自律システム に関する最新の記事

制約のある環境で複数エージェントと安全に学ぶ方法を探る。

QNNRepairは、量子化後のニューラルネットワークの精度を向上させるよ。

新しい手法がLiDARデータからの密な地図の評価を改善する。

ロボットは色コードと特定の動きの戦略を使って効率よく形を作るよ。

安全な自動運転技術のためのリスク分析手法を検討中。

新しいシステムがLiDARとカメラデータを使ってオフロード車両の地形評価を向上させるよ。

強化学習の手法を改善するためのカーネル法の役割を探る。

新しい方法が、さまざまなデータに対する物体検出の適応性を高める。

新しい方法でロボットが安全にエリアをカバーし、挑戦に適応できるようになったよ。

この記事では、AIシステムの意図を評価する方法について考察するよ。

新しい方法が、オフライン強化学習における不均一なデータセットからの学習を改善する。

新しい安全シールドが、自律システムの遅延に対処して、安全な運用を確保するよ。

SEPTはディープラーニングを使って3Dポイントクラウドのワイヤレス伝送を改善するよ。

新しい方法が効率的な双方向通信を通じて画像伝送を向上させる。

新しい指標がモデルの予測精度と明瞭さを向上させる。

研究は、深層学習技術を使って船の向きを予測する効率的なモデルを紹介しています。

新しいフレームワークが都市空輸の安全性と効率を向上させる。

新しい方法がロボットの動作計画と衝突検出の効率を向上させるよ。

重要なアプリケーションのための画像検索の信頼性を高める方法を紹介するよ。

予測できない環境で強化学習モデルを強化するための新しいフレームワーク。

新しい変調技術は、高速シナリオや環境でのワイヤレス通信を改善する。

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。