自律システム に関する最新の記事

AIが衛星データ処理を強化して、宇宙での迅速で賢い意思決定を実現する。

新しいフレームワークが、環境の課題にもかかわらず、水中マッピングとセンシングを改善する。

GP-Frontierは、リアルタイムセンサーを使ってロボットが地図なしでナビゲートできるようにするんだ。

新しい方法で、ドローンがカメラとIMUを使ってお互いを追跡できるようになったんだ。

OMIGAは、グローバルな学習戦略とローカルな学習戦略を統合することで、オフラインのマルチエージェント学習を強化します。

研究は、安全性が重要な自律システムにおける情報処理の改善に焦点を当てている。

新しいアプローチが、事前の報酬なしで強化学習タスクの安全性を高めるんだ。

QUAMは、さまざまな分野での予測の不確実性推定を向上させるんだ。

この記事では、ドローンが森林で安全に航行するために強化学習をどう使っているかを探ります。

新しい方法で、低照度の画像を強化しつつ、ノイズを減らして色合いを保つことができるよ。

NS-POMDPsと不確実な環境での意思決定への影響を見てみよう。

この論文では、複数のエージェントのやり取りにおけるより良い意思決定のための責任予測を紹介している。

自動運転車は、混雑管理のために駐車スペースの推定を良くするんだ。

新しい手法が、ベイズ神経ネットワークの一般化能力と不確実性推定を向上させる。

ロボットが自律的な意思決定を通じて環境データ収集をどう向上させるかを探る。

マルチエージェントシステムのための分散型Q学習の進展を発見しよう。

第2回BARNチャレンジでは、自律ロボットのナビゲーションシステムの進展が紹介された。

GP-MPPIは、ロボットナビゲーションのためのリアルタイムセンサーと経路計画を組み合わせてるよ。

非線形メタラーニングがタスクの学習効率と精度をどう改善するかを探ってみて。

効率的なワイヤレス通信のための新しい技術や方法を探ってる。

LLM強化自律エージェントとその開発の概要。

この記事では、未知のデータの課題に対するAIモデルのパフォーマンスを向上させる方法について説明しているよ。

ISACは、よりスマートなテクノロジーアプリケーションのために、センシングとコミュニケーションを組み合わせてるよ。

敵対的攻撃が多エージェント強化学習システムに与える影響を探る。

研究が敵対的攻撃に対するモデルの防御を改善する新しい方法を明らかにした。

新しいフィルタリング方法がニューラルネットワークを使ってロボットの状態推定を向上させる。

ExpeLエージェントは経験から学んで、いろんなタスクでのパフォーマンスを向上させるんだ。

さまざまな分野でLLMが自律エージェントにどんな影響を与えているかを見てみよう。

ロバスト学習は、データの操作があっても機械学習モデルが信頼性を保つことを保証する。

信頼に基づくシステムは、自動運転車とのやり取りで歩行者の安全を向上させる。

このフレームワークは、内陸水路のための深層強化学習を使って自律ナビゲーションを改善するんだ。

この記事では、水中ロボット車両の自己適応システムについて探ってるよ。

新しいアプローチで複雑なAIシステムの安全性が向上する。

近接オンライン手法は、ビデオ分析における物体追跡を強化する。

新しいシステムが地上ロボットの位置特定能力をアップグレードしたよ。

現代のアプリケーションにおけるISAC技術の利点を見てみよう。

新しい方法が適応学習を使って3Dポイントクラウドのアライメントを改善する。

単純なロボットは、方向を持たずにまっすぐ移動することができるんだ。

新しい手法がマスクアテンション依存を排除することで、3Dインスタンスセグメンテーションを強化する。

GORLは、より良い意思決定のために専門家データを活用してオフラインRLを強化するんだ。