“planlama” için sonuçlar
250 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka İle Robotlarda Güvenli Navigasyon: NeRF Teknolojisi Devrede
Otonom robotların karmaşık ortamlarda güvenle hareket etmesi, robotik alanının en kritik sorunlarından biri. Araştırmacılar, Neural Radiance Fields (NeRF) teknolojisini kullanarak robotların çevrelerindeki engelleri üç boyutlu olarak algılayıp güvenli rotalar oluşturabileceği yeni bir sistem geliştirdi. Sistem, robotun gerçek zamanlı yeteneklerini matematiksel olarak modelleyerek, çeşitli geometrilere sahip engeller arasında optimal ve güvenli yol planlaması yapıyor. Bu yaklaşım, otonom araçlardan endüstriyel robotlara kadar geniş bir uygulama alanına sahip olabilir.
Şehir Plancılarına Yeni Rehber: Erişilebilirliğin Üç Boyutu Keşfedildi
Araştırmacılar, kentsel alanlarda erişilebilirliği değerlendirmek için yeni bir kavramsal çerçeve geliştirdi. Tek bir metrikle ölçülmeye çalışılan erişilebilirliğin aslında üç temel boyuttan oluştuğunu ortaya koyan çalışma, şehir planlama ve yönetişim alanlarında önemli bir bakış açısı sunuyor. Yakınlık, fırsat ve değer olarak adlandırılan bu boyutlar, farklı kullanıcılar ve durumlar için özgün çözümler geliştirilmesini mümkün kılıyor. Bu yaklaşım, daha kapsayıcı kentsel sistemlerin tasarlanmasında kritik rol oynayabilir.
Yapay zeka spor haberciliğinde ağaç yapısıyla başarıya ulaştı
Araştırmacılar, spor maçı verilerinden haber metni üreten yeni bir yapay zeka sistemi geliştirdi. Tree-of-Text adlı bu framework, büyük dil modellerinin tablo verilerini yorumlarken yaşadığı 'halüsinasyon' sorununu çözmek için ağaç yapısına dayalı bir yaklaşım benimsiyor. Sistem, içerik planlama, işlem yürütme ve metin üretimi olmak üzere üç aşamalı bir süreçle çalışıyor. Geleneksel yöntemlerin büyük veri setlerine ihtiyaç duyması ve mevcut prompt yöntemlerinin veri yorumlama konusundaki zayıflıkları göz önüne alındığında, bu yenilik spor haberciliğinde önemli bir adım teşkil ediyor.
AI Yazılım Geliştiricileri İçin Yeni Kod Düzenleme Sistemi: SWE-Edit
Araştırmacılar, yapay zeka tabanlı yazılım geliştirme ajanlarının en büyük sorunlarından birini çözmek için SWE-Edit adlı yeni bir sistem geliştirdi. Mevcut AI kod editörleri, kod inceleme, değişiklik planlama ve düzenleme işlemlerini aynı bağlam penceresinde gerçekleştirerek karmaşıklığa neden oluyor. SWE-Edit bu sorunu, görevleri iki özelleşmiş alt ajana bölerek çözüyor: Viewer kodu incelerken, Editor değişiklikleri uygulayarak ana ajanın stratejik düşünmeye odaklanmasını sağlıyor. Bu yaklaşım, AI yazılım geliştirme araçlarının etkinliğini önemli ölçüde artırabilir.
Kuantum Bilgisayarlar Ulaştırma Ağlarını Optimize Etmeyi Öğreniyor
Araştırmacılar, şehir lojistiği ve araç rotalama gibi karmaşık ulaştırma problemlerini çözmek için yeni bir kuantum optimizasyon yöntemi geliştirdi. Çalışma, günümüzün sınırlı kuantum donanımında çalışacak şekilde tasarlanan hibrit bir yaklaşım sunuyor. Yöntem, adiabatik evrim sürecini sıkıştırarak daha az kuantum kapısı kullanmayı hedefliyor ve IBM kuantum bilgisayarında test edildi. Bu gelişme, lojistik şirketlerinin araç rotalarını optimize etmesinden şehir planlamasına kadar geniş bir yelpazede pratik uygulamalara sahip olabilir.
Robotlar İçin Yeni Öğrenme Sistemi: Kesişimli Hareketlerde Devrim
Araştırmacılar, robotların insan gösterilerinden öğrenerek karmaşık hareketleri gerçekleştirmesini sağlayan yeni bir sistem geliştirdi. Phase-varying Neural Potential Functions (PNPF) adlı bu yöntem, özellikle '8' rakamı çizme gibi yolların kesiştiği görevlerde büyük avantaj sağlıyor. Geleneksel sistemler bu tür kesişimlerde hangi yöne gidileceğini belirlemekte zorlanıyor ve dış müdahalelere karşı hassas kalıyordu. Yeni sistem ise fazla değişkenli potansiyel fonksiyonlar kullanarak bu sorunları çözüyor ve robotların bozucu etkilere rağmen hedeflerine ulaşmasını sağlıyor. Bu gelişme, robotik alanında öğrenme tabanlı hareket planlaması için önemli bir adım.
Dört bacaklı robotlar için devrim niteliğinde navigasyon sistemi geliştirildi
Araştırmacılar, dört bacaklı robotların karmaşık 3D ortamlarda gezinmesini sağlayan HiPAN adlı yenilikçi bir sistem geliştirdi. Bu hiyerarşik sistem, robotların dar ve yükseklik kısıtlaması olan alanları geçebilmek için vücut duruşlarını adapte etmesini sağlıyor. Geleneksel haritalama-planlama yöntemlerinin aksine, HiPAN doğrudan robot üzerindeki derinlik kameralarından gelen görüntülerle çalışarak hem hesaplama yükünü azaltıyor hem de algılama hatalarını minimize ediyor. Sistem, yüksek seviyeli stratejik navigasyon komutları üreten bir politika ile alçak seviyeli duruş-uyarlanabilir hareket kontrolörünü birleştiriyor. Miyopik davranışları engellemek için geliştirilen Yol-Güdümlü Müfredat Öğrenmesi sayesinde robotlar uzun mesafeli navigasyonda daha başarılı oluyor.
Robotlar İçin Yapay Zeka Destekli Görev Planlama Sistemi Geliştirildi
Araştırmacılar, robotların karmaşık görevleri planlamasını kolaylaştıran LLM-Flax adlı yeni bir sistem geliştirdi. Bu sistem, büyük dil modellerinin gücünü kullanarak robotların yeni ortamlarda çalışması için gereken uzmanlaştırılmış programlama ihtiyacını büyük ölçüde ortadan kaldırıyor. Geleneksel yöntemler, her yeni alan için uzmanların el ile kurallar yazmasını ve yüzlerce eğitim problemi çözmesini gerektiriyordu. LLM-Flax ise bu süreci otomatikleştirerek robotik sistemlerin daha hızlı ve verimli şekilde yeni görevlere uyum sağlamasını mümkün kılıyor. Üç aşamalı çalışma prensibi ile hareket eden sistem, robotik endüstrisinde önemli bir kolaylık sağlayabilir.
STAR-Filter: Robotların Engelli Ortamlarda Daha Hızlı Hareket Etmesini Sağlayan Yeni Sistem
Robotların karmaşık ve engelli ortamlarda güvenli hareket etmesi, modern robotiğin en önemli zorluklarından biri. Araştırmacılar, robotların çarpışmadan geçebileceği alanları tespit etmek için STAR-Filter adlı yeni bir sistem geliştirdi. Bu sistem, özellikle sensör verilerinin gürültülü olduğu ve engellerin yoğun bulunduğu ortamlarda robotların daha hızlı ve güvenilir hareket planları oluşturmasını sağlıyor. Geleneksel yöntemlerin aksine, yıldız şeklinde geometrik yapılar kullanarak hesaplama yükünü önemli ölçüde azaltıyor. Bu yenilik, otonom araçlardan endüstriyel robotlara kadar geniş bir uygulama alanına sahip olabilir.
Halatla Desteklenen Tırmanma Robotları İçin Yeni Planlama Algoritması Geliştirildi
Araştırmacılar, dikey yüzeylerde tırmanabilen robotlar için gelişmiş bir hareket planlama sistemi geliştirdi. İki seviyeli optimizasyon yaklaşımı kullanan bu sistem, robotların hem iniş yapacakları güvenli bölgeleri seçmesini hem de hareket sırasında ip gerginlikleri ile bacak kuvvetlerini optimize etmesini sağlıyor. Cross-Entropy Yöntemi ve gradyan tabanlı doğrusal olmayan optimizasyon tekniklerini birleştiren bu yaklaşım, ALPINE adlı yeni tırmanma robot platformunda test edildi. Sistem, zorlu arazi koşullarında bile dinamik olarak uygulanabilir hareketler hesaplayabiliyor. Bu gelişme, arama kurtarma operasyonları, tehlikeli bölgelerde keşif çalışmaları ve endüstriyel uygulamalar için önemli bir adım teşkil ediyor.
Robotlar İçin Hibrit Yapay Zeka: Sembolik ve Sürekli Planlama Bir Arada
MIT araştırmacıları, uzun vadeli görevleri yerine getiren robotlar için yeni bir yapay zeka yaklaşımı geliştirdi. Geleneksel difüzyon modelleri, robotların hareket yörüngelerini modellemede başarılı olsa da karmaşık karar verme süreçlerinde zorlanıyor. Yeni hibrit sistem, sürekli hareket planlamasını sembolik düşünce ile birleştirerek bu sorunu çözüyor. Sistem, hem matematiksel hesaplamaları hem de mantıksal karar verme süreçlerini eş zamanlı olarak kullanarak robotların daha karmaşık görevleri başarıyla tamamlamasını sağlıyor. Bu yaklaşım, mevcut yöntemleri önemli ölçüde geride bırakarak robotik alanında yeni bir dönüm noktası oluşturuyor.
Robotlarda Dijital Planlama ile Sürekli Hareket Arasında Köprü Kuruldu
MIT araştırmacıları, çok eklemli robot kollarında yol planlaması ile gerçek hareket arasındaki boşluğu dolduran yeni bir çerçeve geliştirdi. Mevcut voksel tabanlı pekiştirmeli öğrenme yöntemleri, robot kollarının hareketinde titreme ve ani geçişlere neden oluyordu. Yeni yaklaşım, planlama aşamasında 26-komşu Kartezyen eylemler ve geometrik bağ kırma mekanizması kullanırken, uygulama aşamasında görev öncelikli sönümlü en küçük kareler ters kinematiği devreye sokuyor. Bu yöntem, robotun ana görevini korurken postür ve eklem merkezleme gibi ikincil görevleri null uzayda işliyor. Sistem, mevcut dijital planlayıcıları değiştirmeden sürekli ve kararlı hareket sağlıyor.
Avustralya Şehirlerinde Sosyal Hizmet Erişimi: Sadece Sydney ve Melbourne Öne Çıkıyor
Avustralya'da yapılan yeni bir araştırma, büyük şehirlerdeki sosyal hizmetlere erişim eşitsizliğini ortaya koyuyor. Araştırmacılar, sağlık hizmetleri, okul öncesi eğitim ve toplu taşımaya erişimi ölçen iki farklı indeks geliştirerek sekiz başkent şehrini inceledi. Bulgular, yalnızca Melbourne ve Sydney'in sınırlı bölgelerinde '15 dakika şehri' özelliklerinin görüldüğünü gösteriyor. Bu başarılı örnekler, nüfus yoğunluğunun yüksek olduğu şehir merkezleri ve iç bölgelerle sınırlı kalıyor. Diğer altı şehirde ve Melbourne ile Sydney'in dış banliyölerinde yaşayan vatandaşlar, temel sosyal hizmetlere erişimde ciddi zorluklar yaşıyor. Araştırma, şehir planlamasında mekansal eşitlik ilkesinin önemini vurgulayarak, kompakt şehir modelinin yaygınlaştırılması gerektiğine işaret ediyor.
Yapay Zeka Artık Psikolojik Danışmanlık Yapabilecek: SAGE Sistemi Geliştirildi
Araştırmacılar, online psikolojik danışmanlık için özel olarak tasarlanmış SAGE adlı yenilikçi bir yapay zeka sistemi geliştirdi. Geleneksel yapay zeka modellerinin aksine, SAGE psikolojik teorileri ve klinik bilgiyi yapılandırılmış bir graf sistemiyle birleştirerek, gerçek terapistler gibi stratejik müdahale planlama yeteneğine sahip. Sistem önce hastanın durumuna en uygun terapötik stratejini belirliyor, ardından graf tabanlı dikkat mekanizması kullanarak psikolojik teorilere dayalı yanıtlar üretiyor. Bu yaklaşım, mental sağlık danışmanlığının karmaşık doğasını dikkate alarak güvenli ve etkili terapi seansları sunmayı hedefliyor.
Yapay Zeka Ajanları İçin Yeni Öğrenme Yöntemi: Kritik Adım Optimizasyonu
Araştırmacılar, büyük dil modeli ajanlarının karmaşık görevlerde daha etkili öğrenmesi için yenilikçi bir yöntem geliştirdi. Critical Step Optimization (CSO) adı verilen bu teknik, geleneksel yöntemlerin aksine başarısız deneyimlerden yola çıkarak öğrenmeyi sağlıyor. Sistem, görevin başarısızlıktan başarıya dönüştüğü kritik karar noktalarını tespit ediyor ve öğrenmeyi bu noktalara odaklıyor. Bu yaklaşım, hem hesaplama maliyetini düşürüyor hem de daha etkili öğrenme sunuyor. Özellikle uzun vadeli planlaması gereken karmaşık görevlerde yapay zeka ajanlarının performansını artırma potansiyeli taşıyan bu yöntem, AI sistemlerinin eğitiminde önemli bir adım olabilir.
Yapay zeka seyahat planlamada yeni bir sınava tabi tutuluyor
Araştırmacılar, yapay zeka tabanlı dil modellerinin gerçek dünya problemlerini ne kadar iyi çözebildğini ölçmek için yeni bir test sistemi geliştirdiler. ChinaTravel adlı bu sistem, yapay zekanın çok günlük seyahat planları yapabilme yeteneğini değerlendiriyor. Geleneksel testlerden farklı olarak, kullanıcıların doğal dille ifade ettikleri karmaşık ve çok katmanlı isteklerini anlayıp uygulanabilir planlar oluşturabiliyor mu diye bakıyor. 1154 kişiden toplanan gerçek verilerle beslenen sistem, yapay zekanın pratik kısıtlamaları anlama, tercihleri değerlendirme ve mantıklı öneriler sunma becerilerini test ediyor. Bu çalışma, dil modellerinin laboratuvar ortamından çıkıp gerçek hayattaki karmaşık görevlerde ne kadar başarılı olduğunu anlamaya yönelik önemli bir adım.
Yapay Zeka Chatbotlarının Kişilik Seviyesi Kullanıcı Deneyimini Nasıl Etkiliyor?
Cornell Üniversitesi araştırmacıları, büyük dil modeli tabanlı sohbet robotlarının kişilik ifade düzeylerinin kullanıcı algısı üzerindeki etkilerini inceledi. 150 katılımcıyla yapılan deneysel çalışmada, seyahat planlama görevlerinde farklı kişilik seviyelerine sahip yapay zeka asistanları test edildi. Bulgular, orta düzeyde kişilik ifadesi gösteren chatbotların en olumlu değerlendirmeleri aldığını ortaya koydu. Çok az veya çok fazla kişilik sergileyen sistemler, kullanıcılar tarafından daha düşük puanlandı. Araştırma ayrıca, kullanıcı ile yapay zeka arasındaki kişilik uyumunun deneyimi iyileştirdiğini gösterdi. Özellikle dışadönüklük ve duygusal istikrar özelliklerinin en etkili faktörler olduğu tespit edildi. Bu bulgular, gelecekteki yapay zeka asistanlarının tasarımında kişilik dengesinin önemini vurguluyor.
Sanal Enerji Santralları İçin Risk Duyarlı Çoklu Pazar Planlaması Geliştirildi
Yenilenebilir enerji kaynaklarının yaygınlaşmasıyla birlikte, bu dağıtık enerji sistemlerinin esnek kullanımı elektrik şebekelerinin işletimi için kritik hale geldi. Araştırmacılar, sanal enerji santrallarının (VPP) çoklu pazarlarda nasıl daha etkili çalışabileceğini gösteren yeni bir optimizasyon modeli geliştirdi. İki aşamalı stokastik optimizasyon çerçevesi kullanan bu yaklaşım, cihaz düzeyindeki kısıtları, şebeke sınırlarını ve piyasa belirsizliklerini birlikte ele alıyor. Model, dinamik şebeke tarifelerini de hesaba katarak hem enerji hem de yedek güç pazarlarında en uygun teklif stratejilerini belirliyor. Risk tercihlerini temsil etmek için koşullu riske maruz değer (CVaR) yöntemi kullanılan çalışma, Benders ayrıştırması ile büyük senaryo setleriyle çalışabilir hale getirildi.
Elektrik Şebekesi Planlamasında Koordineli Yaklaşım Sıralı Yöntemi Geçiyor
Amerika'da elektrik şebekesi operatörleri geleneksel olarak sıralı planlama yaklaşımı benimsiyor: Önce elektrik üretimi ve depolama kapasitelerini belirliyor, ardından iletim hatlarını planlıyorlar. Ancak yeni bir araştırma, elektrik üretimi, depolama ve iletim kapasitelerinin koordineli şekilde planlanmasının daha verimli sonuçlar verdiğini ortaya koyuyor. Bilim insanları, güvenilirlik kısıtlarını ve devlet enerji politikalarını dikkate alan çok aşamalı bir planlama modeli geliştirdi. Bu model, elektrik talebini karşılamak için gerekli üç kapasite türü arasındaki karmaşık etkileşimleri daha doğru bir şekilde yakalıyor. Araştırmacılar iki farklı planlama yaklaşımını 20 bölgeli bir model üzerinde test ederek karşılaştırma yaptılar.
Trafik simülasyonunda yapay zeka devrimi: Otomatik gradyan hesaplama
Araştırmacılar, şehir trafiğini modellemede çığır açacak yeni bir yaklaşım geliştirdi. Geleneksel trafik optimizasyon yöntemleri, karmaşık matematiksel hesaplamalar nedeniyle büyük ölçekli sistemlerde yetersiz kalıyordu. Yeni sistem, otomatik türev alma (automatic differentiation) teknolojisini kullanarak trafik akışını simüle ediyor. Link Transmission Model ve Dinamik Kullanıcı Optimizasyonu modellerini birleştiren bu yaklaşım, trafik ağlarında gerçek zamanlı optimizasyon imkanı sunuyor. Sistem, sürekli değişkenler üzerinde çalışarak manuel türev hesaplama ihtiyacını ortadan kaldırıyor. Bu gelişme, akıllı şehir planlaması ve trafik yönetim sistemlerinde önemli ilerlemeler sağlayabilir.
Elektrikli Araç Şarj İstasyonları İçin Optimum Yerleşim Stratejisi Bulundu
Avustralyalı araştırmacılar, elektrikli araç şarj altyapısının en verimli şekilde nasıl konumlandırılacağını gösteren yenilikçi bir model geliştirdi. Melbourne şehrini örnek alarak yapılan çalışma, farklı şarj davranışlarının sistem performansına etkilerini inceledi. Araştırma, hedef nokta şarjı ve yolculuk arası şarj gibi farklı kullanım senaryolarının altyapı maliyetlerini nasıl etkilediğini ortaya koyuyor. Ajan tabanlı modelleme tekniği kullanılan çalışmada, kullanım oranına dayalı dağıtım stratejisinin toplam sistem maliyetlerini önemli ölçüde azalttığı tespit edildi. Bu bulgular, şehir plancıları ve enerji şirketleri için elektrikli araç devrimi sürecinde kritik kararlar alırken rehberlik edecek önemli veriler sunuyor.
Yer Gözlem Uyduları İçin Kapsamlı Çizelgeleme Kıyaslama Platformu Geliştirildi
Bilim insanları, yer gözlem uydularının görev planlaması için kapsamlı bir değerlendirme platformu geliştirdi. EOS-Bench adı verilen bu sistem, yeni nesil çevik uyduların artan operasyonel karmaşıklığına çözüm arıyor. Platform, yüksek hassasiyetli yörünge dinamikleri ve platform kısıtlamalarını entegre ederek 1.390 senaryo ve 13.900 test örneği üretiyor. Küçük ölçekli doğrulama vakalarından 1.000 uyduya ve 10.000 isteğe kadar çıkabilen büyük koordinasyon problemlerine uzanan geniş bir yelpazeyi kapsıyor. Bu gelişme, uzay misyon operasyonlarında algoritma karşılaştırmasını standardize edecek ve gelecekteki uydu operasyonlarının verimliliğini artıracak.
Yapay Zeka ile Sel Tahmini: Tek Ölçüm Noktasından Şehir Haritası
Araştırmacılar, şehirlerde yaşanan sel felaketlerini önceden tahmin etmek için yeni bir yapay zeka sistemi geliştirdi. Chicago metropoliten alanında test edilen sistem, tek bir su seviyesi ölçüm istasyonundan alınan verilerle, geniş bir bölgenin sel haritasını çıkarabiliyor. Geleneksel hidrodinamik simülasyonları sinir ağları ile birleştiren bu yöntem, hem hızlı hem de doğru sonuçlar üretiyor. Sistem, yağış verilerini ve coğrafi koordinatları kullanarak 256x256 piksel boyutunda detaylı sel derinlik haritaları oluşturuyor. Bu teknoloji, şehir planlamacıları ve acil durum ekipleri için önemli bir araç olma potansiyeline sahip.
MiMo-Embodied: Otonom Araçlar ve Robotlar İçin Birleşik Yapay Zeka Modeli
Araştırmacılar, hem otonom sürüş hem de embodied yapay zeka alanında başarılı olan ilk çapraz platform temel modelini geliştirdi. MiMo-Embodied adlı bu model, robotların görev planlama, nesne etkileşim tahmini ve uzamsal anlama becerilerinde 17 farklı benchmarkta rekor kırarak, aynı zamanda otonom sürüş alanında çevre algısı, durum tahmini ve sürüş planlaması konularında 12 benchmarkta üstün performans sergiledi. Açık kaynak olarak sunulan model, iki farklı alanın birbirini güçlendirdiğini kanıtlayarak yapay zeka araştırmalarında yeni bir yaklaşım sunuyor.