自律システム に関する最新の記事

新しい手法が、視覚強化システムの環境からの学習を改善する。

新しい方法が機械学習の不確実性に対処することで、予測の信頼性を高める。

未知の動作を持つ自律システムのための安全な移動エリアを決定する方法を見てみよう。

新しい方法で、ロボットが周囲を評価するのがラベル付けを最小限にして改善された。

ISACは、より良い無線技術のためにセンシングと通信を組み合わせてるんだ。

機械学習の意思決定を向上させるための細かい因果関係を探る。

新しい方法が敵対的に訓練されたモデルの不確実性定量化を強化する。

多様な人間の興味とAIシステムを合わせる複雑さを探る。

MASAはラベルのない画像を使ってオブジェクトトラッキングを学んで、いろんな状況に適応できるようになったよ。

この記事は、言語モデルがロボットのコミュニケーションとインタラクションをどう改善するかを検討してるよ。

WGBoostは、さまざまな分野で高度な確率的予測とより良い不確実性の扱いを提供します。

新しいアプローチが重要な予測におけるモデルの信頼性を向上させる。

ISACとCF-mMIMOが通信やセンシング技術に与える影響を探ってるよ。

SLAMのエラーと最適化におけるヤコビアンの役割についての考察。

新しい方法が合成データと実世界データを使って深さ推定の精度を向上させてるよ。

自律システムが時間をかけて効果的に行動を計画する方法を学ぼう。

ABTrackは、様々なデバイスでの視覚的な追跡速度と効率を向上させる。

新しいテクニックがジオメトリック調整を通じてニューラルネットワークの予測信頼性を向上させる。

月面や火星ミッション中の衛星問題を検出するためのガイド。

新しい方法で、動的な状況での機械学習モデルの適応性が向上するよ。

視覚的な違いがあっても、動画を通じて機械を教える新しい方法。

新しい方法で、しなやかな推定と制御バリア関数を使ってドローンの安全性が向上するよ。

ビジュアルオーバーラップ予測は、複雑な環境での画像検索の精度と効率を向上させるよ。

新しい方法で複雑な環境でのドローンのナビゲーションと安全性が向上したよ。

ロボットは視覚情報だけを使って協力して、動きや連携を向上させてるよ。

新しいアプローチが、連続時間強化学習を使って動的な環境での意思決定を向上させるよ。

新しい方法がディープラーニングモデルの弱点を素早く特定するのに役立つよ。

強化学習環境で安全な意思決定のための方法を紹介するよ。

研究が、円形エリア内でモバイルエージェントによる効率的なターゲットサーチの方法を明らかにした。

TADPoLeは、自然なタスク実行のためにテキストベースの報酬を使ってエージェントを訓練するよ。

新しい方法で、さまざまなデータタイプにおけるモデル認識が向上するよ。

新しい方法でコンピュータビジョンにおける小さな物体の検出が改善された。

ラベルなしでデータ条件が変わっても予測セットを強化する。

新しい方法がロボティクスや自律システムの動作計画の効率を改善するんだ。

BlackVIPはAIモデルの内部にアクセスせずに効率的に使えるようにするよ。

Grad-CAPSは、ロボティクスや自律システムの強化学習におけるアクションのスムーズさを向上させるよ。

サイバーフィジカルシステムの相互作用とその影響の概要。

新しいマージアルゴリズムが3Dインスタンスセグメンテーションの精度を大幅に向上させる。

RGB画像と深度画像を使って、実世界の課題に対処するための検出強化。

新しい方法が、視覚データと幾何データを組み合わせることでロボットのナビゲーションを向上させてるよ。