Control de posición de quadrotor con aprendizaje por refuerzo SAC
Aprende cómo SAC (Soft Actor-Critic) mejora el control de posición de quadrotors, con entrenamiento más rápido y seguimiento de rutas más suave.
#trayecto
SilentDrift: ataque backdoor sigiloso en modelos VLA
SilentDrift explota la vulnerabilidad en modelos VLA para ataques backdoor sigilosos. Logra un 93.2% de éxito con solo 2% de envenenamiento. ¡Descubre cómo!
LastAct: Localización guiada por trayectorias de la última actividad
Descubre cómo LastAct reconoce la última actividad en hogares inteligentes sin contaminación por ventanas mixtas, mejorando la precisión en tiempo real.
Identificación de leyes físicas desde video: EDOs lineales con datos mínimos
Identifica parámetros físicos desde video con datos mínimos. Sistemas subamortiguados requieren solo un clip. Sin reconstrucción de píxeles.
AffordGen: Demostraciones diversas para manipulación generalizable de objetos
AffordGen genera datos diversos para manipulación robótica con generalización zero-shot. Aumenta la eficiencia del aprendizaje por imitación.
CityTrajBench: un benchmark unificado para generar trayectorias vehiculares urbanas
Descubre CityTrajBench, el benchmark unificado para generar trayectorias vehiculares urbanas. Compara modelos como DiffTraj, GANs y flujos. Resultados multiobjetivo clave.
Geodesic Flow Matching para denoising de representaciones de alta dimensión
Descubre cómo Geodesic Flow Matching reduce un 72% el error en SLAM neuronal y mejora un 40% la eficiencia neural mediante representaciones de alta dimensión.
Del ruido al control: Políticas de difusión parametrizadas
Descubre cómo las Políticas de Difusión Parametrizadas (PDP) transforman el ruido en control, adaptando comportamientos robóticos sin reentrenar el modelo. Resu
TRACE: Compresión de Riesgos en Trayectorias para Seguridad de Agentes
TRACE comprime evidencia de riesgo en trayectorias de agentes para mejorar la seguridad en tareas de largo plazo. ¡Alta precisión!
FALAT: Rastreo de fallos en trayectorias LLM guiado por dependencias
FALAT: un marco que atribuye fallos en trayectorias de agentes LLM mediante búsqueda guiada por dependencias. Mejora la detección de errores decisivos.
La forma de la sabiduría: Trayectorias de decisión en modelos de lenguaje
Descubre cómo los modelos de lenguaje deciden: la mayoría de respuestas correctas son inestables. Estudio en Qwen, Llama y Mistral.
Gestión de espectro en redes 6G UAV con Digital Twin y DRL multi-agente
Descubre cómo el Digital Twin y el DRL multi-agente optimizan espectro y recursos en redes 6G UAV, mejorando eficiencia y conectividad autónoma.
Continuidad de identidad en video térmico con consistencia de escena
Aprende cómo el reenlace conservador de trayectorias mejora la continuidad de identidad en videos térmicos, sin necesidad de modelos pesados.
Sesgo implícito generativo para acelerar dinámica de proteínas
Descubre cómo un nuevo sesgo implícito en espacios generativos acelera hasta 37x la emulación de dinámica de proteínas, aumentando diversidad y cubriendo más estados de baja energía.
Destilación on-policy con guía de trayectorias futuras
Mejora el razonamiento de LLMs con TOPD: destilación on-policy con guía futura aumenta precisión del 47.8% al 52.2%.
DarkVesselNet: Detección de barcos oscuros con sensores remotos multimodales
Descubre DarkVesselNet: fusión de SAR, óptico y AIS con IA para detectar barcos oscuros. Razonamiento de trayectorias y detección de anomalías.
Perfil dinámico del horizonte de riesgo para predicción de trayectorias
Reduce hasta un 25% el error en predicción de trayectorias con perfil dinámico de horizonte de riesgo. Ideal para conducción autónoma segura.
MobEvolve: Agente Auto-evolutivo para Movilidad Humana Interpretable
Descubre MobEvolve, el primer sistema heurístico auto-evolutivo con agentes que genera trayectorias de movilidad humana interpretables y realistas, superando modelos profundos y LLM.
TraceGraph: Paisajes de Decisión Compartidos para Trayectorias
Descubre cómo TraceGraph usa paisajes de decisión compartidos para diagnosticar y mejorar trayectorias de agentes IA en SWE-bench.
Selección Activa de Tiempos para Aprender Trayectorias de Medidas
Descubre cómo seleccionar los mejores tiempos de medición usando aprendizaje activo y procesos gaussianos para reducir costos en biología unicelular.