6584 artigos
Este artigo propõe o método HE-GP, que utiliza uma avaliação híbrida dinâmica para otimizar o agendamento de satélites de observação terrestre ágeis sob incertezas, reduzindo significativamente o custo computacional e superando heurísticas tradicionais e abordagens de avaliação única.
Este relatório documenta o trabalho do grupo SymBa na oficina ALICE 2026, que recria e expande a pesquisa pioneira de Nils Aall Barricelli sobre a simbiose de organismos numéricos para explorar seu papel na origem da vida e na inteligência coletiva, propondo novas direções para a vida e inteligência artificiais.
Este artigo investiga sistemas de antenas de pinçamento multimodo (PASS), propondo protocolos de seleção e combinação de modos para otimização de comunicações multi-usuário, e apresenta um algoritmo PSO-KPBF que demonstra que a combinação de modos oferece alta eficiência espectral, enquanto a seleção de modos aproxima-se desse desempenho com menor complexidade de hardware.
O artigo propõe o R2F, um framework sem LLMs que reinterpreta as fronteiras de raios como hipóteses semânticas direcionais para navegação de objetos em ambientes internos, alcançando desempenho competitivo em tempo real e até seis vezes mais rápido que alternativas baseadas em grandes modelos de visão e linguagem.
O artigo apresenta o LAR-MoE, um framework de duas etapas que utiliza um espaço latente aprendido de forma não supervisionada para regular o roteamento de especialistas em arquiteturas Mixture-of-Experts, permitindo que robôs adquiram habilidades de manipulação complexas e generalizem para novos tecidos biológicos sem depender de anotações de fase supervisionadas.
Este artigo apresenta evidências iniciais de que agentes generativos baseados em modelos de linguagem (LLM) podem superar a rigidez dos modelos matemáticos tradicionais ao simular decisões humanas em despacho e leilões de energia, demonstrando que a aprendizagem em contexto (ICL) permite tanto a transferência de comportamentos estratégicos quanto a reprodução de desvios comportamentais sistemáticos em testes de gerenciamento de baterias e leilões de acesso à rede.
Este artigo propõe um modelo teórico unificado que sintetiza os drivers do comportamento humano em cibersegurança organizacional e o aplica como um roteiro para desenvolver estratégias de segurança contra ataques de manipulação a agentes de IA autônomos.
O artigo apresenta o 3PoinTr, um método que utiliza uma arquitetura Transformer para prever rastros de pontos 3D a partir de vídeos humanos casuais e desestruturados, permitindo o pré-treinamento eficiente de políticas robóticas com apenas 20 demonstrações rotuladas e superando abordagens anteriores ao lidar eficazmente com a lacuna de embutimento entre humanos e robôs.
O artigo propõe o Visual Self-Fulfilling Alignment (VSFA), um método de ajuste fino que utiliza imagens relacionadas a ameaças em tarefas neutras para moldar implicitamente personas orientadas à segurança em modelos de linguagem multimodal, reduzindo ataques e melhorando a qualidade das respostas sem a necessidade de rótulos explícitos de segurança.
O artigo apresenta o Spherical-GOF, um novo framework de renderização panorâmica baseado em Gaussian Opacity Fields que opera diretamente no espaço esférico para superar as distorções geométricas das adaptações convencionais, alcançando reconstruções 3D com qualidade fotométrica competitiva e consistência geométrica superior em benchmarks sintéticos e no novo conjunto de dados real OmniRob.
O artigo apresenta o OccTrack360, um novo benchmark para rastreamento de ocupação panorâmica 4D a partir de câmeras de visão surround com lentes fish-eye, juntamente com o método FoSOcc, que aborda desafios específicos de projeção esférica e localização em voxel para melhorar a consistência temporal e espacial em ambientes dinâmicos.
O RetroAgent é um novo framework de aprendizado por reforço online que permite que agentes baseados em LLMs evoluam continuamente em ambientes interativos complexos, superando métodos existentes ao utilizar um mecanismo de auto-reflexão retrospectiva que gera feedback intrínseco duplo (numérico e linguístico) para aprimorar a exploração e o aprendizado experiencial.
Este artigo propõe um novo vocoder neural escalável no domínio tempo-frequência, que integra a teoria de decomposição de espaço de imagem e núcleo (RND) com uma arquitetura dual-path para superar desafios de modelagem opaca e retrainamento inflexível, alcançando desempenho de última geração com estrutura leve e adaptação a múltiplas configurações.
O artigo propõe o algoritmo Online FISTA, um método de reconstrução online de imagens de Radar de Abertura Sintética (SAR) que utiliza codificação esparsa para atualizar recursivamente os dados de armazenamento, permitindo processamento eficiente em drones autônomos e facilitando tarefas downstream como reconhecimento automático de alvos.
O artigo apresenta o PRISM, um modelo unificado de geração de movimento humano que supera desafios anteriores ao utilizar um espaço latente fatorizado por junta e injeção de condição livre de ruído, permitindo síntese de alta qualidade e streaming para tarefas como geração baseada em texto, condicionada a poses e sequencial.
Este artigo propõe um framework de aprendizado fraco supervisionado com refinamento progressivo de máscaras pseudo, utilizando uma rede professora estabilizada por média móvel exponencial e anotações esparsas de patologistas, que alcança segmentação precisa e generalizável de glândulas em histopatologia colorretal sem a necessidade de anotações em nível de pixel em larga escala.
O artigo propõe um framework baseado em análise de alcançabilidade e lógica temporal de sinais (STL) para garantir a confiabilidade em equipes humano-autonomia, utilizando um filtro de viabilidade que traduz comandos naturais em especificações verificáveis, identifica subfórmulas inviáveis e gera feedback informativo para corrigir comandos antes do planejamento de missão.
Este artigo propõe um sistema de gerenciamento de energia predial em tempo real, baseado em otimização e previsão com Transformer, que integra sinais de intensidade de carbono variáveis no tempo para reduzir as emissões em 22,5% com um aumento de custo de apenas 1,7% nos mercados de energia.
Este artigo demonstra que a Inteligência Artificial Generativa democratizou o hacking de robôs de consumo, permitindo que ferramentas automatizadas como o CAI descubram e explorem vulnerabilidades críticas em dispositivos como cortadores de grama e exoesqueletos em escala, revelando uma assimetria perigosa entre capacidades ofônicas avançadas e defesas ainda desatualizadas.
Este artigo apresenta uma descrição completa e otimizada de um algoritmo que estima o grau médio de grafos com arboricidade limitada, eliminando fatores logarítmicos desnecessários e alcançando uma complexidade de consulta de .