Derniers articles pour Systèmes autonomes

RCDN améliore la collaboration entre les agents malgré les pannes de caméra.

uJSCC fusionne le codage source et le codage de canal pour une meilleure communication.

Un nouveau système suit et reconnaît des scènes 3D dynamiques en utilisant une seule vidéo.

Examiner comment les choix d'action influencent les agents RL dans des tâches spatiales.

Une nouvelle méthode renforce la fiabilité des réseaux de neurones dans des applications critiques.

Une nouvelle approche améliore les performances de segmentation pour les classes connues et inconnues.

Une nouvelle méthode améliore l'apprentissage à partir des environnements dans les systèmes de renforcement visuel.

Une nouvelle méthode améliore la fiabilité des prédictions en s'attaquant à l'incertitude dans l'apprentissage automatique.

Un aperçu pour déterminer des zones de mouvement sûres pour des systèmes autonomes avec des comportements inconnus.

Une nouvelle méthode améliore la façon dont les robots évaluent leur environnement avec un minimum d'étiquetage.

ISAC combine la détection et la communication pour améliorer la technologie sans fil.

Explorer les relations causales fines pour améliorer la prise de décision en apprentissage automatique.

Une nouvelle méthode améliore la quantification de l'incertitude dans les modèles entraînés de manière adversariale.

Explorer les complexités de l'alignement des systèmes d'IA avec les divers intérêts humains.

MASA apprend le suivi d'objets en utilisant des images non étiquetées, ce qui améliore son adaptabilité dans des situations variées.

Cet article examine comment les modèles de langage améliorent la communication et l'interaction des robots.

WGBoost offre des prédictions probabilistes avancées et une meilleure gestion de l'incertitude dans différents domaines.

Une nouvelle approche améliore la fiabilité des modèles dans des prédictions cruciales.

Explorer l'impact de l'ISAC et du CF-mMIMO sur les technologies de communication et de détection.

Un aperçu des erreurs dans le SLAM et le rôle des Jacobiennes dans l'optimisation.

De nouvelles méthodes améliorent la précision de l'estimation de la profondeur en utilisant des données synthétiques et du monde réel.

Apprends comment les systèmes autonomes planifient des actions de manière efficace au fil du temps.

ABTrack améliore la vitesse et l'efficacité du suivi visuel sur différents appareils.

Une nouvelle technique améliore la fiabilité des prédictions des réseaux de neurones grâce à des ajustements géométriques.

Un guide pour détecter les problèmes de satellite lors des missions lunaires et martiennes.

Une nouvelle méthode améliore l'adaptabilité des modèles d'apprentissage machine dans des situations dynamiques.

Une nouvelle méthode pour apprendre aux machines grâce à des vidéos malgré les différences visuelles.

Une nouvelle méthode améliore la sécurité des drones en utilisant des fonctions d'estimation résilientes et des fonctions de barrière de contrôle.

La prédiction de chevauchement visuel améliore la précision et l'efficacité de la recherche d'images dans des environnements complexes.

De nouvelles méthodes améliorent la navigation des drones et leur sécurité dans des environnements complexes.

Les robots coopèrent en utilisant juste des infos visuelles, ce qui améliore leur mouvement et leur coordination.

Une nouvelle approche améliore la prise de décisions dans des environnements dynamiques en utilisant l'apprentissage par renforcement en temps continu.

Une nouvelle méthode aide à identifier rapidement les points faibles des modèles d'apprentissage profond.

Présentation de méthodes pour une prise de décision plus sûre dans des environnements d'apprentissage par renforcement.

Une étude révèle des méthodes pour une recherche efficace de cibles par des agents mobiles dans des zones circulaires.

TADPoLe forme des agents en utilisant des récompenses basées sur le texte pour exécuter des tâches naturelles.

De nouvelles méthodes améliorent la reconnaissance des modèles à travers différents types de données.

De nouvelles méthodes améliorent la détection des petits objets en vision par ordinateur.

Améliorer les ensembles de prédiction quand les conditions de données changent sans avoir besoin d'étiquettes.

Une nouvelle méthode améliore l'efficacité de la planification des mouvements dans les robots et les systèmes autonomes.