Fleet Recovery
Coordinate two robots with one shared policy under actuator stalls, limited batteries, and hidden layouts.
Verfügbare Aufgaben
Erkunde und löse Machine-Learning-Herausforderungen.
110 Aufgaben
Coordinate two robots with one shared policy under actuator stalls, limited batteries, and hidden layouts.
Build a cost-aware adaptive DAG for noisy ternary identification that remains robust under receiver shift.
Recognize known and unknown audio events, locate their boundaries, and remain calibrated under domain shift.
Design an adaptive decision graph that robustly identifies a transmitter in at most 15 calls.
Train a delivery policy that recovers from actuator stalls and generalizes to hidden layouts.
Detect overlapping sound events over time while adapting to new classes without forgetting the old ones.
Identifizieren Sie verborgene Tiere mit höchstens 15 Aufrufen, indem Sie yes/no-Fragen und Vermutungen adaptiv auswählen.
Erstellen Sie eine adaptive Strategie für YES/NO-question, die jedes animal aus einem Katalog mit 250 Kandidaten in höchstens 15 Aufrufen identifiziert.
Trainieren Sie ein Modell für Verhaltensklonen, das Pakete auf unbekannten 8 × 8-Karten ausliefert.