Derniers articles pour Robotique

Une étude sur la conception de robots inspirée par les tortues de mer améliore le mouvement sur différents terrains.

Le bouclier prédictif dynamique améliore la sécurité et l'efficacité dans l'apprentissage par renforcement.

Une méthode pour vérifier la sécurité des voitures autonomes et des drones en utilisant des réseaux de neurones.

Une nouvelle approche de la navigation des robots améliore les interactions humaines.

Une méthode qui montre comment les gens interagissent avec des objets de leur point de vue.

SEANet améliore l'isolement des intervenants en réduisant le bruit dans le traitement audio.

De nouvelles méthodes s'attaquent au défi de l'oubli catastrophique dans l'apprentissage de l'IA.

Une nouvelle méthode améliore la capacité des robots à travailler en toute sécurité aux côtés des humains en temps réel.

Explorer comment les machines peuvent apprendre les unes des autres grâce à l'apprentissage continu distribué.

Ce travail explore le rôle des LLM dans l'amélioration de l'apprentissage par renforcement avec le façonnement des récompenses.

Nouvelle méthode qui combine Go-Explore avec des modèles avancés pour un meilleur apprentissage machine.

Explorer des méthodes intégratives pour les manipulateurs mobiles dans des environnements dynamiques.

MuDreamer améliore l'apprentissage des agents en se concentrant sur la prédiction plutôt que sur la reconstruction d'images.

Utiliser des capteurs avancés pendant l'entraînement aide les robots à mieux réaliser leurs tâches.

Des robots qui combinent des roues et des jambes cherchent à améliorer la logistique urbaine et les livraisons.

Des chercheurs conçoivent des robots qui apprennent et s'adaptent pour améliorer leur performance.

De nouvelles techniques offrent un meilleur contrôle des mouvements des corps souples.

YOLOv10 améliore la vitesse et la précision dans la détection d'objets pour diverses applications.

Des rapports de transmission dynamiques améliorent la performance et l'adaptabilité des robots dans différentes tâches.

ReAd améliore le travail en équipe des robots en perfeccionnant les mécanismes de planification et de retour d’information.

Une nouvelle méthode améliore la qualité des données de nuages de points pour diverses applications.

Apprends les techniques de localisation du son et leur utilisation dans différents domaines.

De nouvelles méthodes améliorent la prise de décision dans l'apprentissage par renforcement contraint.

La recherche explore des stratégies de communication pour améliorer le travail d'équipe entre des agents autonomes et des humains.

Skip-SCAR améliore l'efficacité de la navigation robotique en utilisant des techniques adaptatives.

Un nouveau cadre aide les robots à apprendre et à s'adapter dans des espaces de travail changeants.

Explore comment l'incertitude influence le comportement des systèmes dynamiques au fil du temps.

Un aperçu des rêves neuromorphiques et leur impact sur l'efficacité de l'IA.

Un nouveau cadre améliore la capacité de l'IA à apprendre à travers des défis variés.

Une nouvelle méthode améliore la coordination des essaims robotiques inspirée du vol des insectes.

De nouvelles méthodes et des robots transforment le traitement du cancer.

Nouvelles méthodes visent à améliorer l'apprentissage automatique en gardant des connaissances tout en s'adaptant à de nouvelles tâches.

Luban améliore la créativité de l'IA en vérifiant des designs dans Minecraft.

Une nouvelle méthode améliore l'adaptabilité de l'IA dans différents environnements.

Un aperçu des groupes de Carnot et de leurs applications en théorie du contrôle et en optimisation de chemin.

Recherche sur la façon dont des agents nuisibles peuvent corrompre de bons agents dans l'apprentissage par renforcement décentralisé.

Les robots peuvent maintenant demander de l'aide pour accomplir des tâches complexes.

Cet article parle des modèles de prédiction vidéo et de leur utilisation dans les tâches de segmentation d'instances.

Une nouvelle méthode simplifie la vérification de la planéité à l'avant dans les systèmes en temps discret.

Une nouvelle méthode améliore l'apprentissage grâce aux démonstrations d'experts en combinant des modèles de diffusion avec GAIL.