Artigos mais recentes para Política

Este artigo examina os métodos para criar veículos autônomos seguros.

Explorando o cenário regulatório da IA generativa e suas implicações.

Novas estruturas de árvore melhoram a visibilidade na tomada de decisão em sistemas de IA.

Pesquisa sobre como agentes prejudiciais podem corromper agentes bons em RL descentralizada.

Um método pra encontrar estratégias em MDPs sem conhecimento prévio.

Um modelo simplificado pra navegação eficaz usando instruções em linguagem natural.

A opinião da juventude sobre a política de geração sem fumaça é essencial pra seu sucesso.

Este artigo fala sobre métodos para verificar redes neurais em tarefas de alcance e evitação.

O MOMBO melhora a tomada de decisão no aprendizado por reforço offline com uma estimativa de incerteza aprimorada.

SeMOPO melhora o aprendizado a partir de dados de baixa qualidade, separando informações úteis do barulho.

Esse framework melhora a eficiência de aprendizagem em tarefas complexas através de estruturas hierárquicas.

Novo framework mistura recompensas e limites em aprendizado por reforço.

Explorando a diferença no acesso à Internet nas cidades brasileiras e seu impacto.

Esse artigo fala sobre estratégias pra uma gestão de colateral eficiente em sistemas de blockchain de camada dois.

CMDPs combinam maximização de recompensas com segurança em aplicações de IA.

Um novo algoritmo combina RL offline e feedback de preferência para uma melhor tomada de decisão.

Uma abordagem inovadora para a coleta eficiente de feedback em aprendizado por reforço para segurança.

Este artigo analisa o Gradiente Natural de Política para uma tomada de decisão eficiente em grandes espaços de estado.

Um novo método melhora a tomada de decisão em situações de incerteza usando Processos de Decisão de Markov robustos.

Explorando a relação entre aprendizado por reforço e a tomada de decisão ética em máquinas.

RPO melhora a velocidade e a segurança na tomada de decisões em aprendizado por reforço através do aprendizado reflexivo.

Analisando como o aprendizado de máquina transforma as oportunidades de emprego no Canadá.

Combinar a alcançabilidade de Hamilton-Jacobi com aprendizado por reforço aumenta a segurança em sistemas de controle.

Um novo método propõe uma forma melhor dos robôs aprenderem tarefas de maneira eficiente.

Um novo método melhora a exploração de robôs e a conquista de objetivos através da distância temporal.

Uma nova política tem como objetivo reduzir as taxas de fumo entre os jovens adultos.

Compartilhando experiências pra melhorar o desenvolvimento futuro de robôs.

Esse estudo foca em aprendizado por reforço offline e no desenvolvimento de algoritmos pra melhorar a tomada de decisão.

Pesquisadores propõem um novo método para locomoção de robôs, focando na posição dos pés.

Analisando como os anúncios ao ar livre influenciam dietas e saúde em Xela.

Este artigo fala sobre o desenvolvimento de políticas vencedoras em famílias de MDPs.

Explorando estratégias para uma comunicação eficaz na adoção de produtos.

Um olhar sobre os desafios e esforços colaborativos em torno das doenças raras na Índia.

Um novo método melhora a adaptabilidade dos agentes de RL a ambientes em mudança.

Apresentando o PromptAdapt pra melhorar a adaptação em robôs com treinamento mínimo.

Uma nova estrutura melhora a modelagem baseada em agentes ao integrar diferentes opiniões de especialistas.

Repensando MDPs através da geometria pra tomar decisões mais eficientes.

aBCF permite uma melhor avaliação das intervenções entre indivíduos e grupos.

Transferência Cautelosa-Aware melhora a segurança e o desempenho em aplicações de aprendizado por reforço.

Uma nova abordagem para gerar políticas que atendam a diferentes preferências.