6349 Arbeiten
Diese Arbeit stellt ein hardware-effizientes Framework zur Vorhersage von Flugbahnen vor, das Umgebungs-prioritäten mit einer Dual-Transformer-Cascaded-Architektur kombiniert, um beispielsweise den Landepunkt von Tennisbällen präzise zu bestimmen und dabei bestehende Methoden in Genauigkeit und Effizienz übertrifft.
Das Paper stellt Robodimm vor, ein Software-Framework, das mithilfe von Pinocchio und Pink sowie einer KKT-Formulierung die automatisierte Dimensionierung von Aktuatoren für skalierbare modulare Roboter mit geschlossenen kinematischen Ketten ermöglicht, um Kosten, Masse und dynamische Leistung zu optimieren.
Die Arbeit stellt CAR vor, ein Framework, das mithilfe eines Transformer-Encoders und eines gemeinsamen latenten Raums die kinodynamische Anpassung autonomer Fahrzeuge auf neue Plattformen mit minimalem Datenbedarf ermöglicht und so die Skalierbarkeit heterogener Roboterschwärme verbessert.
Die Arbeit stellt LEAD (Lookahead-Enhanced Atomic Decomposition) vor, eine Methode, die durch kurze zukünftige Validierung und die Aggregation überlappender Rollouts die durch extreme Zerlegung verursachte „Nicht-Wiederherstellbarkeits-Blockade" in der langfristigen reasoning von LLMs überwindet und so die Stabilität und Lösbarkeit komplexer algorithmischer Aufgaben wie Checkers signifikant verbessert.
Das Paper stellt PICS vor, ein selbstüberwachtes Verfahren zur parallelen Bildkomposition, das mithilfe eines Interaktions-Transformers und maskengesteuerter Mixture-of-Experts-Modelle kohärente räumliche Beziehungen und physikalische Konsistenz bei der Einfügung mehrerer Objekte sicherstellt.
Die Studie zeigt, dass bei der Fehlererkennung in LLM-Antworten die Länge der Erklärung den Einfluss der Richtigkeit der KI auf die menschliche Genauigkeit moderiert, wobei mittellange Erklärungen bei falschen LLM-Antworten zu einer besseren kritischen Bewertung führen als kurze oder lange.
Dieser vorläufige Beitrag schlägt einen Rahmen vor, der Materialien, Farben und Texturen als erklärbare Signale für die Mensch-Roboter-Interaktion nutzt, um durch gezielte ästhetische Gestaltung die Erwartungen der Nutzer an die Rolle und Fähigkeiten von Robotern zu klären.
Die Arbeit stellt „Notational Animating" als interaktives Paradigma vor, bei dem Animator:innen Skizzen über statischen Zeichnungen anfertigen, die durch formale Repräsentation und KI-gestützte Interpretation in präzise Animations-Keyframes umgewandelt werden, um so eine nahtlose Brücke zwischen intuitiven Notationen und detaillierter Animation zu schlagen.
Der Artikel schlägt eine verteilte Rechtsinfrastruktur vor, die aus fünf miteinander verknüpften Schichten besteht, um im auf KI-Agenten basierenden Web durch interoperable Protokolle für Identität, Entscheidungsfindung und Streitbeilegung eine vertrauenswürdige und rechenschaftspflichtige Governance zu gewährleisten.
Die Studie stellt OPTED vor, einen offenen, vorverarbeiteten Datensatz für Trachom-Erkennung aus Äthiopien, der mithilfe des Zero-Shot-SAM-3-Modells automatisiert relevante Augenregionen aus klinischen Bildern extrahiert und so eine reproduzierbare Grundlage für maschinelles Lernen schafft.
Die Arbeit stellt VertiAdaptor vor, ein Online-Anpassungsframework, das Höhen- und semantische Informationen integriert, um die Kinodynamik autonomer Fahrzeuge in unstrukturiertem Gelände durch effiziente neuronale Basisfunktionen in Echtzeit anzupassen und so die Vorhersagegenauigkeit zu steigern sowie die Anpassungszeit drastisch zu verkürzen.
Diese Studie zeigt, dass ein hybrides Machine-Learning-Modell aus Bi-LSTM und GRU mit einer Genauigkeit von 97,07 % die Erkennung von koronarer Herzkrankheit im Vergleich zu herkömmlichen Diagnosemethoden verbessert und somit ein vielversprechendes Werkzeug für die personalisierte kardiovaskuläre Versorgung darstellt.
Diese Systematisierung des Wissens zu selbstsouveränen digitalen Identitäten (SSDI) analysiert 80 Quellen, um sechs zentrale Hindernisse für die breite Einführung zu identifizieren, bewertet 12 reale Anwendungen und zeigt auf, dass Selbstsouveränität in der Praxis ein Spektrum darstellt, um die Forschung und Adoption auf diesem Gebiet voranzutreiben.
Die vorgestellte Arbeit entwickelt CoPCS, einen lernbasierten Ansatz, der heterogene Graph-Transformer und Transformer-Decoder nutzt, um die kollaborative Planung von UAV-UGV-Teams unter Berücksichtigung von Energie- und Geländebeschränkungen durch synchronisierte, gleichzeitige Koordination zu ermöglichen und so die Missionsleistung erheblich zu steigern.
Die Studie stellt SELSM vor, ein training-freies Framework, das durch die Ableitung entitätsunabhängiger logischer Regeln aus simulierten klinischen Trajektorien und eine abfragegesteuerte Zwei-Phasen-Wiederherstellung die Null-Shot-Fähigkeiten lokal einsetzbarer medizinischer Agenten (30–32 Mrd. Parameter) für FHIR-basierte Aufgaben unter strikten Datenschutzbedingungen signifikant verbessert und dabei eine 100%ige Erfolgsrate bei der Aufgabenerfüllung erreicht.
Das Paper stellt SysNav vor, ein dreistufiges System, das durch die Entkopplung von semantischer Schlussfolgerung, Navigationsplanung und Bewegungssteuerung mittels Vision-Language-Modellen zuverlässige und effiziente Objekt-Navigation über große Distanzen in komplexen realen Umgebungen für verschiedene Roboterplattformen ermöglicht.
Der vorgestellte Ansatz PaQ-DETR verbessert die Objekterkennung durch eine dynamische, inhaltsabhängige Generierung von Abfragen und eine qualitätsbewusste Zuweisungsstrategie, die das Ungleichgewicht bei der Abfragenutzung überwindet und konsistente Genauigkeitssteigerungen auf verschiedenen Benchmarks erzielt.
Die Arbeit stellt T2Nav vor, ein Zero-Shot-Navigationssystem für autonome Agenten, das algebraische Topologie, temporale Graphen und Loop-Detection nutzt, um in unbekannten Umgebungen effizient Hindernisse zu vermeiden, Schleifen zu erkennen und Ziele auf Basis von Referenzbildern zu erreichen.
Das Paper stellt SurgSync vor, ein Framework zur synchronisierten Erfassung multimodaler chirurgischer Roboterdaten auf Basis des dVRK, das durch hochwertige Sensoren und eine Validierung an ex-vivo-Gewebe eine umfassende Datensammlung für das Training von KI-Systemen ermöglicht.
Die Arbeit stellt DLRMamba vor, eine effiziente Methode zur Multispektral-Fusion für die Objekterkennung am Edge, die durch eine Low-Rank-SS2D-Architektur und strukturaware Distillation die Rechenkosten von Mamba-Modellen senkt, ohne die Detektionsgenauigkeit auf ressourcenbeschränkter Hardware zu beeinträchtigen.