“planlama” için sonuçlar
168 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Elektrik Şebekelerinin Geleceği İçin Yeni Test Sistemi Geliştirildi
Araştırmacılar, elektrik iletim şebekelerinin genişletilmesi için kapsamlı bir test sistemi geliştirdi. Bu sistem, gerçek güç sistemlerinin karmaşıklığını simüle ederek, farklı yüklenme koşulları altında şebekenin performansını analiz edebiliyor. Yüksek voltajlı iletim hatları için tasarlanan sistem, uzun iletim hatlarını pi devre modeli kullanarak hassas bir şekilde modelliyor. Test sistemi, normal çalışma koşullarından acil durumlara kadar çeşitli senaryoları değerlendirebiliyor. Bu gelişme, elektrik şebekelerinin modernizasyonu ve genişletilmesi sürecinde kritik kararları destekleyecek.
Robotlar İnsan Davranışını Öngörmede Yeni Dönem: Zaman Aşırı Etkileşim
Araştırmacılar, insan-robot etkileşiminde güvenliği artırmak için yeni bir yörünge tahmin yöntemi geliştirdi. CiT (Cross time domain intention-interactive method for conditional Trajectory prediction) adlı sistem, insanların 'zihin teorisi'nden esinlenerek çevredeki kişilerin hareketlerini daha doğru öngörüyor. Geleneksel yöntemlerin aksine, bu sistem hem robotun kendi hareketini hem de farklı zaman dilimlerindeki sosyal etkileşimleri analiz ediyor. Yöntem, davranış niyetlerini zaman içinde birleşik olarak inceleyerek, farklı zaman alanlarından gelen bilgileri tamamlayıcı şekilde entegre ediyor. Bu sayede daha güvenli yol planlama ve çarpışma önleme sistemleri geliştirebiliyor.
SentiAvatar: Duygularını ifade eden dijital insanlar gerçek zamanlı etkileşime hazır
Araştırmacılar, gerçek zamanlı olarak konuşabilen, jest yapabilen ve duygu ifade edebilen 3D dijital karakter sistemini geliştirdi. SentiAvatar adlı bu framework, 37 saatlik özel veri seti ve 200 binden fazla hareket sekansıyla eğitilmiş yapay zeka modeli kullanıyor. Sistem, konuşma sesini vücut hareketleri ve yüz ifadeleriyle senkronize ederek doğal etkileşim sağlıyor. SuSu adlı sanal karakter ile test edilen teknoloji, gelecekte sanal asistanlar, eğitim uygulamaları ve metaverse deneyimlerinde kullanılabilir. Çalışma, semantik planlama ile çerçeve düzeyinde hareket üretimini ayıran yenilikçi mimariyle dijital insan teknologisinde önemli adım teşkil ediyor.
Robot navigasyonunda güvenlik ve hız dengesini sağlayan yeni algoritma geliştirildi
Kapalı alanlarda çalışan robotların güvenli ve verimli navigasyonu için yeni bir hibrit yaklaşım geliştirildi. Araştırmacılar, offline Hamilton-Jacobi erişilebilirlik analizi ile online graf arama algoritmalarını birleştirerek, robotların karmaşık ortamlarda hem hızlı hem de güvenli hareket etmesini sağlayan bir çerçeve oluşturdu. Bu yöntem, özellikle dinamik ortamlarda çalışan otonom robotlar için kritik olan gerçek zamanlı planlama sorununu ele alıyor. Geleneksel graf arama algoritmalarının yüksek boyutlu uzaylarda karşılaştığı hesaplama karmaşıklığı sorununu, önceden hesaplanmış değer fonksiyonlarını kullanarak çözmeyi hedefliyor.
Robotlar Artık Video İzleyerek Karmaşık Görevleri Planlayabilecek
Araştırmacılar, robotların gerçek dünya görevlerini daha iyi planlayabilmesi için yenilikçi bir sistem geliştirdi. UniDomain adlı bu framework, 12.393 robot manipülasyon videosundan öğrenerek, robotların daha önce görmediği karmaşık görevleri bile çözebilmesini sağlıyor. Sistem, binlerce video analizinden elde ettiği bilgileri birleştirerek, robotlara görev planlama konusunda rehberlik eden kapsamlı bir 'bilgi bankası' oluşturuyor. Bu yaklaşım, mevcut yapay zeka modellerinin uzun vadeli planlama ve semboli ç düşünme konularındaki eksiklerini gidererek, robotik alanında önemli bir ilerleme sunuyor.
GaLa: Yapay Zeka Robotlarının Görev Planlama Yeteneğini Güçlendiren Yeni Model
Araştırmacılar, yapay zeka destekli robotların karmaşık görevleri daha etkili şekilde planlamasını sağlayan GaLa adlı yeni bir sistem geliştirdi. Sistem, nesneler arasındaki uzamsal ilişkileri ve anlamsal yapıları daha iyi anlayabilmek için hipergraf tabanlı bir yaklaşım kullanıyor. Geleneksel görsel-dil modellerinin aksine, GaLa çoklu modal verilerdeki gizli semantik bilgileri ortaya çıkararak robotların çevresel işlevsel ilişkileri kavramasını sağlıyor. Bu gelişme, ev robotları ve otonom sistemler gibi gerçek dünyada faaliyet gösteren yapay zeka sistemlerinin performansını önemli ölçüde artırabilir.
Yapay zeka oyunlardan akıl yürütmeyi öğreniyor: STRATAGEM yöntemi
Araştırmacılar, yapay zeka modellerinin oyunlar aracılığıyla genel akıl yürütme becerilerini geliştirmesi için STRATAGEM adlı yeni bir yöntem geliştirdi. Bu yaklaşım, dil modellerinin stratejik planlama, olasılık hesaplama ve uyarlanabilir karar verme yeteneklerini güçlendirmeyi hedefliyor. Geleneksel yöntemlerin aksine, STRATAGEM sadece oyunun sonucuna odaklanmak yerine, farklı alanlara aktarılabilir akıl yürütme kalıplarını belirleyip pekiştiriyor. Yöntem, matematiksel akıl yürütme, genel mantık ve kod geliştirme alanlarında test edildi. Bu gelişme, yapay zekanın oyun-spesifik stratejilerden ziyade genel akıl yürütme becerileri kazanması açısından önemli bir adım olarak değerlendiriliyor.
Yapay zeka modelleri artık test aşamasında işbirliği yapabiliyor
Araştırmacılar, önceden eğitilmiş yapay zeka modellerinin test aşamasında koordineli çalışmasını sağlayan yeni bir yöntem geliştirdi. Projected Coupled Diffusion (PCD) adı verilen bu teknik, diffüzyon modellerinin yeniden eğitilmesine gerek kalmadan birlikte çalışmasını ve belirli kısıtlamaları karşılamasını mümkün kılıyor. Yöntem, görüntü çifti üretimi, nesne manipülasyonu ve çoklu robot hareket planlaması gibi alanlarda test edildi. Bu gelişme, yapay zeka sistemlerinin daha esnek ve verimli kullanımına olanak tanırken, farklı modellerin güçlerini birleştirerek daha karmaşık görevleri yerine getirebilmesinin önünü açıyor.
Yapay zeka modelleri RPG oyunlarında uzun vadeli planlama yeteneğiyle test ediliyor
Büyük dil modelleri matematik ve kodlama gibi adım adım akıl yürütme testlerinde başarılı olsa da, gerçekçi kısıtlamalar altında uzun vadeli planlama yetenekleri henüz yeterince değerlendirilmemiş durumda. Araştırmacılar, bu eksikliği gidermek için HeroBench adlı yeni bir test sistemi geliştirdi. Bu sistem, RPG tarzı sanal dünyalarda AI modellerinin karmaşık planlama ve yapılandırılmış akıl yürütme becerilerini ölçüyor. Test, modellerin sayısal olarak uygulanabilir ekipman seçmesi, çok seviyeli üretim ve kaynak bağımlılıklarını analiz etmesi, ardından yüzlerce hatta binlerce eylemi tek bir uçtan uca plan halinde yürütmesini gerektiriyor. Bu yaklaşım, AI'ın gerçek dünya problemlerindeki planlama kapasitesini değerlendirmek için önemli bir adım.
Şehir mimarisi gelir ayrımcılığının şifrelerini barındırıyor
São Paulo'da yapılan yeni bir araştırma, şehirlerdeki yapı düzeninin gelir grupları arasındaki ayrımcılığı nasıl yansıttığını ortaya koyuyor. Bilim insanları, bina ayak izlerinden hesapladıkları entropi değerleri ile gelir dağılımı arasında şaşırtıcı bir ilişki keşfetti. Shannon entropi teorisini kullanan araştırmacılar, hem çok düzenli hem de çok düzensiz yapılaşmanın yüksek gelirli grupların kümelenmesiyle bağlantılı olduğunu buldu. Bu bulgular, şehir planlamasının sosyal adaletsizlikleri nasıl pekiştirdiğini anlamak için yeni bir perspektif sunuyor. Gini katsayısı ve Moran's I indeksi gibi istatistiksel araçlarla desteklenen çalışma, Latin Amerika'nın en büyük şehri São Paulo'yu model alarak kentsel formun ayrımcılığı nasıl kodladığını matematiksel olarak kanıtlıyor.
SEARL: Kendi Kendini Geliştiren Yapay Zeka Ajanları İçin Yeni Çerçeve
Araştırmacılar, yapay zeka ajanlarının kendi deneyimlerinden öğrenerek sürekli gelişebilmesi için SEARL adlı yeni bir framework geliştirdi. Bu sistem, büyük dil modellerine ihtiyaç duymadan araç ve hafıza entegrasyonu ile çalışıyor. Geleneksel yöntemlerin aksine, sadece görev tamamlandığında geri bildirim alan ajanlar yerine, planlama ve uygulama süreçlerini birleştiren yapılandırılmış bir deneyim hafızası kullanıyor. SEARL, kaynak kısıtlı ortamlarda bile etkili çalışabilecek şekilde tasarlanmış ve tek seferlik akıl yürütme görevlerinden çok daha karmaşık, sürekli öğrenme gerektiren uygulamalar için umut vaat ediyor. Bu gelişme, yapay zeka ajanlarının daha az kaynak tüketimi ile daha akıllı hale gelebileceğini gösteriyor.
Yapay Zeka Uydu Görüntülerinde Nesne Tespitinde Çığır Açtı
Araştırmacılar, uydu görüntülerinde nesneleri tespit etmek için yeni bir yapay zeka yaklaşımı geliştirdi. DiffuSAM adlı bu sistem, diffüzyon modelleri ile segmentasyon algoritmalarını birleştirerek uzaktan algılama görüntülerinde nesneleri daha hassas şekilde konumlandırıyor. Geleneksel yöntemlere kıyasla %14 oranında daha yüksek doğruluk elde eden bu teknoloji, karmaşık uydu görüntülerinde bile güvenilir nesne tespiti yapabiliyor. Bu gelişme, çevre izleme, şehir planlama ve afet yönetimi gibi alanlarda uydu verilerinin daha etkin kullanımını sağlayabilir.
Otonom araçlar için uydu destekli güvenlik sisteminde yeni planlama algoritması
Araştırmacılar, otonom araç konvoylarının alçak yörünge uyduları üzerinden aldığı güvenlik kritik güncellemeler için yeni bir zamanlama sistemi geliştirdi. Sistem, hem uydu hem de araç hareketinden kaynaklanan Doppler etkisi, uydu geçişlerinde yaşanan kesintiler ve farklı öncelik sınıflarındaki araçların değişken veri tazelik ihtiyaçlarını bir arada ele alıyor. Mevcut sistemlerin aksine, bu yaklaşım kaba kontrol dilimlerinin gizlediği kısa süreli kesintileri de hesaba katarak, güvenlik doğrulamasını ve veri yaşı analizini daha doğru hale getiriyor. Ping-pong tipi uydu geçişlerinin neden olduğu veri yaşı maliyetinin kümülatif cezasının, salınım uzunluğuyla karesel olarak arttığı matematiksel olarak kanıtlandı.
Yapay Zeka Artık CAD Tasarımı Yapabiliyor: ToolCAD Sistemi Geliştirildi
Araştırmacılar, büyük dil modellerini (LLM) CAD yazılımlarıyla entegre eden ToolCAD adlı yeni bir sistem geliştirdi. Bu sistem, metinsel açıklamaları profesyonel CAD tasarımlarına dönüştürebiliyor. Geleneksel CAD tasarımı uzun vadeli planlama ve tutarlı modelleme gerektiren uzman seviyesi bir görev olmasına rağmen, ToolCAD sistemi pekiştirmeli öğrenme ve etkileşimli geri bildirim kullanarak bu zorluğun üstesinden geliyor. Sistem, CAD motorlarıyla etkileşim kurabilen araç kullanan ajanlar olarak işlev gören LLM'ler deploy ediyor ve özel bir düşünce zinciri yaklaşımı olan CAD-CoT geliştiriyor. Bu yenilik, tasarım süreçlerini demokratikleştirerek CAD uzmanlığı olmayan kişilerin de profesyonel tasarımlar oluşturmasına olanak sağlayabilir.
Yapay Zeka Artık Doğal Dilden Planlama Alanları Üretebiliyor
Araştırmacılar, büyük dil modellerinin doğal dil açıklamalarından planlama alanları oluşturma yeteneğini geliştiren yeni bir yaklaşım sunuyor. Çalışma, minimal sembolik bilgi desteği alan ajansal dil modeli geri bildirim çerçevesinin, kaliteli planlama alanları üretebileceğini gösteriyor. Özellikle landmark bilgileri ve VAL plan doğrulayıcısı gibi sembolik geri bildirim mekanizmalarıyla desteklenen sistem, model uzayında sezgisel arama kullanarak alan kalitesini optimize edebiliyor. Bu gelişme, yapay zekanın karmaşık planlama görevlerini anlama ve formalize etme kapasitesinde önemli bir adım teşkil ediyor.
Yapay Zeka Ajanları: Chatbot'tan Otonom Karar Verici Sisteme Dönüşüm
Büyük dil modellerinin (LLM) yapay zeka alanındaki yeni rolü, geleneksel metin üretici sistemlerden çok daha fazlasını sunuyor. Araştırmacılar, bu modellerin otonom ajanlar haline nasıl dönüştürülebileceğini gösteren kapsamlı bir çalışma yayınladı. Çalışma, pekiştirmeli öğrenme tekniklerinin LLM'leri planlama, araç kullanımı, hafıza yönetimi ve kendini geliştirme gibi yeteneklerle donatarak gerçek dünya problemlerinde bağımsız karar verebilen sistemlere dönüştürdüğünü ortaya koyuyor. Bu yaklaşım, AI sistemlerinin sadece verilen sorulara cevap vermek yerine, karmaşık ortamlarda uzun vadeli hedefler doğrultusunda hareket edebilmesini sağlıyor. Gelişme, yapay zeka teknolojisinin gelecekteki uygulamaları açısından kritik önem taşıyor.
C-World: Yapay Zeka Ajanları İçin Sonsuz Öğrenme Ortamları Üreten Sistem
Araştırmacılar, yapay zeka ajanlarının insan benzeri planlama ve akıl yürütme yetenekleri kazanması için ihtiyaç duydukları geniş çaplı öğrenme ortamlarını otomatik olarak oluşturabilen C-World adlı bir sistem geliştirdi. Sistem, 204 farklı uygulamadan toplam 5.571 araç içeren kapsamlı bir eylem alanı sunuyor. Gerçek API çalıştırma modunda canlı servislerle, sentetik modda ise World Engine ile simülasyonlar yapabiliyor. Uzun vadeli iş akışları oluşturan görev dağıtım motoru, gerçekçi hatalar enjekte eden durum kontrolörü ve doğrulanabilir ölçümlerle LLM tabanlı değerlendirmeyi birleştiren ödül sistemiyle eksiksiz bir ajan ortamı sunuyor. Bu yenilik, yapay zeka ajanlarının sürekli öğrenme için ihtiyaç duyduğu çeşitli ve ölçeklenebilir ortamları maliyetli manuel geliştirme süreçleri olmadan elde etmelerini sağlıyor.
İnsan-robot işbirliği güvenliğinde yeni yaklaşım: Drone'lar için akıllı planlama
Araştırmacılar, insanlarla birlikte çalışan çok rotorlu hava araçları için gelişmiş bir hareket planlama ve risk analizi sistemi geliştirdi. Yeni yaklaşım, Signal Temporal Logic kullanarak güvenlik, zamanlama ve insan ergonomisi gereksinimlerini kodluyor. Sistem, drone'ların doğrusal olmayan dinamiklerini hesaba katarak dinamik olarak uygulanabilir yörüngeler üretiyor. Özellikle insan pozisyonundaki belirsizlikleri göz önünde bulundurarak risk analizini gerçekleştiren bu teknoloji, öngörülemeyen durumlardan kurtulmak için güvenlik odaklı yeniden planlama stratejisi de içeriyor. Bu gelişme, insanlarla aynı ortamda çalışan otonom hava araçlarının güvenliğini artırmada önemli bir adım teşkil ediyor.
AnchorRefine: Robotların İnce İşçilikte Yeni Atılımı
Araştırmacılar, robotların hassas manipülasyon görevlerini daha başarılı şekilde gerçekleştirebilmesi için yeni bir yapay zeka yaklaşımı geliştirdi. AnchorRefine adlı bu sistem, insan benzeri hareket planlamasını taklit ederek robotların hem büyük ölçekli hareketleri hem de ince ayarlamaları etkili şekilde yapabilmesini sağlıyor. Geleneksel görü-dil-eylem modellerinin aksine, bu yaklaşım hareketleri iki aşamaya bölerek optimize ediyor: önce genel trajectory planlaması, sonra yerel düzeltmeler. Bu hierarşik yapı, robotların karmaşık manipülasyon görevlerinde daha yüksek geometrik ve temas hassasiyetine ulaşmasını mümkün kılıyor. Gelişme, özellikle hassasiyet gerektiren endüstriyel uygulamalar ve günlük yaşam robotları için önemli bir adım teşkil ediyor.
Yapay Zeka Modelleri Artık Daha Az Hesaplama Gücüyle Akıllıca Düşünebiliyor
Araştırmacılar, büyük dil modellerinin sınırlı hesaplama kaynaklarıyla daha verimli düşünme yetisi geliştirmesini sağlayan yeni bir sistem geliştirdi. 'Anytime reasoning' adı verilen bu yaklaşım, modellerin verilen süre içinde en iyi çözümü üretmesini hedefliyor. Sistem, modellerin kendi çıktılarından öğrenerek kendilerini geliştirmesine olanak tanıyan bir yöntem kullanıyor. Seyahat planlaması gibi gerçek dünya uygulamalarında test edilen yaklaşım, GPT ve LLaMA gibi popüler modellerde hem kalite hem de verimlilik açısından iyileştirmeler sağladı. Bu gelişme, yapay zekanın pratik kullanımında maliyet ve hız dengesini optimize etmek için önemli bir adım.
Web ajanları için belirsizlik tabanlı yeni akıllı sistem geliştirildi
Araştırmacılar, web sitelerinde karmaşık görevleri yerine getiren otonom ajanların performansını artırmak için WebUncertainty adlı yeni bir sistem geliştirdi. Mevcut web ajanları, dinamik ortamlarda uzun süreli görevlerde başarısız oluyordu. Yeni sistem, planlama ve karar verme süreçlerindeki belirsizlikleri analiz ederek daha akıllı çözümler üretiyor. Sistem, görev belirsizliğine göre planlama modunu uyarlayan mekanizma ve eylem belirsizliklerini ölçen Monte Carlo ağaç arama algoritması kullanıyor. Bu yaklaşım, yapay zeka ajanlarının gerçek web sitelerinde daha güvenilir ve etkili çalışmasını sağlıyor.
SYMBOLIZER: Robotları Eğitmek Artık Daha Kolay Olacak
MIT araştırmacıları, robotların karmaşık görevleri öğrenmesi için devrim niteliğinde bir sistem geliştirdi. SYMBOLIZER adlı bu yeni yaklaşım, geleneksel robot programlamanın en büyük zorluklarından birini çözüyor: Her görev için ayrı ayrı kodlama yapma gerekliliği. Sistem, görsel dil modellerinin güçlü görme yeteneklerini klasik planlama algoritmalarıyla birleştiriyor. Bu sayede robotlar, önceden programlanmamış durumlarla karşılaştıklarında bile mantıklı kararlar verebiliyor. Araştırma, robot teknolojisinde önemli bir adım teşkil ediyor çünkü her yeni görev için uzmanların aylarca süren kodlama çalışmalarına son verebilir. Özellikle endüstriyel üretimden ev robotlarına kadar geniş bir uygulama alanına sahip olan bu teknoloji, robotların daha esnek ve uyarlanabilir hale gelmesini sağlıyor.
Yapay Zeka ile Belirsizliklere Karşı Daha Güçlü Optimizasyon Sistemi
Araştırmacılar, belirsizliklerle dolu ortamlarda karar verme süreçlerini iyileştiren yeni bir makine öğrenmesi yaklaşımı geliştirdi. İki aşamalı adaptif güçlü optimizasyon problemlerini çözmeye odaklanan bu yöntem, hem anında alınması gereken kararları hem de gelecekteki belirsizliklere karşı hazırlanan stratejileri optimize ediyor. Sistem, geçmiş deneyimlerden öğrenerek karmaşık karar verme süreçlerini hızlandırıyor ve çeşitli boyutlardaki problemlere uygulanabiliyor. Bu gelişme, lojistikten enerji planlamasına kadar belirsizliklerle başa çıkması gereken birçok alanda devrim yaratabilir.
Robotlar İçin Fiziksel Gerçeklik: Yapay Zeka ile Hareket Planlaması
Araştırmacılar, robotların karmaşık görevlerde hem stratejik planlama hem de fiziksel sınırlarını gözetebilen yeni bir yaklaşım geliştirdi. Geleneksel robot planlama sistemleri, yüksek seviyeli eylem dizilerini belirlerken robotun gerçek fiziksel kabiliyetlerini tam olarak hesaba katamıyor. Bu durum, planın teoride mükemmel görünmesine rağmen pratikte uygulanamaz olmasına yol açıyor. Yeni sistem, pekiştirmeli öğrenme ve ikinci dereceden fizik kısıtlarını birleştirerek bu sorunu çözmeyi hedefliyor. Yaklaşım, robotların zaman sınırları, hız ve ivme limitleri gibi gerçek dünya kısıtlarını gözetirken optimal yollar bulmasını sağlıyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar geniş bir uygulama alanında daha güvenilir ve etkili robot sistemlerine kapı açıyor.