Articoli più recenti per Pianificazione

Le ricerche mostrano che i modelli fanno fatica con le dipendenze tra i passaggi nelle ricette di cucina.

L'inferenza della bounding-box migliora il processo decisionale nel reinforcement learning basato su modelli.

Nuovi algoritmi migliorano l'efficienza dei controlli robotici per vari usi nel mondo reale.

Un nuovo benchmark valuta l'efficacia dei modelli linguistici nelle applicazioni robotiche.

Stanno emergendo metodi compatti per far navigare i robot senza intervento umano.

Un nuovo metodo migliora la navigazione dei robot e l'evitamento degli ostacoli.

Un nuovo metodo propone un modo migliore per i robot di imparare i compiti in modo efficiente.

GCS* offre un nuovo metodo per una pianificazione dei percorsi efficiente in ambienti complessi.

Una nuova scala valuta come le persone percepiscono le capacità dei robot attraverso la comunicazione.

Nuovi metodi puntano a migliorare come i robot gestiscono i tempi di contatto incerti.

I piani universali semplificano il movimento dei robot in ambienti e situazioni diverse.

Esaminare le minacce poste dagli agenti autonomi di modelli linguistici e le loro debolezze.

Questo metodo migliora l'efficienza nella pianificazione usando previsioni e modelli d'azione adattivi.

Questo metodo migliora il ragionamento visivo implementando una verifica a ogni passo del ragionamento.

Un nuovo metodo insegna all'IA a muoversi nelle città usando i punti di riferimento senza istruzioni dettagliate.

L'integrazione delle ontologie migliora la pianificazione in ambienti incerti e complessi.

Questo articolo parla di come i robot possono gestire i comandi di annullamento in modo efficace in cucina.

Questo studio analizza come la pianificazione aiuti a ridurre gli errori di fatto nella generazione di testi.

I robot migliorano le abilità di localizzazione degli oggetti usando il tatto e la vista.

Un nuovo approccio migliora il processo decisionale nel reinforcement learning concentrandosi sugli oggetti.

Un nuovo metodo migliora l'efficienza e la precisione nella comprensione degli obiettivi degli agenti.

Un nuovo metodo per valutare quanto bene gli LLM comprendano e applichino le regole.

La ricerca mostra che la pianificazione è la sfida principale per l'efficacia degli agenti web.

Un metodo aiuta i robot a imparare compiti dagli esempi umani tramite sotto-obiettivi.

Scopri come i robot possono lavorare meglio con gli esseri umani concentrandosi sulla rilevanza.

Nuovo framework migliora il movimento dei robot quadrupedi su vari terreni.

Uno sguardo ai progressi nella decisione per i veicoli autonomi.

MotionCom rivoluziona il modo in cui gli oggetti vengono aggiunti alle immagini in modo dinamico.

RenderWorld usa dati visivi per una tecnologia di guida autonoma più sicura.

I sistemi di intelligenza artificiale imparano attraverso l'esplorazione e la motivazione, migliorando le loro prestazioni nei compiti.

Nuovo framework migliora la pianificazione dell'IA potenziando la comprensione visiva e il ragionamento.

Un metodo per gestire il movimento dei robot evitando collisioni in ambienti affollati.

Un metodo per aiutare i robot ad adattarsi a situazioni inaspettate in modo efficace.

Un nuovo framework migliora il lavoro di squadra tra esseri umani e robot capendo le azioni umane.

Uno sguardo a come i modelli o1 pianificano azioni e le loro prestazioni in vari compiti.

Questo metodo aiuta le macchine a pianificare azioni basate su video istruttivi in modo efficace.

Esplora come i layer LoRA migliorano le capacità di ragionamento e pianificazione dell'IA.

I droni migliorano le operazioni di ricerca e soccorso grazie a decisioni intelligenti e pianificazione efficace.

I robot migliorano l'efficienza grazie a una pianificazione migliore dei compiti futuri.

I sistemi multi-agente aiutano i robot a imparare e adattarsi mentre lavorano insieme.