В погоне за общим искусственным интеллектом наиболее важным показателем прогресса является способность агента достигать целей в широком диапазоне сред. Существующие платформы для создания таких сред обычно ограничены технологиями, на которых они основаны, и поэтому могут предоставить только подмножество сценариев, необходимых для оценки прогресса.
Система определения местоположения наземных транспортных средств с использованием LiDAR и камер Fisheye посредством прямых и косвенных наблюдений прошла первые испытания.
Ученые предложили агента, основанного на глубоком Q-обучении, который невосприимчив к дезориентации и беспокойству, вызванных стрессом. Он способен принимать четкие решения для навигации на основе наблюдаемых и сохраненных фактов в условиях живого огня.
Ученые предложили модель Fit2Form, платформу трехмерного генеративного дизайна, которая генерирует пары форм пальцев, чтобы максимизировать цели дизайна (например, успех понимания, стабильность и надежность) для целевых объектов захвата.
Ученые разработали интеллектуальную платформу Griddly, которая способна тестировать, анализировать и исследовать методы машинного обучения и искусственный интеллект в новых компьютерных играх.
Ученые в области искусственного интеллекта разработали структуру, созданную на основе обучения с подкреплением. Она поможет роботу iCub создавать наборы данных и использовать его в будущем для обучения локализации.
Ученые в сфере робототехники разработали новый способ управления на основе векторной гистограммы поля для удаленно управляемых портативных роботов. Она представляет собой алгоритм планирования движения в реальном времени.
Ученые создали систему повышения конфиденциальности данных. Обширные эксперименты с реальными наборами данных без идентификаторов ID показывают современные компромиссы между точностью и эффективностью для различного оборудования и распределения данных клиентов.
Исследователи в области робототехники представили гибридный планировщик, который исследует вероятные состояния, сгенерированные из изученного распределения по местоположению целевого объекта.
В своем новом исследовании специалисты представили общественности вычислительные детали созданной модели эмоций, а также обзор трехэтапной методологии проверки, используемой для оценки модели, которая также может быть применима к другим вычислительным моделям эмоций.
Новости из мира науки, технологий и авто