Últimos artículos para Sistemas Autónomos

Una visión general del aprendizaje multiagente y estrategias para mejorar la cooperación.

Mejorando la fiabilidad del aprendizaje automático a través de métodos avanzados de detección de OOD.

Un nuevo método mejora la toma de decisiones bajo incertidumbre usando medidas de probabilidad.

Nuevos algoritmos abordan los desafíos en espacios de acción y estado continuos en el Aprendizaje por Refuerzo.

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

Un nuevo método para analizar el comportamiento de vehículos autónomos mejora la seguridad y la fiabilidad.

Descubre cómo CBS-TA-PTC mejora la asignación de tareas y la búsqueda de caminos.

Nuevos métodos combinan las opiniones de expertos con experiencias de los aprendices para mejorar la eficiencia.

Un nuevo método mejora la toma de decisiones en sistemas de agentes colaborativos.

Un nuevo método para analizar el comportamiento de los agentes en sistemas complejos a través de la visualización.

Los investigadores encuentran formas de proteger datos sensibles en entornos de agentes cooperativos.

Un nuevo método mejora la eficiencia energética para la cobertura de áreas con drones.

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

Un nuevo método para mejorar la toma de decisiones de las máquinas en entornos dinámicos.

Entender cómo las máquinas manejan tareas para los humanos a través de la alineación y las capacidades.

Un nuevo algoritmo mejora la eficiencia del RL offline con estructuras MDP de bajo rango.

Un nuevo método mejora la alineación de los datos de LiDAR y de la cámara para mejores modelos 3D.

Un nuevo enfoque para garantizar la seguridad en el aprendizaje por refuerzo offline.

Explorando métodos de privacidad diferencial en el aprendizaje por refuerzo para proteger datos sensibles.

RoadRunner ayuda a los robots a navegar por terrenos difíciles al aire libre de manera segura y eficiente.

Examinando el impacto futuro de los UAVs autónomos en misiones de ataque contra objetivos de alto valor.

Nuevos métodos mejoran la toma de decisiones para múltiples agentes en entornos inciertos.

Un nuevo método mejora el aprendizaje de los agentes LLM al abrazar tanto los éxitos como los fracasos.

Un nuevo marco mejora la seguridad de los UGV en entornos complejos.

Un nuevo modelo mejora la predicción de acciones de los robots y su adaptabilidad en diversas tareas.

Entender la robustez del modelo es clave para aplicaciones del mundo real en varios campos.

Un estudio sobre Aprendizaje por Refuerzo Profundo Blindado para la autonomía segura de naves espaciales.

Nuevos métodos mejoran la toma de decisiones para autos autónomos en medio de incertidumbres.

Un sistema inteligente para reconocer múltiples idiomas sin entrenamiento previo.

OmDet-Turbo mejora la detección de objetos en tiempo real con capacidades de vocabulario abierto.

Presentamos un lenguaje de programación para mejorar la toma de decisiones y la ejecución de tareas en robots.

Presentando nuevas técnicas para interpretar redes neuronales de valor complejo en diversas aplicaciones.

Un nuevo transformador visual ligero mejora la estimación de profundidad para dispositivos de bajo consumo.

Un nuevo método mejora la planificación para robots colaborativos en diferentes entornos.

PALM mejora la adaptabilidad de los modelos de visión por computadora en entornos cambiantes.

Utilizando simulaciones para desarrollar algoritmos efectivos para drones y sistemas de vuelo autónomos.

N nuevas metasuperficies que controlan la luz usando señales eléctricas ofrecen aplicaciones prometedoras en óptica.

Un nuevo método para la localización segura sin comprometer datos sensibles.

Un nuevo marco mejora cómo los agentes de lenguaje aprenden y realizan tareas.

ALPINE es un robot de escalada diseñado para operar de manera segura en terrenos montañosos.