Derniers articles pour Robotique

Une nouvelle méthode améliore la reconnaissance des lieux dans un champ de vision LiDAR limité.

Explorer comment les substances chimiques du cerveau améliorent les algorithmes d'apprentissage par renforcement.

Diff-PCC améliore l'efficacité et la qualité de la compression de nuages de points en utilisant des modèles de diffusion.

Cet article examine l'efficacité des modèles 3D basés sur des images dans l'estimation de pose.

Une nouvelle méthode améliore la façon dont les agents prédisent les futures récompenses et expliquent leurs décisions.

Une nouvelle méthode améliore l'apprentissage des agents avec des systèmes de récompense flexibles.

Un aperçu approfondi de comment les mouvements des ailes influencent l'efficacité du vol.

Une nouvelle méthode améliore la détection des échantillons positifs faibles dans des environnements 3D.

De nouveaux microactionneurs exploitent la combustion interne pour un mouvement rapide et puissant.

Une nouvelle méthode améliore la façon dont les robots partagent les stations de charge et d'autres ressources.

Cet article parle de comment les robots peuvent gérer efficacement les commandes d'annulation dans la cuisine.

Une nouvelle méthode de cartographie hybride améliore la vitesse et la précision pour les robots.

Cet article parle du rôle de la géométrie tropicale dans l'étude des mécanismes planaire.

Une nouvelle méthode améliore les algorithmes MAPF pour de meilleurs résultats de recherche.

Une nouvelle méthode améliore la précision des données pour les robots humanoïdes, ce qui booste leur performance.

La transfert conscient améliore la sécurité et la performance dans les applications d'apprentissage par renforcement.

Une nouvelle méthode améliore la précision de la différenciation en utilisant des développements de Taylor et des termes de correction.

De nouvelles méthodes améliorent la modélisation 3D des environnements intérieurs grâce aux champs vectoriels.

SYMPOL fait le pont entre la clarté et l’efficacité de la prise de décision en apprentissage par renforcement.

Nouvelles stratégies pour une coordination efficace dans des réseaux multi-agents en utilisant des protocoles de consensus.

Les NRM améliorent l'apprentissage automatique en se souvenant des actions et des expériences passées.

Une nouvelle méthode améliore la sécurité des voitures autonomes en utilisant une seule caméra RGB-D.

Une nouvelle méthode améliore la reconnaissance d'objets dans des environnements 3D.

Une étude sur la gestion des systèmes avec des changements soudains et des observations limitées.

Des chercheurs développent de nouveaux moteurs pour améliorer les procédures chirurgicales guidées par IRM.

Un nouveau cadre s'attaque aux défis de l'apprentissage multi-tâches avec des images à 360 degrés.

Découvre comment les robots hybrides souples-rigides combinent flexibilité et robustesse pour des applications variées.

Une nouvelle méthode améliore la vérification de la sécurité des réseaux de neurones dans des systèmes critiques.

Une nouvelle approche de l'apprentissage par imitation qui booste la performance avec peu de données.

CusADi améliore le contrôle des robots en utilisant les capacités des GPU pour des calculs plus rapides.

Des recherches montrent l'impact de la confiance sur la dynamique des équipes entre robots et humains.

ARL combine des méthodes d'apprentissage en groupe pour améliorer la prise de décision dans des tâches compliquées.

Examiner comment le reset influence les recherches aléatoires dans différents environnements.

Les structures en serpentine offrent flexibilité et stabilité pour des applications innovantes en technologie.

Les robots améliorent leurs compétences en localisation d'objets en utilisant le toucher et la vue.

Une nouvelle méthode crée des modèles 3D précis en utilisant efficacement des images limitées.

LoopSplat améliore la précision et l'efficacité dans la cartographie 3D avec des caméras RGB-D.

Les robots peuvent localiser des signaux efficacement sans formations strictes.

Une nouvelle approche pour adapter les systèmes d'IA en fonction des préférences de chaque utilisateur.

Apprends comment l'apprentissage par renforcement profond combine la prise de décision et les réseaux de neurones.