RAYA: Learning Where and When to Intervene for Robot Recovery
El artículo presenta RAYA, un marco híbrido de aprendizaje-analítico que integra proactivamente un margen de recuperabilidad aprendido y un programador de tareas adaptativo en el controlador de un robot para permitir la recuperación de fallos sin entrenamiento previo (zero-shot), demostrando tasas de supervivencia superiores tanto en simulaciones extensas como en vuelos de hardware en el mundo real en comparación con las líneas base existentes.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.