Derniers articles pour Robotique

CaveSeg améliore la navigation des robots et la cartographie des grottes sous-marines.

Une nouvelle méthode améliore la coopération dans des environnements multi-agents pour une meilleure prise de décision.

Un aperçu du contrôle de champ moyen pour gérer la prise de décision en groupe.

Les robots peuvent maintenant faire de nouvelles tâches sans avoir besoin d'une nouvelle formation, grâce à l'adaptation zéro-shot.

Un nouveau cadre pour améliorer la sécurité et la performance dans les systèmes robotiques hybrides.

Une nouvelle méthode améliore la sécurité et l'efficacité des robots dans des environnements dynamiques.

Une nouvelle méthode améliore la planification de trajet pour la collecte de données en robotique et en IA.

Découvrez comment CBS-TA-PTC améliore l'attribution des tâches et la recherche de chemin.

Un aperçu de comment les représentations des réseaux de neurones imitent le traitement de la mémoire humaine.

Une nouvelle approche aide l'IA à mesurer l'incertitude et à améliorer la précision des décisions.

De nouvelles méthodes améliorent les modèles d'apprentissage automatique pour les données 3D.

Améliorer la façon dont on identifie les sources sonores en utilisant des données audio-visuelles.

Une nouvelle méthode permet d'apprendre rapidement à partir de démonstrations uniques dans des environnements instables.

Une nouvelle méthode améliore l'analyse des systèmes incertains comme les robots et les voitures autonomes.

Une nouvelle approche aide les machines à apprendre et à interpréter les concepts visuels efficacement.

De nouvelles méthodes combinent les idées d'experts avec les expériences des apprenants pour une meilleure efficacité.

Présentation de l'apprentissage par renforcement adaptatif et sûr pour une meilleure sécurité dans les systèmes robotiques.

Cette étude examine une nouvelle méthode de correspondance d'images axée sur les zones texturées.

TransformLoc améliore la localisation des essaims de MAV en fusionnant des robots volants avancés et basiques.

La recherche examine comment des modèles simples montrent des comportements complexes et une certaine autonomie.

Une nouvelle technique permet de déplacer des objets dans des environnements chaotiques en utilisant des ondes sonores.

Une nouvelle méthode améliore la synchronisation dans des oscillateurs faiblement couplés pour diverses applications.

Une nouvelle méthode améliore la prise de décision dans les systèmes d'agents collaboratifs.

Une nouvelle méthode améliore la prise de décision dans l'apprentissage de politique hors ligne.

Une méthode pour que les agents optimisent des solutions sans coordination centrale.

Cette étude examine les modèles d'adaptation motrice dans l'entraînement de la marche robotique.

La recherche révèle des complexités dans la conception et les méthodes de contrôle des robots souples.

Un nouveau système combine des capteurs pour améliorer la navigation des robots et leur fiabilité.

Examiner les biais d'estimation et leur impact sur les techniques d'apprentissage par renforcement.

GPSINDy améliore la modélisation des systèmes dynamiques malgré les données bruitées.

Une nouvelle approche de la segmentation d'images améliore la reconnaissance d'objets dans différents secteurs.

En utilisant le RL, l'assimilation de données améliore la précision des prévisions dans des environnements chaotiques.

Un aperçu des risques associés aux agents linguistiques et à leurs cadres.

Cette étude se concentre sur l'amélioration des méthodes d'apprentissage continu dans les tâches sémantiques en 3D.

De nouvelles méthodes de filtrage améliorent le suivi d'objets pour différentes applications.

Examiner les dangers d'intégrer des modèles de langue dans des systèmes robotiques.

Une nouvelle approche de contrôle prédictif modèle améliore la sécurité dans les systèmes robotiques.

Cet article parle de comment DPETS améliore la stabilité et le contrôle dans l'apprentissage par renforcement.

Des chercheurs trouvent des moyens de protéger des données sensibles dans des environnements d'agents coopératifs.

Une nouvelle méthode améliore l'apprentissage des robots à partir de données simulées pour des situations réelles.