Artigos mais recentes para Sistemas Autônomos

A IA melhora o processamento de dados de satélites pra tomadas de decisão mais rápidas e inteligentes no espaço.

Novo framework melhora o mapeamento e a detecção subaquática, mesmo com os desafios ambientais.

O GP-Frontier permite que robôs naveguem sem mapas, usando sensores em tempo real.

Um novo método permite que drones se rastreiem usando câmeras e IMUs.

OMIGA melhora o aprendizado offline de múltiplos agentes ao integrar estratégias de aprendizado globais e locais.

A pesquisa foca em melhorar o processamento de informações em sistemas autônomos críticos para a segurança.

Uma nova abordagem melhora a segurança em tarefas de aprendizado por reforço sem recompensas anteriores.

QUAM melhora as estimativas de incerteza nas previsões em várias áreas.

Esse artigo explora como drones usam aprendizado por reforço pra navegar com segurança em florestas.

Um novo método melhora imagens em baixa luz enquanto reduz o ruído e preserva as cores.

Uma olhada nos NS-POMDPs e seu impacto na tomada de decisão em ambientes incertos.

Esse artigo apresenta a antecipação de responsabilidade pra melhorar a tomada de decisões em interações entre vários agentes.

Veículos autônomos melhoram a estimativa de vagas de estacionamento pra gerenciar melhor o congestionamento.

Um novo método melhora redes neurais bayesianas para generalização e estimativa de incerteza.

Explorando como os robôs melhoram a coleta de dados ambientais por meio da tomada de decisões autônomas.

Descubra os avanços em Q-learning descentralizado para sistemas multi-agente.

O 2º Desafio BARN mostrou os avanços nos sistemas de navegação de robôs autônomos.

GP-MPPI combina sensoriamento em tempo real e planejamento de caminho para navegação robótica.

Explore como a meta-aprendizagem não linear melhora a eficiência e a precisão no aprendizado de tarefas.

Explorando novas tecnologias e métodos para uma comunicação sem fio eficiente.

Uma visão geral dos Agentes Autônomos aumentados por LLM e seu desenvolvimento.

Esse artigo fala sobre como melhorar o desempenho dos modelos de IA em relação a desafios de dados desconhecidos.

O ISAC combina a percepção e a comunicação para aplicações tecnológicas mais inteligentes.

Explore o impacto de ataques adversariais em sistemas de aprendizado por reforço com múltiplos agentes.

A pesquisa destaca novas formas de melhorar as defesas dos modelos contra ataques adversariais.

Novo método de filtragem melhora a estimativa de estado do robô usando redes neurais.

O agente ExpeL aprende com as experiências pra melhorar o desempenho em várias tarefas.

Um olhar sobre como os LLMs moldam agentes autônomos em várias áreas.

O aprendizado robusto garante que os modelos de machine learning permaneçam confiáveis, mesmo com manipulação de dados.

Um sistema baseado em confiança melhora a segurança dos pedestres nas interações com veículos autônomos.

Esse framework melhora a navegação autônoma usando aprendizado de reforço profundo para vias navegáveis interiores.

Este artigo explora sistemas auto-adaptativos em veículos robóticos subaquáticos.

Uma nova abordagem melhora a segurança de sistemas complexos de IA.

Métodos quase online melhoram o rastreamento de objetos na análise de vídeo.

Um novo sistema melhora a capacidade dos robôs de chão de determinar sua localização com precisão.

Uma olhada nas vantagens da tecnologia ISAC em aplicações modernas.

Um novo método melhora o alinhamento de nuvens de pontos 3D usando aprendizado adaptativo.

Como robôs simples podem se mover em linha reta sem direção.

Um novo método melhora a segmentação de instâncias 3D ao eliminar a dependência de atenção de máscara.

GORL melhora o RL offline aproveitando dados de especialistas pra tomar decisões melhores.