Articoli più recenti per Sistemi Autonomi

Nuove reti neurali migliorano le performance del riconoscimento delle immagini, anche con input rumorosi.

La ricerca mostra che i modelli di linguaggio possono migliorare le abilità di negoziazione attraverso feedback e competizione.

Esaminando come i modelli apprendono e prendono decisioni in applicazioni critiche.

Esaminando attacchi di iniezione di dati falsi nei sistemi critici.

I robot imparano a muoversi in sicurezza in ambienti forestali complicati usando tecniche avanzate.

Esplorando come l'Apprendimento per Reinforcement Inverso aiuti gli agenti a imparare dal comportamento degli esperti.

Un nuovo metodo di calibrazione migliora l'affidabilità delle previsioni dei modelli di deep learning.

Nuovi metodi migliorano le previsioni per i dati di machine learning fuori distribuzione.

La ricerca migliora il consenso nei sistemi multi-agente usando PDE paraboliche.

Un nuovo framework aiuta a capire come decidono le AI con spiegazioni controfattuali.

BMC supporta un apprendimento efficiente su più compiti mantenendo le conoscenze passate.

Il nuovo metodo IBVS migliora la precisione del docking per i veicoli aerei senza pilota.

Un framework che usa modelli causali per migliorare l'apprendimento da ricompense ritardate.

I satelliti stanno cambiando il computing con capacità di elaborazione in tempo reale nello spazio.

Un metodo per migliorare i dati di nuvole di punti 3D compressi usando reti neurali avanzate.

Uno sguardo all'impatto del Controllo Predittivo in Ensemble sulla adattabilità e l'efficienza dei droni.

Esplorando il potenziale dei modelli di diffusione nei compiti di stima della profondità e del flusso.

Scopri come l'apprendimento in contesto trasforma i compiti di riconoscimento delle immagini nell'IA.

Esplorando come le reti neurali migliorano l'efficienza delle missioni spaziali e dei droni.

Un nuovo approccio per migliorare il processo decisionale negli algoritmi DRL attraverso la cautela.

Una nuova tecnica aumenta le stime di fiducia nell'apprendimento multimodale per previsioni migliori.

Un nuovo metodo migliora le prestazioni del riconoscimento delle immagini su categorie rare.

Un metodo per migliorare la combinazione dei dati puntando sulla qualità.

Un modo nuovo per rendere la navigazione dei robot più veloce e intelligente.

Un nuovo framework per valutare la sicurezza nei sistemi autonomi usando l'assicurazione in tempo reale.

Un metodo per guidare sistemi autonomi garantendo sicurezza e conformità.

Un nuovo framework migliora la generazione di dati sintetici per i compiti di rilevamento degli oggetti.

Un nuovo sistema di ricarica per droni che aumenta il loro tempo di volo.

ColibriUAV migliora le prestazioni dei droni con telecamere avanzate e un'elaborazione efficiente.

Un nuovo framework migliora la sicurezza e le prestazioni nei sistemi multi-agente usando STL.

Un nuovo metodo certifica le previsioni delle reti neurali sotto diverse modifiche delle immagini.

Un nuovo modo per aumentare la fiducia nella rilevazione degli oggetti grazie a tecniche di calibrazione affidabili.

L'algoritmo OMAC migliora le decisioni in scenari multi-agente utilizzando dati raccolti in precedenza.

Un approccio strutturato per migliorare l'apprendimento nei sistemi autonomi attraverso le gerarchie di abilità.

Questo studio propone un metodo per far sì che le macchine imparino dagli stati degli esperti senza azioni visibili.

Un nuovo metodo per la cooperazione tra agenti usando accordi al limite per raggiungere obiettivi condivisi.

Questo metodo migliora il machine learning incorporando l'incertezza nelle previsioni.

Un nuovo metodo migliora la stima della posa 3D umana attraverso i dati LiDAR.

Scopri come il deep learning bayesiano migliora l'accuratezza e l'affidabilità delle previsioni.

Un nuovo metodo migliora il modo in cui le macchine stimano la profondità dalle immagini.