361 articles
Cet article propose d'optimiser la convergence des moyennes ergodiques dans les chaînes de Markov réversibles en concevant des filtres graphiques optimaux, notamment de type Chebyshev et Legendre, qui surpassent significativement la moyenne ergodique traditionnelle.
Cet article propose une méthode de conduite autonome intégrant une conscience du risque inspirée du comportement humain, qui utilise des spécifications de logique temporelle linéaire (LTL) et une programmation linéaire pour équilibrer les risques de collision et les violations du code de la route dans des scénarios complexes.
Cette étude établit des conditions nécessaires et suffisantes pour la stabilité entrée-état (ISS) des systèmes commutés impulsifs à modes stables et instables, en utilisant des fonctions de Lyapunov dépendantes du temps sous des contraintes de séjour et de départ moins restrictives, tout en proposant une méthode pour garantir l'ISS même lorsque le signal de commutation est inconnu.
Cet article présente C*, un algorithme de planification de trajectoire de couverture en temps réel pour environnements inconnus, basé sur un graphe de couverture rapide (RCG) qui garantit une couverture complète et optimisée avec des performances supérieures aux méthodes existantes en termes de temps, de longueur de trajectoire et d'efficacité énergétique.
Ce papier présente LUCIFER, un middleware d'inférence qui établit un contrat de signal pour découpler la compréhension du langage naturel des systèmes de décision autonomes, permettant ainsi une mise à jour en ligne robuste et une amélioration simultanée de la sécurité et de l'efficacité de la collecte d'informations dans des tâches comme le sauvetage.
Cet article propose une analyse de la robustesse des politiques d'apprentissage par renforcement en appliquant des filtres synaptiques comme contrainte interne et des attaques adverses comme contrainte externe pour classifier les paramètres du réseau en fragiles, robustes ou antifragiles, révélant ainsi l'existence de paramètres qui améliorent les performances sous stress.
Cet article présente et valide expérimentalement un cadre de téléopération bilatérale à quatre canaux sans capteur de force pour des manipulateurs peu coûteux, permettant une interaction position-force stable à haute vitesse et améliorant significativement les performances de l'apprentissage par imitation grâce à l'intégration de données de force.
Ce papier présente CBF-RL, un cadre d'apprentissage par renforcement qui intègre des fonctions de barrière de contrôle directement durant l'entraînement pour internaliser les contraintes de sécurité dans la politique apprise, permettant ainsi un déploiement robuste et sûr sur des robots réels sans filtre de sécurité en ligne.
Cet article expose les limites des défenses actuelles contre le détournement de flux de contrôle dans les systèmes multi-agents, en démontrant que leurs objectifs de sécurité et de fonctionnalité sont fondamentalement incompatibles, et propose ControlValve, une nouvelle défense inspirée de l'intégrité du flux de contrôle et du principe du moindre privilège pour garantir une exécution sécurisée.
Cet article présente TEMPO-VINE, le premier jeu de données public multi-modal et multi-temporel conçu pour évaluer la fusion de capteurs, la localisation et la cartographie dans des environnements de vignobles réels et dynamiques.
Cet article présente un transducteur ultrasonique piézoélectrique micromécanique (PMUT) bimorphe en niobate de lithium monocristallin qui, grâce à une couche active robuste de 20 µm, atteint une haute efficacité d'émission et démontre une résilience thermique exceptionnelle avec un fonctionnement stable jusqu'à 600 °C et une survie jusqu'à 900 °C.
Cet article présente une méthode efficace de régularisation par mollification pour générer des trajectoires lisses et continûment dérivables à partir de segments de chemin non différentiables, tout en garantissant des bornes de courbure et une exécution en temps réel sur microcontrôleurs.
Cet article présente un algorithme efficace, implémenté et validé par des études de cas, qui calcule un ensemble de générateurs simple pour un sous-corps de fonctions rationnelles en utilisant des méthodes novatrices telles que l'interpolation sparse et la recherche de polynômes de degré fixe.
Cet article propose une méthode de cinématique inverse en boucle fermée pour robots mous, formulée dans un domaine de dimension infinie et implémentée via des opérateurs neuronaux différentiables pour apprendre la relation complexe entre les actions de contrôle et la forme du robot.
Cet article propose un cadre de fusion de données en temps réel sous contrainte de confidentialité différentielle de Rényi, où une politique de fusion optimale et un estimateur d'état sont conjointement conçus pour minimiser l'erreur d'estimation tout en respectant un budget de confidentialité global, comme le démontre une étude de cas sur l'estimation de la densité du trafic.
Cet article propose un paradigme de convergence de systèmes de systèmes fondé sur le langage SysML et une carte de méta-cognition pour surmonter les silos disciplinaires et faciliter la modélisation intégrée de défis sociétaux complexes, comme illustré par l'étude de cas du bassin versant de la baie de Chesapeake.
Cet article propose une stratégie de contrôle coopératif appelée DIACC, basée sur l'apprentissage par renforcement multi-agents, qui améliore l'efficacité du trafic mixte en intégrant une perception adaptative des interactions locales et globales entre véhicules automatisés et humains.
Ce papier présente AMV-L, un cadre de gestion de mémoire pour agents LLM à longue durée de vie qui remplace les politiques de rétention basées sur l'âge par une gestion de cycle de vie pilotée par la valeur, permettant ainsi de borner la taille de l'ensemble de travail de récupération et de réduire considérablement la latence extrême tout en maintenant la qualité des réponses.
Cet article propose un formalisme de règles axé sur le risque pour évaluer les trajectoires de systèmes dans des environnements incertains, en modélisant explicitement les interactions système-environnement et en garantissant une cohérence logique des préférences grâce à une relation d'ordre, comme l'illustre un exemple de conduite autonome.
Cet article propose une architecture conjointe de communication par lumière visible et rétrodiffusion pour les réseaux IoT ambiants, en détaillant ses concepts fondamentaux, ses applications pratiques et des démonstrations expérimentales qui valident sa faisabilité pour des dispositifs sans batterie.