Artigos mais recentes para Sistemas Autônomos

Uma olhada nos erros em SLAM e o papel dos Jacobianos na otimização.

Novos métodos melhoram a precisão na estimativa de profundidade usando dados sintéticos e do mundo real.

Aprenda como sistemas autônomos planejam ações de forma eficaz ao longo do tempo.

ABTrack melhora a velocidade e a eficiência do rastreamento visual em vários dispositivos.

Uma nova técnica melhora a confiabilidade das previsões de redes neurais através de ajustes geométricos.

Um guia pra detectar problemas com satélites durante missões na Lua e em Marte.

Um novo método melhora a adaptabilidade de modelos de aprendizado de máquina em situações dinâmicas.

Um novo método pra ensinar máquinas através de vídeos, mesmo com as diferenças visuais.

Um novo método melhora a segurança dos drones usando estimativa resiliente e funções de barreira de controle.

A Previsão de Sobreposição Visual melhora a precisão e eficiência da busca por imagens em ambientes complexos.

Novos métodos melhoram a navegação e a segurança de drones em ambientes complexos.

Robôs cooperam usando só entrada visual, melhorando movimento e coordenação.

Uma nova abordagem melhora a tomada de decisões em ambientes dinâmicos usando aprendizado por reforço em tempo contínuo.

Um novo método ajuda a identificar rapidamente os pontos fracos em modelos de aprendizado profundo.

Apresentando métodos para tomar decisões mais seguras em ambientes de aprendizado por reforço.

Estudo revela métodos para busca eficiente de alvos por agentes móveis em áreas circulares.

TADPoLe treina agentes usando recompensas baseadas em texto para execução natural de tarefas.

Novos métodos melhoram o reconhecimento de modelos em diferentes tipos de dados.

Novos métodos melhoram a detecção de objetos pequenos na visão computacional.

Aprimorando os conjuntos de previsões quando as condições de dados mudam sem precisar de rótulos.

Um novo método melhora a eficiência do planejamento de movimento em robótica e sistemas autônomos.

O BlackVIP permite o uso eficiente de modelos de IA sem acessar suas partes internas.

O Grad-CAPS melhora a suavidade das ações no aprendizado por reforço para robótica e sistemas autônomos.

Uma visão geral das interações em Sistemas Ciberfísicos e suas implicações.

Um novo algoritmo de fusão melhora significativamente a precisão da segmentação de instâncias em 3D.

Melhorando a detecção com imagens RGB e de profundidade pra enfrentar os desafios do mundo real.

Um novo método melhora a navegação de robôs ao juntar dados visuais e geométricos.

Um conjunto de dados diversificado apoia a pesquisa em tecnologia de radar 4D para sistemas autônomos.

Utilizando dados públicos pra melhorar o mapeamento de perspectivas em primeira pessoa.

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

SPCL melhora a estabilidade do treinamento de modelos em ambientes de múltiplas tarefas.

ScaleDepth melhora a estimativa de profundidade ao separar a escala da cena e a profundidade relativa.

Esse artigo discute métodos para robôs tomarem decisões melhores em meio a custos de recursos incertos.

Um olhar sobre como otimizar a entrega de pacotes de dados em sistemas de malha sem fio.

Agentes de aprendizado por reforço aprendem a se adaptar e reutilizar conhecimentos para novos desafios.

Novos recursos melhoram a precisão da segmentação LiDAR para uma condução autônoma mais segura.

Novo sistema de odometria melhora a precisão de navegação do robô usando sensores internos.

Uma nova abordagem melhora a tomada de decisão em IA através de relações causais.

Uma nova abordagem ajuda os robôs a explorar áreas desconhecidas de forma mais eficaz.

Esse artigo fala sobre como usar Redes Neurais Siamesas para posicionamento de robôs móveis.