Explore la transformation des voitures pare-chocs en voitures sans collision grâce à des algorithmes d'évitement des collisions et aux défis rencontrés lors de la mise en œuvre de fonctions de barrière ellipsoïde.
Explore l'utilisation des robots sociaux pour la santé et l'éducation, en mettant l'accent sur leur influence unique sur la prise de décisions et les interactions d'apprentissage.
Explore les approches fondées sur les données pour améliorer la conception des robots, en mettant l'accent sur la conformité, les matériaux souples et les interactions complexes.
Explore la conception axée sur l'optimisation, la simulation différentiable, les stratégies de contrôle, et l'évolution des créatures virtuelles et des machines douces.
Explore les bases de la localisation et de la cartographie simultanées (SLAM), en se concentrant sur les techniques de création de cartes et la prédiction des mesures.
Discute des techniques de réduction de la variance dans la simulation stochastique, en se concentrant sur les stratégies d'allocation et les algorithmes de génération de répliques.
Couvre des méthodes de descente de gradient plus rapides et une descente de gradient projetée pour une optimisation contrainte dans l'apprentissage automatique.
Fournit un aperçu des techniques d'optimisation, en se concentrant sur la descente de gradient et les propriétés des fonctions convexes dans l'apprentissage automatique.