Результаты исследований специалистов показали, что новый подход позволяет эффективно находить разнообразные наборы решений, которые одновременно оптимизируют обе цели.
Ученые продемонстрировали эмпирическую полезность результатов исследования, применяя стандартный алгоритм Dec-POMDP к многоагентным задачам активного восприятия и показывая повышенную масштабируемость в горизонте планирования.
Ученые проверили созданный подход SPiRL (Skill-Prior RL) для сложных задач навигации и манипуляций с роботами и показали, что априорные значения приобретенных навыков необходимы для эффективной передачи навыков из обширных наборов данных.
Представлены предварительные результаты моделирования по отслеживанию конечной точки в простом случае планарного бортового манипулятора.
Ученые предложили новый метод для контроля работоспособности приборов на основе моделирования износа двигателя постоянного тока и вала.
Ученые предложили модульный и составной набор инструментов для кибербезопасности роботов: alurity. Он помогает инженерам и исследователям безопасности, работающим над проектом, иметь общую, последовательную и легко воспроизводимую среду разработки. Набор направлен на облегчение исследований в области кибербезопасности и сотрудничества между командами разработчиков.
С помощью экспериментов, использующих реальные данные о лесных пожарах, ученые продемонстрировали, что новая модель прогнозирования может точно моделировать распространение лесных пожаров. С помощью моделирования, было показано, что стратегия новая реагирования может значительно сократить время отклика по сравнению с базовыми методами.
Дополнительные степени свободы и отсутствующие аналоги в природе усложняют разработку возможностей передвижения для колесных роботов. Ученые предложили прогнозирующий контроллер модели всего тела в виде единой постановки задачи, которая одновременно оптимизирует движения колес и туловища.
Хвостовики или летательные аппараты вертикального взлета и посадки все чаще применяются в военной авиации и различных экспериментах по обучению искусственного интеллекта. Они отличаются тем, что взлетают и приземляются на хвост, а затем наклоняются в пространстве горизонтально для полета вперед.
Предварительные результаты экспериментов ученых показывают, что переход к политике по умолчанию при обнаружении неопределенности решения является ключом к использованию преимуществ в производительности, обеспечиваемых использованием машинного обучения без ущерба для безопасности.
Новости из мира науки, технологий и авто