nueva técnica mejora la fiabilidad de las predicciones de las redes neuronales a través de ajustes geométricos.

Una guía para detectar problemas de satélites durante misiones lunares y marcianas.

Un nuevo método mejora la adaptabilidad de los modelos de aprendizaje automático en situaciones dinámicas.

Un nuevo método para enseñar a las máquinas a través de videos a pesar de las diferencias visuales.

Un nuevo método mejora la seguridad de los drones usando estimación resiliente y funciones de barrera de control.

La predicción de superposición visual mejora la precisión y la eficiencia de la recuperación de imágenes en entornos complejos.

Nuevos métodos mejoran la navegación de drones y la seguridad en entornos complejos.

Los robots colaboran solo con entrada visual, mejorando su movimiento y coordinación.

Un nuevo enfoque mejora la toma de decisiones en entornos dinámicos usando aprendizaje por refuerzo en tiempo continuo.

Un nuevo método ayuda a identificar rápidamente los puntos débiles en los modelos de aprendizaje profundo.

Introduciendo métodos para tomar decisiones más seguras en entornos de aprendizaje por refuerzo.

El estudio revela métodos para la búsqueda eficiente de objetivos por agentes móviles en áreas circulares.

TADPoLe entrena a los agentes usando recompensas basadas en texto para la ejecución natural de tareas.

Nuevos métodos mejoran el reconocimiento de modelos en diferentes tipos de datos.

Nuevos métodos mejoran la detección de objetos pequeños en visión por computadora.

Mejorando los conjuntos de predicción cuando las condiciones de los datos cambian sin necesitar etiquetas.

Un nuevo método mejora la eficiencia en la planificación de movimientos en robótica y sistemas autónomos.

BlackVIP permite el uso eficiente de modelos de IA sin acceder a sus internos.

Grad-CAPS mejora la suavidad de la acción en el aprendizaje por refuerzo para la robótica y sistemas autónomos.

Una visión general de las interacciones en Sistemas Ciberfísicos y sus implicaciones.

Un nuevo algoritmo de fusión mejora significativamente la precisión de la segmentación de instancias 3D.

Mejorando la detección con imágenes RGB y de profundidad para enfrentar desafíos del mundo real.