Articoli più recenti per Sistemi Autonomi

Uno sguardo agli errori nel SLAM e il ruolo dei Jacobiani nell'ottimizzazione.

Nuovi metodi migliorano la precisione nella stima della profondità usando dati sintetici e del mondo reale.

Scopri come i sistemi autonomi pianificano le azioni in modo efficace nel tempo.

ABTrack migliora la velocità e l'efficienza del tracciamento visivo su vari dispositivi.

Una nuova tecnica migliora l'affidabilità delle previsioni delle reti neurali attraverso aggiustamenti geometrici.

Una guida per rilevare problemi ai satelliti durante le missioni lunari e marziane.

Un nuovo metodo migliora l'adattabilità dei modelli di machine learning in situazioni dinamiche.

Un nuovo metodo per insegnare alle macchine tramite video nonostante le differenze visive.

Un nuovo metodo migliora la sicurezza dei droni usando stime resistenti e funzioni di barriera di controllo.

La previsione di sovrapposizione visiva migliora l'accuratezza e l'efficienza del recupero delle immagini in ambienti complessi.

Nuovi metodi migliorano la navigazione dei droni e la sicurezza in ambienti complessi.

I robot collaborano usando solo input visivi, migliorando movimento e coordinazione.

Un nuovo approccio migliora il processo decisionale in ambienti dinamici usando l'apprendimento per rinforzo in tempo continuo.

Un nuovo metodo aiuta a identificare rapidamente i punti deboli nei modelli di deep learning.

Introduzione di metodi per prendere decisioni più sicure negli ambienti di apprendimento per rinforzo.

Uno studio rivela metodi per una ricerca efficiente degli obiettivi da parte di agenti mobili in aree circolari.

TADPoLe allena agenti usando ricompense basate su testo per l'esecuzione di compiti naturali.

Nuovi metodi migliorano il riconoscimento dei modelli su diversi tipi di dati.

Nuovi metodi migliorano il riconoscimento di piccoli oggetti nella visione artificiale.

Migliorare i set di previsione quando le condizioni dei dati cambiano senza bisogno di etichette.

Un nuovo metodo migliora l'efficienza della pianificazione del movimento nella robotica e nei sistemi autonomi.

BlackVIP consente un utilizzo efficiente dei modelli AI senza dover accedere ai loro interni.

Grad-CAPS migliora la fluidità dell'azione nell'apprendimento per rinforzo per robotica e sistemi autonomi.

Una panoramica delle interazioni nei Sistemi Cibernetico-Fisici e delle loro implicazioni.

Un nuovo algoritmo di fusione migliora notevolmente l'accuratezza della segmentazione delle istanze 3D.

Migliorare il rilevamento con immagini RGB e di profondità per affrontare le sfide del mondo reale.

Un nuovo metodo migliora la navigazione dei robot unendo dati visivi e geometrici.

Un dataset vario supporta la ricerca nella tecnologia radar 4D per sistemi autonomi.

Utilizzare dati pubblici per migliorare la mappatura da prospettive personali.

Un nuovo metodo migliora l'esplorazione dei robot e il raggiungimento degli obiettivi attraverso la distanza temporale.

SPCL migliora la stabilità dell'allenamento dei modelli in ambienti multi-task.

ScaleDepth migliora la stima della profondità separando la scala della scena e la profondità relativa.

Questo documento parla dei metodi che i robot possono usare per prendere decisioni migliori in mezzo a costi delle risorse incerti.

Uno sguardo all'ottimizzazione della consegna dei pacchetti dati nei sistemi mesh senza fili.

Gli agenti di apprendimento per rinforzo imparano ad adattarsi e riutilizzare le conoscenze per nuove sfide.

Nuove funzionalità migliorano la precisione della segmentazione LiDAR per una guida autonoma più sicura.

Nuovo sistema di odometria migliora la precisione della navigazione dei robot usando sensori interni.

Un nuovo approccio migliora il processo decisionale nell'AI attraverso relazioni causali.

Un nuovo metodo aiuta i robot a esplorare aree sconosciute in modo più efficace.

Questo articolo parla dell'uso delle reti neurali siamese per il posizionamento dei robot mobili.