361 artigos
Este artigo propõe o uso de filtros de grafos ótimos, especificamente os filtros de Chebyshev e Legendre, para acelerar significativamente a convergência das médias ergódicas em cadeias de Markov reversíveis em comparação com o método tradicional.
Este artigo apresenta uma abordagem para a condução autônoma que equilibra diversos riscos, como colisões e violações de regras, ao estender métricas de risco para cenários complexos definidos por Lógica Temporal Linear e reformular o problema de síntese de controle como um problema de alcançabilidade resolvido via programação linear.
Este estudo estabelece condições necessárias e suficientes para a estabilidade de entrada limitada (ISS) de sistemas comutados impulsivos com modos estáveis e instáveis, propondo funções de Lyapunov variantes no tempo que permitem relaxar as restrições de tempo de permanência e de saída em relação a trabalhos anteriores, além de oferecer métodos para garantir a ISS mesmo com sinais de comutação desconhecidos.
O artigo apresenta o C*, um algoritmo inovador de planejamento de trajetória de cobertura para ambientes desconhecidos que utiliza Grafos de Cobertura Rápida (RCG) para gerar trajetórias quase ótimas em tempo real, garantindo cobertura completa sem lacunas e superando métodos existentes em eficiência e adaptabilidade.
O artigo apresenta o LUCIFER, um middleware de inferência que implementa um Contrato de Sinal para converter atualizações linguísticas contextuais em sinais de controle agnósticos à linguagem, melhorando simultaneamente a segurança e a eficiência na coleta de informações em sistemas de decisão autônomos.
Este artigo analisa a robustez de políticas de aprendizado por reforço aplicando filtros sinápticos como estresse interno e ataques adversariais como estresse externo para classificar parâmetros como frágeis, robustos ou antifrágeis, demonstrando que parâmetros antifrágeis podem melhorar o desempenho do agente sob condições adversas em ambientes de controle contínuo.
Este artigo apresenta e valida experimentalmente um quadro de controle bilateral de quatro canais sem sensores que permite teleoperação de alta velocidade com feedback de força em manipuladores de baixo custo, demonstrando que essa abordagem melhora significativamente o desempenho da aprendizagem por imitação em tarefas de manipulação complexas.
O artigo apresenta o CBF-RL, um framework que integra Funções de Barreira de Controle (CBFs) durante o treinamento de Aprendizado por Reforço para internalizar restrições de segurança na política aprendida, permitindo a implantação segura em robôs reais, como o Unitree G1, sem a necessidade de filtros de segurança em tempo real.
Este artigo demonstra que as defesas atuais contra sequestro de fluxo de controle em sistemas multiagente são vulneráveis devido a conflitos fundamentais entre segurança e funcionalidade, propondo e avaliando o ControlValve, uma nova defesa que impõe integridade de fluxo de controle e o princípio do menor privilégio através de grafos de execução permitidos e regras contextuais.
O artigo apresenta o TEMPO-VINE, o primeiro conjunto de dados público multitemporal e multimodal projetado para avaliar técnicas de fusão de sensores, localização e mapeamento em vinhedos reais, preenchendo uma lacuna crítica ao fornecer trajetórias de referência e dados de sensores heterogêneos sob diversas condições ambientais e de crescimento vegetal.
Este artigo apresenta o desenvolvimento e a caracterização de um transdutor ultrassônico micromecanizado piezoelétrico (PMUT) bimorfo de niobato de lítio, que demonstra alta eficiência de transmissão, ressonância a 775 kHz e uma notável resiliência térmica, operando estável até 600 °C e sobrevivendo a temperaturas de até 900 °C.
Este artigo apresenta um método eficiente e em tempo real baseado em molificação para gerar trajetórias suaves com garantias de curvatura a partir de caminhos não diferenciáveis, atendendo aos requisitos de diferenciabilidade de algoritmos de controle para robôs móveis não holonômicos.
O artigo apresenta um algoritmo eficiente que, dado um conjunto de geradores de um subcampo de funções racionais, encontra um conjunto de geradores simplificado utilizando interpolação esparsa e busca parcial de bases de Gröbner, demonstrando melhorias em relação ao estado da arte e aplicações em áreas como a identificabilidade estrutural de parâmetros.
Este trabalho propõe uma abordagem de Cinemática Inversa em Malha Fechada (CLIK) em domínio infinito-dimensional para robôs macios, utilizando redes neurais de operadores diferenciais para aprender mapeamentos de atuação para forma e permitir o controle de tarefas em todo o corpo do robô.
Este artigo propõe um framework de fusão de dados em tempo real que otimiza conjuntamente a política de fusão e a estimação de estado sob restrições de privacidade diferencial de Rényi, demonstrando que a alocação adaptativa do orçamento de privacidade em malha fechada minimiza o erro de estimação, conforme validado em um estudo de caso de estimativa de densidade de tráfego.
Este artigo propõe um paradigma de convergência baseado em Sistemas de Sistemas (SoS) e na linguagem SysML, fundamentado em um mapa de metacognição que integra cinco domínios complementares para superar as barreiras disciplinares e abordar desafios complexos do Antropoceno, como ilustrado no estudo de caso da Bacia Hidrográfica da Baía de Chesapeake.
Este artigo propõe a estratégia de controle cooperativo DIACC, baseada em Aprendizado por Reforço Multiagente, que mitiga o congestionamento em tráfego misto através de módulos de percepção de interação local e global, um design de recompensa adaptativo e um mecanismo de refinamento de segurança para otimizar a eficiência do tráfego em cenários de gargalo.
O artigo apresenta o AMV-L, um framework de gerenciamento de memória para agentes LLM que utiliza uma pontuação de utilidade contínua e tiers de ciclo de vida para limitar o conjunto de trabalho de recuperação, resultando em melhorias significativas na latência de cauda e na taxa de transferência em comparação com políticas baseadas em tempo (TTL) ou LRU.
O artigo apresenta uma formalização consciente de riscos para avaliar trajetórias de sistemas sob incerteza, modelando explicitamente a influência do sistema no ambiente e estabelecendo uma ordem de preferência consistente para lidar com objetivos múltiplos e hierárquicos, conforme demonstrado em um exemplo de condução autônoma.
Este artigo propõe e valida experimentalmente uma arquitetura de comunicação conjunta de luz visível e retroespalhamento (VLC-AmBC) para redes de IoT ambiental, abordando seus fundamentos, aplicações práticas e desafios futuros para viabilizar dispositivos sem bateria em cenários como monitoramento ambiental, saúde e logística inteligente.