EAGER: State-Aware Demand Control to Facilitate Shared Use of Autonomous Mobility
Pengendalian permintaan sadar keadaan memakai proses keputusan Markov pada topologi jalan rinci untuk tarif dinamis dan ride-pooling armada mobilitas otonom.
Telusuri profil teknologi beserta ringkasan dan rujukannya.
Pengendalian permintaan sadar keadaan memakai proses keputusan Markov pada topologi jalan rinci untuk tarif dinamis dan ride-pooling armada mobilitas otonom.
DeSCO mengompilasi kontrak cerdas deklaratif Datalog ke Solidity, dengan sintesis dari contoh dan optimasi kueri untuk mengurangi konsumsi sumber daya.
Lingkungan virtual multisensoris dikembangkan untuk penelitian navigasi kerumunan oleh pengguna dengan hambatan penglihatan melalui isyarat visual, sentuhan, dan suara yang terpadu secara fisik.
TaskDCL meneliti navigasi mobilitas otonom yang menyesuaikan preferensi keselamatan individu melalui tatapan mata dan umpan balik visual dari perspektif pengguna.
TaskDCL akan memandu telemanipulasi dexterous berdasarkan efek akhir interaksi robot-objek dan feedback persepsi multimodal yang peka keselamatan.
IMPACT dikembangkan sebagai lingkungan mixed reality adaptif yang menggabungkan interaksi sensorimotor, komputasi tepi, dan pembelajaran penguatan multiagen untuk pelatihan tugas.
Kendali prediktif terdistribusi menggabungkan model niat manusia, EEG/EMG, dan umpan balik sarung tangan haptik untuk loco-manipulation bersama robot berkaki.
Dronevision memakai kawanan microdrone bercahaya untuk membentuk objek interaktif yang terlihat dan memberi gaya balik sesuai model fisika saat disentuh manusia.
Perencanaan gerak campuran UAS dan pesawat berawak memasukkan keadaan kognitif pilot untuk mengoordinasikan pendekatan serta holding pattern dekat bandara padat.
TaskDCL meneliti pembelajaran timbal balik manusia dan robot dalam tugas mendesak melalui pengendalian keseimbangan sepeda yang melibatkan pengendara manusia.
Model keadaan kognitif manusia dan iterative learning dimasukkan ke perencanaan quadrotor untuk pengambilan serta penyerahan paket langsung pada tangan pengguna.
Simulator pilot neuroadaptif menggabungkan cue visual, gerak, audio spasial, haptik tubuh, dan kontrol inceptor dengan perubahan otoritas agen berdasarkan keadaan serta performa pengguna.
Nanoskopi terahertz dengan pompa dan probe terpisah secara lateral dikembangkan untuk mengukur transport muatan sejajar permukaan serta koherensi getaran dekat cacat kristal.
Model fondasi akan diintegrasikan ke pembelajaran penguatan untuk mengembangkan abstraksi keadaan-tindakan dan menilai efisiensi belajar langsung pada lingkungan nyata.
Model simulasi biomekanis pengguna-prostesis diteliti untuk kendali kaki robot end-to-end, menggabungkan dataset lintas laboratorium dengan transfer data simulasi-ke-nyata dan pembelajaran penguatan.
Distributed Element Roughness Model memakai persamaan Navier-Stokes teraveraging ganda untuk memodelkan transportasi momentum dan gaya antarmuka pada lapisan permukaan kasar.
Co-pilot kecerdasan buatan akan membantu emulasi skenario serangan dan kurasi artefak terstruktur untuk pengujian serta reproduksibilitas riset keamanan siber.
Organisme robot multisel diteliti untuk menemukan perilaku adaptif yang muncul dari aturan lokal komponen identik, dibandingkan kendali terpusat pada lingkungan tidak terduga.